Gbb AI MCP With Apim Aifoundry

Azure AI Foundry代理（配备MCP工具）已在Azure API管理中注册

📋 描述

这个仓库展示了如何使用 Azure API 管理 进行注册 MCP服务器 并且进行配置 Azure AI Foundry 代理 作为MCP客户端，此设置通过标准化的MCP协议实现了AI代理与外部工具/数据源之间的无缝集成，为代理与工具之间的通信提供了一种可扩展且易于管理的方法。

🔧 前提条件

• azd用于部署此示例中使用的所有Azure资源和资产。
• PowerShell Core pwsh 如果使用Windows系统
• Python 3.11
• 一个Azure订阅 具有贡献者权限
• 使用 Azure CLI 登录到 Azure
• VS Code（Visual Studio Code，简称VS Code） 已安装（或配备）有 Jupyter Notebook 扩展 已启用

🏗️ 建筑学

flow

⚙️ 设置

这个样本使用了 azd 以及一个用于部署所有Azure资源的二头肌模板（注：此处“bicep”可能指的是Azure的Bicep部署工具，为保持语境流畅，可译为“Bicep部署工具”）：

1. Python环境设置

   python3.11 -m venv .venv
   source .venv/bin/activate  # On Windows: .venv\Scripts\activate
   pip install -r requirements.txt

1. 建立基础设施

   # Login to Azure (if not already logged in)
   az login

   # Initialize the project (if running for the first time)
   azd init

   # Deploy infrastructure and application to Azure
   azd up

跑步之后，一个 .env 文件将被创建，并包含所有必要的环境变量

🤖 与客服聊天

source .venv/bin/activate
python src/main.py  

提出诸如……之类的问题 What's the weather in Lisbon, Cairo and London?

👁️ 使用 Azure AI Foundry 进行观测 使用 Azure AI Foundry 进行观测

在 Azure 门户中导航到您的 Azure AI Foundry 资源，以监控和分析代理的行为：

1. 访问 Azure AI Foundry前往 Azure 门户，并找到由（助手/某系统）部署的您的 AI Foundry 资源 azd

1. 查看代理活动：

- 导航至 代理 部分以查看您的已部署内容 代理 - 点击您的代理以查看其配置

1. 监控对话:

- 前往 线程 部分以查看所有对话会话 - 选择一个特定的对话线程来查看对话流程和客服的回复

1. 在游乐场（或测试环境中）进行分析:

- 点击 在游乐场试试 以交互方式测试和调试您的代理

1. 查看线程日志：

- 访问 线程日志 以检查详细的逐步执行轨迹。

Azure AI Foundry Observability Dashboard

可观测性功能展示了完整的逐步执行流程。

查看Azure API管理中的MCP服务器

在本示例中部署的MCP服务器会自动注册到Azure API管理中，提供集中管理和监控功能：

1. 访问API管理根据上面的信息，执行如下指令： azd）

1. 查看已注册的MCP（Microsoft Certified Professional，微软认证专业人士）：

- 前往 MCP 服务器 左侧导航栏中的部分 - 你会看到列出的MCP服务器 - 每个MCP服务器都会显示其配置的终端点和源

1. 监控API使用情况：

- 导航至 分析（或分析学） 查看请求指标和性能数据 - 监控Azure AI Foundry代理对MCP服务器的API调用

1. API策略与安全：

- 审查已应用的身份验证、速率限制和转换策略 - 检查安全配置和访问控制

APIM MCP Registration

这种集成为您的MCP服务器提供了企业级的API管理，包括版本控制、安全性和可观测性。

炸弹 删除资源

azd down --purge