AI search with MCP

使用MCP进行人工智能搜索——基础设施

该项目为Azure AI搜索解决方案提供基础设施，该解决方案现在包括一个具有GPT-4o部署的Azure AI Foundry（Azure OpenAI）帐户。这些模板是用二头肌编写的，旨在与Azure Developer CLI一起部署(azd).

建筑🏗️

部署在单个资源组中创建以下资源：

• 具有系统分配标识的Azure AI搜索服务。
• 用于摄取搜索内容的存储帐户和私有blob容器。
• 部署脚本使用的用户分配的托管标识。
• 具有GPT-4o部署的Azure AI Foundry（Azure OpenAI）帐户。
• 具有GPT-4o和Ada嵌入部署的Azure AI Foundry（Azure OpenAI）帐户。
• 角色分配，授予Azure AI搜索服务身份贡献者访问OpenAI资源以进行Entra ID推断的权限。
• 允许搜索服务读取blob的角色分配和管理搜索服务的部署脚本。

部署

azd auth login
azd up

您可以在运行之前通过设置环境变量来覆盖默认值 azd up例如：

$env:AZURE_ENV_NAME = "mysandbox"
$env:AZURE_LOCATION = "eastus"
$env:AZURE_OPENAI_MODEL_NAME = "gpt-4o"
$env:AZURE_OPENAI_MODEL_VERSION = "2024-11-20"
$env:AZURE_OPENAI_DEPLOYMENT_CAPACITY = "10"
$env:AZURE_OPENAI_EMBEDDINGS_MODEL_NAME = "text-embedding-ada-002"
$env:AZURE_OPENAI_EMBEDDINGS_MODEL_VERSION = "2"
$env:AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT_CAPACITY = "10"
azd up

azd 自动将环境变量映射到 AZURE_ 二头肌参数的前缀。

二头肌参数

其他参数，如 environmentName, location，以及 resourceGroupName 继续由 azd.

输出

在部署之后， azd 显示以下输出以进行集成：

• OPENAI_ACCOUNT_ENDPOINT
• OPENAI_DEPLOYMENT_NAME
• OPENAI_EMBEDDINGS_DEPLOYMENT_NAME
• SEARCH_SERVICE_ENDPOINT
• STORAGE_ACCOUNT_BLOB_ENDPOINT

在使用AI搜索和GPT-4o功能的应用程序配置或自动化步骤中使用这些值。

角色分配

模板会自动授予Azure AI搜索服务的系统分配的托管身份 认知服务OpenAI贡献者 Azure OpenAI帐户上的角色。从Azure AI Search基于Entra ID访问GPT-4o和嵌入部署都需要此权限。如果需要访问其他工作负载，请分配适当的Azure OpenAI角色（例如， 认知服务OpenAI用户)在OpenAI帐户范围内将其托管身份转换为其他身份。

认证

MCP服务器在其HTTP传输端点上支持Azure AD（Microsoft Entra ID）承载令牌身份验证。身份验证是可选的，并通过环境变量进行控制。

身份验证优先级

服务器按以下顺序评估身份验证配置：

1. Azure AD（RS256 JWKS） --何时 AZURE_AD_REQUIRE_AUTH=true
2. 对称密钥（HS256） --何时 MCP_AUTH_SECRET 已设置
3. 无身份验证 --当两者均未配置时（仅限本地开发）

环境变量

Azure AD应用程序注册设置

1. 注册MCP服务器应用程序 在Azure AD中：

- Azure 门户→ Azure Active Directory→ 应用程序注册→ 新注册 - 姓名： mcp-azure-ai-search （或您喜欢的名字） - 支持的帐户类型：单租户 - 无需重定向URI（仅限服务器）

1. 公开API:

- 应用程序注册→ 您的应用程序→ 公开API - 设置应用程序ID URI: api:// - 添加作用域： api:///.default

1. 授予调用应用程序权限:

- 调用后端的应用程序注册需要API权限→ 添加权限→ 我的API→ 选择MCP服务器应用程序→ 选择 .default 范围 - 授予管理员同意

1. 配置部署环境:

   AZURE_AD_REQUIRE_AUTH=true
   AZURE_AD_TENANT_ID=
   AZURE_AD_CLIENT_ID=
   CLOUD_NAME=AzureUSGovernment   # omit for commercial cloud

验证身份

启用Azure AD身份验证后，服务器将在启动时记录：

INFO: Azure AD auth enabled – issuer=https://login.microsoftonline.us//v2.0, audience=api://

没有有效的请求 Authorization: Bearer 标头接收HTTP 401。

手动验证 az rest

如果您需要在外部验证索引、技能集或索引器定义 azd 部署时，存储库包括准备发送的有效载荷(index-test.json, skillset-test.json，以及 indexer-test.json).更新占位符值（例如OpenAI资源URI），并从PowerShell运行以下命令：

$resourceGroup = ""
$searchServiceName = ""
$searchEndpoint = "https://$searchServiceName.search.windows.net"
$apiVersion = "2024-09-01-preview"
$indexName = "avcoe-demo-ai-search-mcp-index-and-vectorize"
$skillsetName = "avcoe-demo-ai-search-mcp-index-and-vectorize-skillset"
$indexerName = "avcoe-demo-ai-search-mcp-index-and-vectorize-indexer"
$indexPayloadPath = "$(Resolve-Path ./index-test.json)"
$skillsetPayloadPath = "$(Resolve-Path ./skillset-test.json)"
$indexerPayloadPath = "$(Resolve-Path ./indexer-test.json)"

$adminKey = az search admin-key show `
	--resource-group $resourceGroup `
	--service-name $searchServiceName `
	--query primaryKey -o tsv

az rest --method put `
	--uri "$searchEndpoint/indexes('$indexName')" `
	--headers "Content-Type=application/json" "api-key=$adminKey" `
	--url-parameters "api-version=$apiVersion" `
	--body @$indexPayloadPath `
	--skip-authorization-header

az rest --method put `
	--uri "$searchEndpoint/skillsets/$skillsetName" `
	--headers "Content-Type=application/json" "api-key=$adminKey" `
	--url-parameters "api-version=$apiVersion" `
	--body @$skillsetPayloadPath `
	--skip-authorization-header

az rest --method put `
	--uri "$searchEndpoint/indexers('$indexerName')" `
	--headers "Content-Type=application/json" "api-key=$adminKey" `
	--url-parameters "api-version=$apiVersion" `
	--body @$indexerPayloadPath `
	--skip-authorization-header

手动调用有助于快速解决API架构问题，并反映Bicep模块使用的部署脚本逻辑。