Token导航 LogoToken导航TokenDH.com
中转站排行榜
Remote MCP Functions Python logo
运维云端stdio官方级别未说明来源级核验

Remote MCP Functions Python

MCP Server

使用Azure Functions和Python快速构建和部署自定义远程MCP服务器到云端，支持本地调试和云部署，提供密钥和HTTPS安全保障。

工具数

3

提示词数

0

GitHub Stars

0

资源数

0
Bicep远程服务PythonClaude云部署Claude DesktopClaudeVS Code

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

chloechloe

提供方

chloechloe

最后核验

2026/5/17 20:20

运行时

Docker

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

docker run -p 10000:10000 -p 10001:10001 -p 10002:10002 \

详细介绍

使用Azure函数（Python）开始使用远程MCP服务器

这是一个快速入门模板，可以使用Azure Functions和Python轻松构建自定义远程MCP服务器并将其部署到云端。您可以通过调试在本地计算机上克隆/还原/运行，以及 azd up 几分钟后就可以把它放在云端了。MCP服务器通过使用密钥和HTTPS进行设计来保护，并允许使用内置身份验证和/或 API管理 以及使用VNET进行网络隔离。

如果您正在寻找更多语言的此示例，请查看 .NET/C# 和 版本。

](https://codespaces.new/Azure-Samples/remote-mcp-functions-python)

以下是使用Azure Functions的远程MCP服务器的架构图：

Architecture Diagram

先决条件

- Visual Studio Code - Azure功能扩展

准备好当地环境

此特定示例需要Azure存储模拟器，因为我们将从blob存储中保存和获取代码段。

  1. 开始Azurite
   docker run -p 10000:10000 -p 10001:10001 -p 10002:10002 \
       mcr.microsoft.com/azure-storage/azurite
备注 如果你使用来自VS Code扩展的Azurite，你需要运行 Azurite: Start 现在，否则你会看到错误。

从终端本地运行MCP服务器

  1. 在新的终端窗口中切换到src文件夹：
   cd src
  1. 安装Python依赖项：
   pip install -r requirements.txt
备注 在执行以下操作之前创建虚拟环境是一种最佳做法 pip install 以避免依赖关系问题/冲突，或者如果您在CodeSpaces中运行。看 VS代码中的Python环境 了解更多信息。
  1. 在本地启动Functions主机：
   func start
备注 默认情况下，这将使用webhooks路由： /runtime/webhooks/mcp稍后，我们将在Azure中使用它来设置客户端/主机调用的密钥： /runtime/webhooks/mcp?code=

连接到 *本地* 来自客户端/主机的MCP服务器

VS代码-副驾驶代理模式

  1. 添加MCP服务器 从命令面板中，将URL添加到正在运行的Function应用程序的MCP端点：
   http://0.0.0.0:7071/runtime/webhooks/mcp
  1. 列出MCP服务器 从命令面板启动服务器
  1. 在Copilot聊天代理模式下，输入提示以触发工具，例如，选择一些代码并输入此提示
   Say Hello
   Save this snippet as snippet1 
   Retrieve snippet1 and apply to newFile.py
  1. 当系统提示运行该工具时，点击同意 继续
  1. 完成后，在终端窗口中按Ctrl+C停止Functions主机进程。

MCP检查员

  1. 在一个 新终端窗口，安装并运行MCP检查器
   npx @modelcontextprotocol/inspector
  1. 按CTRL键单击可从应用程序显示的URL加载MCP Inspector web应用程序（例如。http://0.0.0.0:5173/#resources)
  1. 将运输类型设置为 Streamable HTTP
  1. 将URL设置为正在运行的Function应用程序的MCP端点，然后 连接:
   http://0.0.0.0:7071/runtime/webhooks/mcp
备注 此步骤在CodeSpaces中不起作用。请继续部署到远程MCP。
  1. 列出工具。单击工具，然后 运行工具.

验证Azurite中的本地blob存储

在本地测试代码段保存功能后，您可以验证blob是否正确存储在本地Azurite存储模拟器中。

使用Azure存储资源管理器

  1. 打开Azure存储资源管理器
  2. 在左侧面板中，展开 模拟器和附件 → 存储帐户 → （模拟器-默认端口）（按键）
  3. 引导到 Blob容器 → 片段
  4. 您应该看到此容器中所有保存的代码段都是blob文件
  5. 双击任何blob以查看其内容并验证代码段数据是否已正确保存

使用Azure CLI（替代方案）

如果您更喜欢使用命令行，还可以使用Azure CLI和存储模拟器验证blob：

# List blobs in the snippets container
az storage blob list --container-name snippets --connection-string "DefaultEndpointsProtocol=http;AccountName=devstoreaccount1;AccountKey=Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==;BlobEndpoint=http://127.0.0.1:10000/devstoreaccount1;"
# Download a specific blob to view its contents
az storage blob download --container-name snippets --name  --file  --connection-string "DefaultEndpointsProtocol=http;AccountName=devstoreaccount1;AccountKey=Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==;BlobEndpoint=http://127.0.0.1:10000/devstoreaccount1;"

此验证步骤可确保您的MCP服务器与本地存储模拟器正确交互，并且blob存储功能在部署到Azure之前按预期工作。

部署到Azure以实现远程MCP

在根目录中，创建一个新的 雅匝德 环境。这将成为Azure资源的资源组：

azd env new

运行此azd命令为功能应用程序配置任何所需的Azure资源，并部署您的代码：

azd up

您可以选择加入示例中使用的ExpressRoute。为此，请先执行此操作 azd up

azd env set VNET_ENABLED true

另外， API管理 可用于提高MCP服务器的安全性和策略，以及 App Service内置身份验证 可用于设置您最喜欢的OAuth提供程序，包括Entra。

连接到您的 *远程* 来自客户端的MCP服务器功能应用程序

您的客户端需要一个密钥来调用新的托管MCP端点，该密钥的格式为 https://.azurewebsites.net/runtime/webhooks/mcp默认情况下，托管功能需要一个系统密钥，可以从 门户 或CLI(az functionapp keys list --resource-group --name ).获取名为的系统密钥 mcp_extension.

在MCP Inspector中连接到远程MCP服务器

对于MCP检查器，您可以在URL中包含密钥：

https://.azurewebsites.net/runtime/webhooks/mcp?code=

在VS Code中连接到远程MCP服务器-GitHub Copilot

对于VS Code中的GitHub Copilot，您应该将密钥设置为 x-functions-key 标题在 mcp.json，你只需使用 https://.azurewebsites.net/runtime/webhooks/mcp 以下示例使用输入，并在从VS Code启动服务器时提示您提供密钥。备注 mcp.json 已包含在此仓库中，并将由VS Code获取。单击服务器上的“开始”，系统将提示输入以下值 functionapp-name （在您的/.alue/\*/env文件中）和 functions-mcp-extension-system-key 可以从上面的CLI命令或Function App门户中的API密钥中获取。

{
    "inputs": [
        {
            "type": "promptString",
            "id": "functions-mcp-extension-system-key",
            "description": "Azure Functions MCP Extension System Key",
            "password": true
        },
        {
            "type": "promptString",
            "id": "functionapp-name",
            "description": "Azure Functions App Name"
        }
    ],
    "servers": {
        "remote-mcp-function": {
            "type": "http",
            "url": "https://${input:functionapp-name}.azurewebsites.net/runtime/webhooks/mcp",
            "headers": {
                "x-functions-key": "${input:functions-mcp-extension-system-key}"
            }
        },
        "local-mcp-function": {
            "type": "http",
            "url": "http://0.0.0.0:7071/runtime/webhooks/mcp"
        }
    }
}

对于MCP检查器，您可以在URL中包含密钥： https://.azurewebsites.net/runtime/webhooks/mcp?code=.

对于VS Code中的GitHub Copilot，您应该将密钥设置为 x-functions-key 标题在 mcp.json，你只需使用 https://.azurewebsites.net/runtime/webhooks/mcp 以下示例使用输入，当您从VS Code启动服务器时，将提示您提供密钥：

{
    "inputs": [
        {
            "type": "promptString",
            "id": "functions-mcp-extension-system-key",
            "description": "Azure Functions MCP Extension System Key",
            "password": true
        }
    ],
    "servers": {
        "my-mcp-server": {
            "type": "http",
            "url": ".azurewebsites.net/runtime/webhooks/mcp",
            "headers": {
                "x-functions-key": "${input:functions-mcp-extension-system-key}"
            }
        }
    }
}

重新部署代码

你可以运行 azd up 根据需要多次执行命令，以配置Azure资源并将代码更新部署到功能应用程序。

\[！注意\] 部署的代码文件总是被最新的部署包覆盖。

清理资源

使用完功能应用程序和相关资源后，您可以使用此命令从Azure中删除功能应用程序及其相关资源，从而避免产生任何进一步的成本：

azd down

有用的Azure命令

部署应用程序后，您可以使用以下命令来管理和监视应用程序：

# Get your function app name from the environment file
FUNCTION_APP_NAME=$(cat .azure/$(cat .azure/config.json | jq -r '.defaultEnvironment')/env.json | jq -r '.FUNCTION_APP_NAME')
echo $FUNCTION_APP_NAME

# Get resource group 
RESOURCE_GROUP=$(cat .azure/$(cat .azure/config.json | jq -r '.defaultEnvironment')/env.json | jq -r '.AZURE_RESOURCE_GROUP')
echo $RESOURCE_GROUP

# View function app logs
az webapp log tail --name $FUNCTION_APP_NAME --resource-group $RESOURCE_GROUP

# Redeploy the application without provisioning new resources
azd deploy

源代码

的功能代码 get_snippet 和 save_snippet 端点在Python文件中定义 src 目录。MCP函数装饰器将这些函数作为MCP服务器工具公开。

此示例使用中提供的新的一流MCP装饰器 azure-functions>=1.25.0b2，通过以下方式大大简化了代码：

  • 直接从函数签名和类型提示推断工具属性
  • 无需手动对工具属性进行JSON序列化
  • 使用标准Python装饰器(@app.mcp_tool(), @app.mcp_tool_property(), @app.blob_input(), @app.blob_output())

重要提示： 使用MCP装饰器时，您必须设置 PYTHON_ISOLATE_WORKER_DEPENDENCIES=1 在您的应用程序设置中（均在本地 local.settings.json 以及在您部署的Azure Function应用程序中）。

以下是function_app.py文件中的实际代码：

@app.mcp_tool()
def hello_mcp() -> str:
    """Hello world."""
    return "Hello I am MCPTool!"

@app.mcp_tool()
@app.mcp_tool_property(arg_name="snippetname", description="The name of the snippet.")
@app.blob_input(arg_name="file", connection="AzureWebJobsStorage", path=_BLOB_PATH)
def get_snippet(file: func.InputStream, snippetname: str) -> str:
    """Retrieve a snippet by name from Azure Blob Storage."""
    snippet_content = file.read().decode("utf-8")
    logging.info(f"Retrieved snippet: {snippet_content}")
    return snippet_content

@app.mcp_tool()
@app.mcp_tool_property(arg_name="snippetname", description="The name of the snippet.")
@app.mcp_tool_property(arg_name="snippet", description="The content of the snippet.")
@app.blob_output(arg_name="file", connection="AzureWebJobsStorage", path=_BLOB_PATH)
def save_snippet(file: func.Out[str], snippetname: str, snippet: str) -> str:
    """Save a snippet with a name to Azure Blob Storage."""
    if not snippetname:
        return "No snippet name provided"

    if not snippet:
        return "No snippet content provided"

    file.set(snippet)
    logging.info(f"Saved snippet: {snippet}")
    return f"Snippet '{snippet}' saved successfully"

请注意 host.json 文件还包括对 _预览_ 扩展包，现在使用此功能的应用程序需要它：

"extensionBundle": {
  "id": "Microsoft.Azure.Functions.ExtensionBundle.Preview",
  "version": "[4.32.0, 5.0.0)"
}

天气应用程序示例

一个示例MCP应用程序，通过交互式UI显示天气信息。

什么是MCP应用程序？

MCP应用程序 让工具返回交互式界面而不是纯文本。当工具声明UI资源时，主机会在沙盒iframe中呈现它，用户可以在其中直接交互。

MCP应用程序=工具+UI资源

该架构依赖于两个MCP原语：

  1. 工具 UI元数据指向资源URI
  2. 资源 包含通过 ui:// 方案

Azure Functions使两者都易于构建。

天气应用程序的先决条件

天气应用程序入门

1.构建UI

在运行功能应用程序之前，必须捆绑UI：

cd src/app
npm install
npm run build
cd ../

这将创建一个捆绑 src/app/dist/index.html 函数所服务的文件。

2.运行功能应用程序

在 src 目录，运行：

func start

MCP服务器将在 http://localhost:7071/runtime/webhooks/mcp.

3.从VS代码连接

打开 .vcode/mcp.json.查找被调用的服务器 _本地mcp功能_ 然后单击 开始 名字之上。服务器已经设置了正在运行的Function应用程序的MCP端点：

http://localhost:7071/runtime/webhooks/mcp

4.提示代理人

问Copilot：“西雅图的天气怎么样？”

天气应用程序源代码

源代码位于 src/function_app.py关键概念是如何 工具通过元数据连接到资源.

带有UI元数据的工具

这 get_weather 工具使用 metadata 参数在 @app.mcp_tool() 声明它具有关联的UI：

# Required metadata
TOOL_METADATA = '{"ui": {"resourceUri": "ui://weather/index.html"}}'

@app.mcp_tool()
@app.mcp_tool_property(arg_name="location", description="City name to check weather for (e.g., Seattle, New York, Miami)")
def get_weather(location: str) -> Dict[str, Any]:
    """Returns current weather for a location via Open-Meteo."""
    logging.info(f"Getting weather for location: {location}")
    
    try:
        result = weather_service.get_current_weather(location)
        
        if "TemperatureC" in result:
            logging.info(f"Weather fetched for {result['Location']}: {result['TemperatureC']}°C")
        else:
            logging.warning(f"Weather error for {result['Location']}: {result.get('Error', 'Unknown error')}")
        
        return result
    except Exception as e:
        logging.error(f"Failed to get weather for {location}: {e}")
        return {
            "Location": location or "Unknown",
            "Error": f"Unable to fetch weather: {str(e)}",
            "Source": "api.open-meteo.com"
        }

这 resourceUri 指向 ui://weather/index.html-这个消息告诉MCP主机，当调用这个工具时，在那个资源URI上有一个可用的交互式UI。

为UI服务的资源

这 get_weather_widget 函数在匹配的URI处提供捆绑的HTML：

# Optional UI metadata
RESOURCE_METADATA = '{"ui": {"prefersBorder": true}}'

@app.mcp_resource_trigger(
    arg_name="context",
    uri=WEATHER_WIDGET_URI,
    resource_name=WEATHER_WIDGET_NAME,
    description=WEATHER_WIDGET_DESCRIPTION,
    mime_type=WEATHER_WIDGET_MIME_TYPE,
    metadata=RESOURCE_METADATA
)
def get_weather_widget(context) -> str:
    """Get the weather widget HTML content."""
    logging.info("Getting weather widget")
    
    try:
        # Get the path to the widget HTML file
        current_dir = Path(__file__).parent
        file_path = current_dir / "app" / "dist" / "index.html"
        
        if file_path.exists():
            return file_path.read_text(encoding="utf-8")
        else:
            # Return a fallback HTML if file not found
            return """

Weather Widget

  
Weather Widget

  
Widget content not found. Please ensure the app/dist/index.html file exists.

"""
    except Exception as e:
        logging.error(f"Error reading weather widget file: {e}")
        return """

Weather Widget Error

  
Weather Widget

  
Error loading widget content.

"""

它是如何协同工作的

  1. 用户问：“西雅图的天气怎么样？”
  2. 代理人致电 get_weather 工具
  3. 工具返回天气数据（JSON） 和 主机看到 ui.resourceUri 元数据
  4. 主机从以下位置获取UI资源 ui://weather/index.html
  5. 主机在沙盒iframe中呈现HTML，并将工具结果作为上下文传递
  6. 用户看到的是交互式天气小部件，而不是纯文本

用户界面（TypeScript）

前端在 src/app/src/weather-app.ts 接收工具结果并呈现天气显示。它与Vite捆绑在一起 index.html 资源所服务的。

后续步骤

目录标签

目录标签

Bicep远程服务PythonClaude云部署本地部署Azure函数MCP服务器Python开发

支持客户端

Claude DesktopClaudeVS Code

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

oauth

运行时（runtime，运行环境）

Docker

工具数量（toolCount，工具数）

3

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdiooauth部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

remote-mcp-functions-python logo

MCP World

mcpworld.com

/detail/5b0deda578e308bc80890ac7c6557441

使用Azure Functions和Python快速构建和部署自定义远程MCP服务器到云端，支持本地调试和云部署，提供密钥和HTTPS安全保障。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

Remote MCP Functions Java

This is a quickstart template to easily build and deploy a custom remote MCP server to the cloud using Azure Functions with Java.

下一个 MCP

Remote MCP Functions Python 91b45fda

基于Azure Functions的Python远程MCP工具服务，提供问候、代码片段存储与检索功能。