Azure MCP Server Webif

AzureMCPServer和Streamlit请Azure交互操作Web阿佛利

概要

这个程序是AzureMCPServer和Streamlit来修改标记元素的显示属性Azure交互资源Web提供应用程序。用户可以通过此应用程序Azure中描述的场景，使用以下步骤创建明细表，以便在概念设计中分析体量的体积。

起动方法

\[步骤1\]克隆存储库

首先，GitHub克隆存储库。请打开终端并执行以下命令。

git clone https://github.com/noriyukitakei/azure-mcp-server-webif.git
cd azure-mcp-server-webif

\[步骤2\]设置环境变量

然后设置所需的环境变量。.env.example复制文件.env请创建文件并设置所需的值。

cp .env.example .env

.env文件中设置的主要环境变量如下。

• AZURE_OPENAI_ENDPOINT: Azure OpenAI Service终点URL
• AZURE_OPENAI_API_KEY: Azure OpenAI Service的，之API钥匙
• AZURE_OPENAI_API_VERSION：使用API版本（例如，2024-06-01）
• AZURE_OPENAI_CHAT_DEPLOYMENT：要使用的聊天模型部署名称（例如：gpt-4)\`
• MAX_STEPS: AI代理执行的最大步数（例如：5）
• AZURE_TENANT_ID: Azure租户ID
• AZURE_SUBSCRIPTION_ID: Azure预订ID
• AZURE_CLIENT_ID: Azure客户机ID
• AZURE_CLIENT_SECRET: Azure客户端密码

AZURE_OPENAI_ENDPOINT、AZURE_OPENAI_API_KEY、AZURE_OPENAI_CHAT_DEPLOYMENT单击功能区上Azure OpenAI Service对较大场景进行渲染期间已观察到该故障。这是LLM的Function Calling中所述修改相应参数的值。

AZURE_TENANT_ID、AZURE_SUBSCRIPTION_ID、AZURE_CLIENT_ID、AZURE_CLIENT_SECRET单击功能区上Azure MCP Server的Azure这是访问资源的信息。这些值Azure您可以通过在门户网站上注册应用程序并创建服务承担者来获取。而且，对于该服务承担者所需的Azure请授予对资源的访问权限。例如，要获取存储帐户信息，请授予“存储帐户访问者”角色。

MAX_STEPS单击功能区上AI指定代理执行的最大步数。这可以防止无限循环。如果你不设置这个AI代理执行过多步骤Azure OpenAI Service可能会发送非常多的请求。因此，请设定适当的值，因为成本可能会变高。

\[步骤3\]安装依赖关系

接下来Python安装软件包。请执行以下命令。

pip install -r requirements.txt

\[步骤4\]启动应用程序

在本应用程序中MCP启动服务器Docker来修改标记元素的显示属性Docker进行动态观察时的轴心点。

Docker中描述的场景，使用以下步骤创建明细表，以便在概念设计中分析体量的体积。请执行以下命令。

$ streamlit run agent.py

现在Streamlit应用程序将启动并在浏览器中访问。默认情况下http://localhost:8501对较大场景进行渲染期间已观察到该故障。