Databricks MCP Agent Framework

Microsoft结构MCP代理

该项目实现了一个AI代理，该代理使用 模型上下文协议（MCP）.它提供了命令行界面（CLI）和REST API，以通过编程方式查询Fabric。

代理人使用：

• 语言链/语言图 用于代理工作流。
• Azure OpenAI 对于LLM。
• 微软结构MCP服务器 (@microsoft/fabric-mcp)与Fabric接口。
• 快速API 用于REST API层。

先决条件

• Python 3.10+
• Node.js（运行 @microsoft/fabric-mcp 服务器通过 npx).
• Azure OpenAI资源。
• 访问Microsoft Fabric。
• 经过身份验证的Azure CLI会话（或其他 DefaultAzureCredential 机制）。

设置

选项A：使用紫外线（推荐）

紫外线 是一个快速的Python包管理器和项目管理器。

1. 安装依赖项:

   uv sync

1. 运行CLI:

   uv run app.py

1. 运行API:

   uv run uvicorn api:app --reload

选项B：使用标准pip

1. 创建虚拟环境:

   python -m venv .venv
   source .venv/bin/activate  # On Windows: .venv\Scripts\activate

1. 安装依赖项:

   pip install -r requirements.txt

1. 运行CLI:

   python app.py

1. 运行API:

   uvicorn api:app --reload

配置

1. 配置环境变量:

复制 .env.example 到 .env 并填写您的Azure OpenAI详细信息。

   cp .env.example .env

编辑 .env:

   AZURE_OPENAI_ENDPOINT=https://your-resource.openai.azure.com/
   AZURE_OPENAI_DEPLOYMENT_NAME=gpt-4
   AZURE_OPENAI_API_VERSION=2024-08-01-preview

1. 使用Azure进行身份验证:

确保您已登录，以便代理可以访问Azure OpenAI和Microsoft Fabric。

   az login

用法

该应用程序同时提供CLI和REST API。

REST API端点

• GET /health：健康检查。
• POST /chat：向代理发送消息。

示例请求

curl -X POST "http://localhost:8000/chat" \
     -H "Content-Type: application/json" \
     -d '{
           "message": "List available Fabric workloads"
         }'

API文档

服务器运行后，您可以在以下位置访问交互式Swagger UI文档： http://localhost:8000/docs

项目结构

• app.py：CLI入口点。
• api.py：FastAPI应用程序入口点。
• service.py：包含代理和MCP客户端初始化的核心逻辑。
• requirements.txt：Python依赖关系。