wehub-resource-sync
13 KiB
13 KiB
Integracija protokola Model Context (MCP) z Microsoft Foundry
Ta vodič prikazuje, kako integrirati strežnike Model Context Protocol (MCP) z Microsoft Foundry agenti, kar omogoča zmogljivo orkestracijo orodij in zmogljivosti podjetniške umetne inteligence.
Uvod
Model Context Protocol (MCP) je odprt standard, ki omogoča AI aplikacijam varno povezovanje z zunanjimi viri podatkov in orodji. Ko je integriran z Microsoft Foundry, MCP agentom omogoča dostop do različnih zunanjih storitev, API-jev in virov podatkov ter interakcijo z njimi na standardiziran način.
Ta integracija združuje prilagodljivost MCP-ovega ekosistema orodij z robustnim okvirjem agentov Microsoft Foundry ter zagotavlja rešitve umetne inteligence podjetniške ravni z obsežnimi možnostmi prilagajanja.
Opomba: Če želite uporabljati MCP v Microsoft Foundry Agent Service, so trenutno podprte le naslednje regije: westus, westus2, uaenorth, southindia in switzerlandnorth.
Cilji učenja
Ob koncu tega vodiča boste znali:
- Razumeti Model Context Protocol in njegove prednosti
- Nastaviti MCP strežnike za uporabo z Microsoft Foundry agenti
- Ustvariti in konfigurirati agente z integracijo MCP orodij
- Uporabiti praktične primere z resničnimi MCP strežniki
- Upravljati odgovore orodij in navedbe v pogovorih agentov
Predpogoji
Pred začetkom se prepričajte, da imate:
- Naročnino na Azure z dostopom do Microsoft Foundry
- Python 3.10+ ali .NET 8.0+
- Nameščen in konfiguriran Azure CLI
- Ustrezna dovoljenja za ustvarjanje AI virov
Kaj je Model Context Protocol (MCP)?
Model Context Protocol je standardiziran način, da se AI aplikacije povežejo z zunanjimi viri podatkov in orodji. Ključne prednosti vključujejo:
- Standardizirana integracija: Dosleden vmesnik za različna orodja in storitve
- Varnost: Varnostni mehanizmi za preverjanje pristnosti in avtorizacijo
- Prilagodljivost: Podpora za različne vire podatkov, API-je in prilagojena orodja
- Razširljivost: Enostavno dodajanje novih zmogljivosti in integracij
Nastavitev MCP z Microsoft Foundry
Konfiguracija okolja
Izberite želeno razvojno okolje:
Python implementacija
Opomba To zvezek lahko zaženete
1. Namestite zahtevane pakete
pip install azure-ai-projects -U
pip install azure-ai-agents==1.1.0b4 -U
pip install azure-identity -U
pip install mcp==1.11.0 -U
2. Uvoz odvisnosti
import os, time
from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential
from azure.ai.agents.models import McpTool, RequiredMcpToolCall, SubmitToolApprovalAction, ToolApproval
3. Konfigurirajte nastavitve MCP
mcp_server_url = os.environ.get("MCP_SERVER_URL", "https://learn.microsoft.com/api/mcp")
mcp_server_label = os.environ.get("MCP_SERVER_LABEL", "mslearn")
4. Inicializirajte projektnega odjemalca
project_client = AIProjectClient(
endpoint="https://your-project-endpoint.services.ai.azure.com/api/projects/your-project",
credential=DefaultAzureCredential(),
)
5. Ustvarite MCP orodje
mcp_tool = McpTool(
server_label=mcp_server_label,
server_url=mcp_server_url,
allowed_tools=[], # Neobvezno: določite dovoljena orodja
)
6. Celovit Python primer
with project_client:
agents_client = project_client.agents
# Ustvarite novega agenta z MCP orodji
agent = agents_client.create_agent(
model="Your AOAI Model Deployment",
name="my-mcp-agent",
instructions="You are a helpful agent that can use MCP tools to assist users. Use the available MCP tools to answer questions and perform tasks.",
tools=mcp_tool.definitions,
)
print(f"Created agent, ID: {agent.id}")
print(f"MCP Server: {mcp_tool.server_label} at {mcp_tool.server_url}")
# Ustvarite nit za komunikacijo
thread = agents_client.threads.create()
print(f"Created thread, ID: {thread.id}")
# Ustvarite sporočilo za nit
message = agents_client.messages.create(
thread_id=thread.id,
role="user",
content="What's difference between Azure OpenAI and OpenAI?",
)
print(f"Created message, ID: {message.id}")
# Obdelajte odobritve orodij in zaženite agenta
mcp_tool.update_headers("SuperSecret", "123456")
run = agents_client.runs.create(thread_id=thread.id, agent_id=agent.id, tool_resources=mcp_tool.resources)
print(f"Created run, ID: {run.id}")
while run.status in ["queued", "in_progress", "requires_action"]:
time.sleep(1)
run = agents_client.runs.get(thread_id=thread.id, run_id=run.id)
if run.status == "requires_action" and isinstance(run.required_action, SubmitToolApprovalAction):
tool_calls = run.required_action.submit_tool_approval.tool_calls
if not tool_calls:
print("No tool calls provided - cancelling run")
agents_client.runs.cancel(thread_id=thread.id, run_id=run.id)
break
tool_approvals = []
for tool_call in tool_calls:
if isinstance(tool_call, RequiredMcpToolCall):
try:
print(f"Approving tool call: {tool_call}")
tool_approvals.append(
ToolApproval(
tool_call_id=tool_call.id,
approve=True,
headers=mcp_tool.headers,
)
)
except Exception as e:
print(f"Error approving tool_call {tool_call.id}: {e}")
if tool_approvals:
agents_client.runs.submit_tool_outputs(
thread_id=thread.id, run_id=run.id, tool_approvals=tool_approvals
)
print(f"Current run status: {run.status}")
print(f"Run completed with status: {run.status}")
# Prikažite pogovor
messages = agents_client.messages.list(thread_id=thread.id)
print("\nConversation:")
print("-" * 50)
for msg in messages:
if msg.text_messages:
last_text = msg.text_messages[-1]
print(f"{msg.role.upper()}: {last_text.text.value}")
print("-" * 50)
.NET implementacija
Opomba To zvezek lahko zaženete
1. Namestite zahtevane pakete
#r "nuget: Azure.AI.Agents.Persistent, 1.1.0-beta.4"
#r "nuget: Azure.Identity, 1.14.2"
2. Uvoz odvisnosti
using Azure.AI.Agents.Persistent;
using Azure.Identity;
3. Konfigurirajte nastavitve
var projectEndpoint = "https://your-project-endpoint.services.ai.azure.com/api/projects/your-project";
var modelDeploymentName = "Your AOAI Model Deployment";
var mcpServerUrl = "https://learn.microsoft.com/api/mcp";
var mcpServerLabel = "mslearn";
PersistentAgentsClient agentClient = new(projectEndpoint, new DefaultAzureCredential());
4. Ustvarite definicijo MCP orodja
MCPToolDefinition mcpTool = new(mcpServerLabel, mcpServerUrl);
5. Ustvarite agenta z MCP orodji
PersistentAgent agent = await agentClient.Administration.CreateAgentAsync(
model: modelDeploymentName,
name: "my-learn-agent",
instructions: "You are a helpful agent that can use MCP tools to assist users. Use the available MCP tools to answer questions and perform tasks.",
tools: [mcpTool]
);
6. Celovit .NET primer
// Create thread and message
PersistentAgentThread thread = await agentClient.Threads.CreateThreadAsync();
PersistentThreadMessage message = await agentClient.Messages.CreateMessageAsync(
thread.Id,
MessageRole.User,
"What's difference between Azure OpenAI and OpenAI?");
// Configure tool resources with headers
MCPToolResource mcpToolResource = new(mcpServerLabel);
mcpToolResource.UpdateHeader("SuperSecret", "123456");
ToolResources toolResources = mcpToolResource.ToToolResources();
// Create and handle run
ThreadRun run = await agentClient.Runs.CreateRunAsync(thread, agent, toolResources);
while (run.Status == RunStatus.Queued || run.Status == RunStatus.InProgress || run.Status == RunStatus.RequiresAction)
{
await Task.Delay(TimeSpan.FromMilliseconds(1000));
run = await agentClient.Runs.GetRunAsync(thread.Id, run.Id);
if (run.Status == RunStatus.RequiresAction && run.RequiredAction is SubmitToolApprovalAction toolApprovalAction)
{
var toolApprovals = new List<ToolApproval>();
foreach (var toolCall in toolApprovalAction.SubmitToolApproval.ToolCalls)
{
if (toolCall is RequiredMcpToolCall mcpToolCall)
{
Console.WriteLine($"Approving MCP tool call: {mcpToolCall.Name}");
toolApprovals.Add(new ToolApproval(mcpToolCall.Id, approve: true)
{
Headers = { ["SuperSecret"] = "123456" }
});
}
}
if (toolApprovals.Count > 0)
{
run = await agentClient.Runs.SubmitToolOutputsToRunAsync(thread.Id, run.Id, toolApprovals: toolApprovals);
}
}
}
// Display messages
using Azure;
AsyncPageable<PersistentThreadMessage> messages = agentClient.Messages.GetMessagesAsync(
threadId: thread.Id,
order: ListSortOrder.Ascending
);
await foreach (PersistentThreadMessage threadMessage in messages)
{
Console.Write($"{threadMessage.CreatedAt:yyyy-MM-dd HH:mm:ss} - {threadMessage.Role,10}: ");
foreach (MessageContent contentItem in threadMessage.ContentItems)
{
if (contentItem is MessageTextContent textItem)
{
Console.Write(textItem.Text);
}
else if (contentItem is MessageImageFileContent imageFileItem)
{
Console.Write($"<image from ID: {imageFileItem.FileId}>");
}
Console.WriteLine();
}
}
Možnosti konfiguracije MCP orodij
Pri konfiguriranju MCP orodij za vašega agenta lahko določite več pomembnih parametrov:
Python konfiguracija
mcp_tool = McpTool(
server_label="unique_server_name", # Identifikator za MCP strežnik
server_url="https://api.example.com/mcp", # Končna točka MCP strežnika
allowed_tools=[], # Neobvezno: določite dovoljena orodja
)
.NET konfiguracija
MCPToolDefinition mcpTool = new(
"unique_server_name", // Server label
"https://api.example.com/mcp" // MCP server URL
);
Avtentikacija in glave
Obe implementaciji podpirata prilagojene glave za avtentikacijo:
Python
mcp_tool.update_headers("SuperSecret", "123456")
.NET
MCPToolResource mcpToolResource = new(mcpServerLabel);
mcpToolResource.UpdateHeader("SuperSecret", "123456");
Reševanje pogostih težav
1. Težave s povezavo
- Preverite, ali je naslov strežnika MCP dostopen
- Preverite poverilnice za avtentikacijo
- Zagotovite omrežno povezanost
2. Napake klicev orodij
- Preverite argumente orodja in formatiranje
- Preverite zahteve specifične za strežnik
- Uvedite ustrezno upravljanje napak
3. Težave s zmogljivostjo
- Optimizirajte pogostost klicev orodij
- Uvedite predpomnjenje, kjer je primerno
- Spremljajte odzivne čase strežnika
Naslednji koraki
Za nadaljnjo izboljšavo vaše integracije MCP:
- Raziščite prilagojene MCP strežnike: Izdelajte svoje MCP strežnike za lastne vire podatkov
- Implementirajte napredno varnost: Dodajte OAuth2 ali prilagojene mehanizme avtentikacije
- Spremljanje in analitika: Uvedite beleženje in spremljanje uporabe orodij
- Razširite svojo rešitev: Razmislite o obremenitvenem uravnoteženju in distribuirani arhitekturi MCP strežnikov
Dodatni viri
- Dokumentacija Microsoft Foundry
- Vzorce Model Context Protocol
- Pregled agentov Microsoft Foundry
- Specifikacija MCP
Podpora
Za dodatno podporo in vprašanja:
- Preglejte dokumentacijo Microsoft Foundry
- Preverite skupnostne vire MCP
Kaj sledi
Omejitev odgovornosti: Ta dokument je bil preveden z uporabo AI prevajalske storitve Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da avtomatizirani prevodi lahko vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za kritične informacije je priporočljiv strokovni človeški prevod. Ne odgovarjamo za morebitna nesporazume ali napačne interpretacije, ki izhajajo iz uporabe tega prevoda.