Token导航 LogoToken导航

MCP Server · 运维云端

Aca Python Agent Workbench MCP

一个基于Aspire 13的现代Python代理工作台,用于Azure容器应用部署,集成了Azure存储(Blobs、Queues、Tables)和MCP(模型上下文协议)支持。

stdio官方级别未说明来源级核验工具 0
Python云原生云端部署

快速开始

作者 / 组织
abossard
提供方
abossard

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Aca Python Agent Workbench MCP 属于运维云端类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install -e .

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

带有Azure存储的Python Aspire代理工作台

一个用以下代码构建的现代Python代理工作台 Aspire 13 用于Azure容器应用程序部署,具有Azure存储集成(块、队列、表)和MCP(模型上下文协议)支持。

🤖 GitHub复制品就绪:此存储库包括全面的 帮助您充分利用人工智能辅助开发。看 贡献.md 关于贡献指南。

概述

该项目演示了一个尖端的云原生Python应用程序,使用:

  • Aspire 13 (最新)用于编排和云部署
  • .NET 10 SDK 用于Aspire工具
  • Azure容器应用 用于无服务器托管
  • Azure存储 (块、队列、表)用于数据持久化
  • 快速API 用于高性能REST API
  • React+Vite 使用TypeScript的前端
  • 开放遥测 可观察性
  • 主控程序 用于代理通信
📚 架构文档:参见 存储_建筑.md 有关基础存储架构的详细信息,包括多租户数据模型、分区策略和查询模式。

项目结构

.
├── PythonAspireSample/
│   ├── apphost.cs                      # Aspire 13 single-file AppHost
│   ├── apphost.run.json                # Run configuration
│   ├── app/                            # Python FastAPI application
│   │   ├── main.py                     # Main API with Azure Storage endpoints
│   │   ├── telemetry.py                # OpenTelemetry configuration
│   │   ├── pyproject.toml              # Python dependencies
│   │   ├── .python-version             # Python version (3.13)
│   │   └── .dockerignore               # Docker ignore patterns
│   └── frontend/                       # React + Vite frontend
│       ├── src/                        # TypeScript source files
│       ├── public/                     # Static assets
│       ├── vite.config.ts              # Vite configuration
│       └── package.json                # Node dependencies
├── azure.yaml                          # Azure Developer CLI config
└── README.md                           # This file

先决条件

必需

  • .NET SDK 10.0.100或更高版本 (Aspire 13需要)
  • Python 3.13 或以后
  • Node.js 18+ (前端)
  • Docker 桌面版 或波德曼(用于当地发展)

用于Azure部署

  • Azure开发者命令行界面(azd) - 安装azd
  • Azure订阅

入门指南

1.安装。净10 SDK

Linux/macOS:

curl -sSL https://dot.net/v1/dotnet-install.sh | bash /dev/stdin --channel 10.0
export PATH="$HOME/.dotnet:$PATH"
export DOTNET_ROOT="$HOME/.dotnet"

Windows(PowerShell):

Invoke-WebRequest -Uri https://dot.net/v1/dotnet-install.ps1 -OutFile dotnet-install.ps1
./dotnet-install.ps1 -Channel 10.0

验证安装:

dotnet --version  # Should show 10.0.100 or later

2.安装Aspire CLI 13

将Aspire CLI安装为。NET全局工具:

dotnet tool install -g Aspire.Cli --prerelease

验证安装:

aspire --version  # Should show 13.0.0

3.在本地运行应用程序

导航到项目目录并运行:

cd PythonAspireSample
aspire run

这将:

  • 启动Aspire仪表板(通常在https://localhost:19888)
  • 启动Python FastAPI应用程序
  • 启动React前端
  • 为本地开发设置Azure存储模拟(Azurite)
  • 自动配置所有服务连接
  • 启用OpenTetry跟踪和指标

4.访问应用程序

运行后,访问:

  • Aspire仪表板: https://localhost:19888
  • Python API: http://localhost:PORT(检查仪表板上的实际端口)
  • 前端: http://localhost:PORT(检查仪表板上的实际端口)

仪表板提供:

  • 实时服务健康监测
  • 分布式跟踪可视化
  • 日志聚合
  • 指标和绩效数据
  • 资源拓扑

API终点

Python FastAPI应用程序提供以下端点:

核心终点

  • GET / -服务信息和可用端点
  • GET /health -健康检查端点
  • GET /api/weatherforecast -天气预报数据示例

Azure存储集成端点

  • GET /api/storage/test -测试所有Azure存储连接
  • GET /api/blob/upload -将测试blob上载到Azure blob存储
  • GET /api/queue/send -向Azure队列存储发送测试消息
  • GET /api/table/insert -将测试实体插入Azure表存储

Azure存储集成

该应用程序演示了与三个Azure存储服务的集成:

Blob存储

  • 上传和下载文件
  • 集装箱管理
  • 通过集成 azure-storage-blob Python 软件开发工具包
  • 连接字符串: ConnectionStrings__blobs (由Aspire设定)

队列存储

  • 发送和接收消息
  • 队列管理
  • 通过集成 azure-storage-queue Python 软件开发工具包
  • 连接字符串: ConnectionStrings__queues (由Aspire设定)

表存储

  • NoSQL实体存储
  • CRUD操作
  • 通过集成 azure-data-tables Python 软件开发工具包
  • 连接字符串: ConnectionStrings__tables (由Aspire设定)

Aspire CLI命令

创建新项目

# Create a new Python Aspire project
aspire new aspire-py-starter --name MyProject --output ./MyProject

# Create just an AppHost
aspire new aspire-apphost-singlefile --name MyAppHost --output ./apphost

添加集成

# Add PostgreSQL
aspire add postgresql

# Add Redis
aspire add redis

# Add Azure Service Bus
aspire add azure-servicebus

运行和管理

# Run in development mode
aspire run

# Run with debug output
aspire run --debug

# Initialize Aspire in existing solution
aspire init

发布(预览)

# Generate deployment artifacts
aspire publish

# Deploy to Azure Container Apps (Preview)
aspire deploy

Azure容器应用部署

使用Aspire CLI(推荐)

  1. 使用Aspire CLI进行部署 (如果可用):
   cd PythonAspireSample
   aspire deploy

使用Azure开发者命令行界面(azd)

  1. 初始化项目:
   azd init
  1. 配置Azure资源:
   azd provision

这将创建:

- Azure容器应用程序环境 - Azure容器注册表 - Azure存储帐户(带块、队列、表) - 应用洞察 - 日志分析工作区

  1. 部署应用程序:
   azd deploy
  1. 查看部署:
   azd show
  1. 监控日志:
   azd monitor --logs

配置

环境变量

Python应用程序从Aspire自动配置的环境变量中读取Azure存储连接字符串:

  • ConnectionStrings__blobs -Blob存储连接
  • ConnectionStrings__queues -队列存储连接
  • ConnectionStrings__tables -表存储连接

Azurite的地方发展

对于没有Aspire的本地测试,您可以使用Azurite(Azure存储模拟器):

# Install Azurite
npm install -g azurite

# Start Azurite
azurite --silent --location /tmp/azurite

# Connection strings for local emulator
export ConnectionStrings__blobs="UseDevelopmentStorage=true"
export ConnectionStrings__queues="UseDevelopmentStorage=true"
export ConnectionStrings__tables="UseDevelopmentStorage=true"

发展

安装Python依赖项

cd PythonAspireSample/app

# Using uv (recommended by Aspire)
uv pip install -e .

# Or using pip
pip install -e .

安装前端依赖项

cd PythonAspireSample/frontend
npm install

生产大楼

# Frontend
cd PythonAspireSample/frontend
npm run build

# The build output will be served by the Python app in production

Docker构建

手动构建容器:

# Python app
cd PythonAspireSample/app
docker build -t python-aspire-app .

# Frontend (if needed separately)
cd PythonAspireSample/frontend
docker build -t python-aspire-frontend .

监测和可观察性

该项目包括综合可观测性:

  • 开放遥测 分布式跟踪集成
  • 结构化日志记录 转到Aspire仪表板
  • 健康检查 用于服务监控
  • 指标收集 用于性能分析
  • Aspire仪表板 获取当地发展见解
  • Azure应用洞察 (部署到Azure时)
  • Azure监视器 整合

查看遥测数据

在Aspire仪表板中,您可以:

  • 查看跨服务的请求跟踪
  • 监控服务依赖关系
  • 分析性能瓶颈
  • 跟踪错误和异常
  • 实时查看日志

故障排除

常见问题

  1. Aspire CLI需要。净值10:确保你有。NET SDK 10.0.100或更高版本已安装
   dotnet --version
  1. 端口冲突:Aspire动态分配端口。检查仪表板上的实际端口。
  1. 存储连接错误:

- 对于本地开发人员,确保Azurite正在运行 - 对于Azure,验证存储帐户连接字符串

  1. Python版本:确保安装了Python 3.13+
   python --version
  1. Node.js版本:确保前端安装了Node 18+
   node --version

查看日志

地方发展:

  • 使用Aspire仪表板在一个地方查看所有服务日志
  • 访问地址:https://localhost:19888

Azure部署:

  • Azure门户>容器应用>日志流
  • azd monitor --logs
  • 应用洞察>交易搜索

调试模式

使用调试输出运行:

aspire run --debug

高级功能

单文件AppHost

此项目使用Aspire 13的新单文件AppHost格式(apphost.cs),它提供:

  • 简化项目结构
  • 不需要单独的.csproj文件
  • 使用内联包引用 #:package 指令
  • 更易于理解和维护

UV包装管理器

Python应用程序使用 uv 为了实现快速的包管理:

  • 明显快于pip
  • 更好的依赖关系解决方案
  • 与Aspire集成

容器文件发布

前端通过以下方式发布到Python应用程序的静态目录中:

app.PublishWithContainerFiles(frontend, "./static");

这将创建一个包含前端和后端的单一容器。

贡献

欢迎投稿!此存储库是 GitHub复制品就绪 提供全面的指导,帮助您有效地做出贡献。

GitHub Copilot入门

此存储库包括:

GitHub Copilot将自动使用这些说明,根据此项目的模式和惯例提供更好的建议。

贡献步骤

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改(Copilot将帮助您提供上下文感知建议)
  4. 提交拉取请求

看 贡献.md 详细指南。

资源

文档

外部资源

许可证

这个项目是开源的,可以在MIT许可证下使用。

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

AspirePython本地部署Azure存储代理工作台云原生

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Aca Python Agent Workbench MCP

MCP World · 本页

0stdio有1 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Aca Python Agent Workbench MCP 怎么安装?

公开资料给出的安装命令是 pip install -e .,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Aca Python Agent Workbench MCP 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Aca Python Agent Workbench MCP 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Aca Python Agent Workbench MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Aca Python Agent Workbench MCP 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP