Foundry MCP Server の使用可能なツールとプロンプトの例 (プレビュー)

このリファレンスでは、エージェント、セッション、ツールボックス、データセット、評価、モデルデプロイ、継続的評価などを API 呼び出しの代わりに会話プロンプトで管理できる、17 のカテゴリにわたる 79 の Foundry MCP Server ツールについて説明します。 これを使用して各ツールを調べ、独自のプロジェクトでサンプル プロンプトを試します。

Tip

これらのツールを使用する前に、 Foundry MCP サーバーのセットアップを完了します。

Note

この機能は現在、パブリック プレビュー段階です。 このプレビューはサービス レベル アグリーメントなしで提供されており、運用環境のワークロードにはお勧めしません。 特定の機能がサポートされていないか、機能が制限されている可能性があります。 詳細については、「Microsoft Azure プレビューの使用条件を参照してください。

ツールのしくみ

MCP 準拠クライアント (GitHub Copilot エージェント モードなど) で自然言語プロンプトを入力すると、言語モデルによって適切なツールが選択され、必要なパラメーターがユーザーに代わって作成されます。 ツールを直接呼び出す必要はありません。必要な内容を記述すると、モデルによって意図がツール呼び出しに変換されます。

各ツールは、 読み取り (情報の取得) または 書き込み (リソースの作成、更新、または削除) として分類されます。 書き込み操作は、ライブ リソースと課金に直ちに影響します。 書き込み操作を実行する前に 、セキュリティのベスト プラクティス を確認してください。

Permissions

すべての操作は、Microsoft Entra ID On-Behalf-Of フローを介して、認証されたユーザーのアクセス許可を使用して実行されます。 次のロールが必要です。

操作の種類 最小Azure ロール メモ
ツールの読み取り Foundry プロジェクトまたはアカウントの閲覧者 一覧表示、クエリ、監視に十分です。
書き込みツール Foundry プロジェクトまたはアカウントの共同作成者 リソースの作成、更新、および削除に必要です。
条件付きアクセス管理者 Entra ID の Conditional Access Administrator テナント レベルのアクセス ポリシーを構成する場合にのみ必要です。

詳細については、Microsoft Foundry の Role ベースのアクセス制御に関するページを参照してください。

キー識別子

多くのツールにはリソース識別子が必要です。 言語モデルでは、プロンプト コンテキストからこれらを抽出しますが、形式を把握するのに役立ちます。

識別子 フォーマット 検索する場所
Foundry リソース ID /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account} ポータル Azure Properties ページ
プロジェクトのエンドポイント https://{account}.services.ai.azure.com/api/projects/{project} Foundry プロジェクトの詳細ページ
Project リソース ID /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} ポータル Azure Properties ページ

エージェント管理

Foundry プロジェクト内のエージェントの完全なライフサイクル (作成、呼び出し、コンテナー オーケストレーション、削除など) を管理します。

プロンプトの例:

  • "Foundry プロジェクト内のすべてのエージェントを一覧表示します。"
  • "モデル faq-agentを使用して gpt-4o-mini という名前の新しいエージェントを作成します。"
  • "'Hello, how can you help?' を送信します。 私の customer-support-agentに。
  • "ホストされているエージェント triage-agentのコンテナーを開始します。"
  • " triage-agentのコンテナーの状態を確認します。"
  • "プロンプト エージェントのエージェント定義スキーマを表示してください。"
  • "プロジェクトから old-test-agent を削除します。"
道具 Access Description キー入力 返品ポリシー
agent_get 読み取り Foundry プロジェクト内のすべてのエージェントを一覧表示するか、名前で特定のエージェントを取得します。 エージェント名 (省略可能) モデル、命令、およびツール構成を含むエージェントリストまたは単一エージェント定義。
agent_update 書き込み エージェントを作成、更新、または複製します。 agent_definition_schema_getを使用して、最初に完全な定義スキーマを検出します。 エージェント名、モデル、命令、ツール定義 エージェント定義を作成または更新しました。
agent_invoke 書き込み エージェントにメッセージを送信し、応答を取得します。 プロンプト ベースのコンテナー エージェントとホストされたコンテナー エージェントの両方で機能します。 エージェント名、メッセージ テキスト エージェントの応答メッセージ。
agent_delete 書き込み エージェントを完全に削除します。 ホストされているエージェントの場合は、コンテナーも削除されます。 エージェント名 削除の確認。
agent_container_control 書き込み ホストされているエージェント コンテナーを開始または停止します。 ホストされるエージェントを呼び出す前に使用します。 エージェント名、アクション (開始または停止) コンテナー操作の状態。
agent_container_status_get 読み取り ホストされているエージェント コンテナーの現在の状態 (開始、実行中、停止、失敗など) を確認します。 エージェント名 現在のコンテナーの状態。
agent_definition_schema_get 読み取り すべてのツールの種類を含む、エージェント定義の完全な JSON スキーマを返します。 なし エージェント定義の完全な JSON スキーマ。

ホストされるエージェント セッションとファイル

ホストされるエージェントの分離されたコンピューティング セッションを作成および管理します。 ログを検査し、各セッションのファイルシステム内のファイルを管理します。

プロンプトの例:

  • "ホストされているエージェント data-analystのセッションを作成します。"
  • " data-analyst のセッションを一覧表示し、最新のセッションを最初に表示します。"
  • "セッション analysis-2026から最大 100 行のログ行をストリーミングします。"
  • " input.csv をセッション内の /data/input.csv にアップロードします。"
  • "セッションから /data/results.csv をダウンロードします。"
  • "セッション analysis-2026 を削除し、そのコンピューティング リソースを解放します。"
道具 Access Description キー入力 返品ポリシー
session_create 書き込み ホストされるエージェントの新しいセッションを作成します。 セッションは、エージェントの実行に分離されたコンピューティング環境を提供します。 エージェント名、セッション ID (省略可能) ID、状態、および有効期限を持つセッションを作成しました。
session_get 読み取り 特定のホステッド エージェント セッションの詳細を取得します。 エージェント名、セッション ID セッションの状態、バージョン、作成時刻、および有効期限。
session_list 読み取り 改ページと並べ替えを使用して、ホストされているエージェントのセッションを一覧表示します。 エージェント名、制限、順序、および after または before 改ページ カーソル セッションの一覧。
session_delete 書き込み ホストされているエージェント セッションを削除し、そのコンピューティング リソースを解放します。 エージェント名、セッション ID 操作の結果。
session_logstream 読み取り ホストされたエージェント セッションからのコンソール出力をストリーム配信します。 無制限の読み取りを防ぐために、応答は上限に達します。 エージェント名、セッション ID、最大行数 (省略可能) 構造化された標準出力イベントとエラー ログ イベント。
session_file_list 読み取り ホストされるエージェント セッションのパスにあるファイルとディレクトリを一覧表示します。 エージェント名、セッション ID、パス (省略可能) ファイルとディレクトリの一覧。
session_file_stat 読み取り ホストされるエージェント セッション内のファイルまたはディレクトリのメタデータを取得します。 エージェント名、セッション ID、ファイル パス 名前、サイズ、ディレクトリ インジケーター、および最終変更時刻。
session_file_mkdir 書き込み ホストされるエージェント セッションにディレクトリを作成します。 エージェント名、セッション ID、パス、create-parents フラグ (省略可能)、アクセス許可モード (省略可能) 操作の結果。
session_file_upload 書き込み base64 でエンコードされたコンテンツを、ホストされたエージェント セッションのファイルにアップロードします。 エージェント名、セッション ID、宛先ファイル パス、base64 コンテンツ 操作の結果。
session_file_download 読み取り ホストされているエージェント セッションからファイルをダウンロードします。 エージェント名、セッション ID、ファイル パス Base64 でエンコードされたファイルの内容。
session_file_delete 書き込み ホストされているエージェント セッションからファイルまたはディレクトリを削除します。 エージェント名、セッション ID、ファイル パス、再帰フラグ (省略可能) 操作の結果。

ツールボックスの管理

Foundry プロジェクトでツールボックスを作成、取得、バージョン管理、更新、および削除します。

プロンプトの例:

  • " customer-support-tools ツールボックスを表示してください。"
  • " customer-support-tools のバージョン 2 を取得します。"
  • " customer-support-toolsの新しいバージョンを作成します。"
  • " customer-support-tools のバージョン 2 を既定値として設定します。"
  • " customer-support-tools のバージョン 1 を既定値として設定し、バージョン 2 を削除します。"
  • " old-support-tools ツールボックスを削除します。"

ツールボックスのバージョンは変更できません。 toolbox_version_create また、ツールボックスが存在しない場合は作成されます。 既存のツールボックスの場合、バージョンを作成しても既定のバージョンは変更されません。 defaultVersionを新しいバージョンに設定してtoolbox_updateを呼び出して昇格します。 現在の既定のバージョンを削除する前に、別のバージョンを既定値として設定します。

道具 Access Description キー入力 返品ポリシー
toolbox_get 読み取り ツールボックスとその現在の既定のバージョンを取得します。 ツールボックス識別子 ツールボックスの詳細。
toolbox_version_get 読み取り ツールボックスのバージョンを一覧表示するか、特定のバージョンを取得します。 ツールボックス識別子、特定のバージョンのバージョン識別子 ツールボックスのバージョンの一覧または詳細。
toolbox_version_create 書き込み 変更できないツールボックス バージョンを作成します。 ツールボックスが存在しない場合は、このツールによっても作成されます。 ツールボックス識別子とバージョンの詳細 作成されたツールボックスのバージョン。
toolbox_update 書き込み ツールボックス (既定のバージョンを含む) を作成または更新します。 ツールボックス識別子、更新されたツールボックスの詳細、既定値を変更するときにdefaultVersion ツールボックスの詳細を作成または更新しました。
toolbox_delete 書き込み ツールボックスを削除します。 ツールボックス識別子 削除の確認。
toolbox_version_delete 書き込み 特定のツールボックス バージョンを削除します。 現在の既定値を削除するには、最初に別のバージョンを既定値として設定します。 ツールボックス識別子、バージョン識別子 削除の確認。

データセットの管理

Foundry プロジェクトで評価データセットを作成、取得、バージョン管理、ダウンロードします。

プロンプトの例:

  • "カスタマー サポートの Q& をアップロードするこのAzure Blob Storage URL からのデータセット。
  • "Foundry プロジェクトのすべてのデータセットを表示する"
  • " customer-support-qa データセット バージョン 2 の詳細を取得します。"
  • " product-reviews データセットのすべてのバージョンを一覧表示します。"
  • "最新バージョンの customer-support-qaのダウンロード URL を取得します。"
道具 Access Description キー入力 返品ポリシー
evaluation_dataset_create 書き込み Azure Blob Storage URI からデータセット バージョンを作成または更新します。 データセット名、バージョン、Blob Storage URI 名前、バージョン、URI を持つデータセット メタデータ。
evaluation_dataset_get 読み取り 名前とバージョンでデータセットを取得するか、プロジェクト内のすべてのデータセットを一覧表示します。 データセットの名前とバージョン (省略可能) データセットの詳細またはすべてのデータセットの一覧。
evaluation_dataset_versions_get 読み取り 特定のデータセットのすべてのバージョンを一覧表示します。 データセット名 メタデータを含むバージョン番号の一覧。
evaluation_dataset_sas_url_get 読み取り データセット バージョンのコンテンツをダウンロードするための有効期間の短い Shared Access Signature (SAS) URL を取得します。 バージョンの既定値は最新です。 データセット名、データセットのバージョン (省略可能) 有効期間の短いデータセット コンテンツ URL。

データ生成ジョブ

評価データまたは微調整データ用のスタンドアロン データ生成ジョブを作成および管理します。 プロンプト、エージェント、トレース、データセット、またはアップロードされたファイルからデータを生成します。

プロンプトの例:

  • "このプロンプトから 100 個の評価の質問と回答のサンプルを生成します。"
  • "データ生成ジョブの job-123の状態を表示してください。"
  • "データ生成ジョブ job-123を取り消します。"
  • "完了したデータ生成ジョブ job-123を削除します。"
道具 Access Description キー入力 返品ポリシー
data_generation_job_create 書き込み 評価データまたは微調整データ用のスタンドアロン データ生成ジョブを開始します。 ジョブ名、生成の種類、シナリオ、最大サンプル、世代モデルのデプロイ、ソース入力 操作の結果。
data_generation_job_get 読み取り ID で 1 つのデータ生成ジョブを取得するか、ID を省略したときにデータ生成ジョブを一覧表示します。 ジョブ ID (省略可能) ジョブの詳細またはジョブの一覧。
data_generation_job_cancel 書き込み データ生成ジョブを取り消します。 職務 ID 操作の結果。
data_generation_job_delete 書き込み データ生成ジョブを削除します。 職務 ID 操作の結果。

評価操作

エージェントまたはデータセットに対してバッチ評価を実行し、実行間で結果を比較します。

プロンプトの例:

  • "関連性、接地性、コヒーレンス エバリュエーターを使用して、 customer-support-agent v2 を評価します。"
  • "暴力と HateUnfairness エバリュエーターを使用して JSONL データセットに対してバッチ評価を実行します。"
  • "50 個の合成テスト クエリを生成し、それらを使用してエージェントを評価します。"
  • "Foundry プロジェクト内のすべての評価実行を表示します。"
  • "run-baseline-123 と処理実行 run-124 と run-125 を比較します。"
道具 Access Description キー入力 返品ポリシー
evaluation_agent_batch_eval_create 書き込み 特定のエージェントを呼び出すバッチ評価実行を作成します。 組み込みエバリュエーターとカスタム エバリュエーターに加えて、合成データの生成をサポートします。 エージェント名/バージョン、エバリュエーター名、データセット (合成生成の場合は省略可能)、合成クエリの数 (省略可能) 評価実行 ID と状態。
evaluation_dataset_batch_eval_create 書き込み JSONL データセットに対してバッチ評価実行を作成します。 組み込みエバリュエーターとカスタム エバリュエーターをサポートします。 データセット名/バージョン、エバリュエーター名 評価実行 ID と状態。
evaluation_get 読み取り Foundry プロジェクトで評価グループまたは実行を一覧表示します。 特定の評価グループ内の実行を一覧表示するには、 isRequestForRuns を true に設定します。 評価グループ ID (省略可能)、評価実行 ID (省略可能)、 isRequestForRuns フラグ 状態とスコアを含む評価グループまたは実行の一覧、または特定の項目の詳細。
evaluation_comparison_create 書き込み ベースライン評価と治療評価の実行の比較結果を作成します。 ベースライン実行 ID、処理実行 ID 比較分析情報 ID。
evaluation_comparison_get 読み取り 評価の比較分析情報を取得または一覧表示します。 比較分析情報 ID (省略可能) 統計分析との比較結果。

トレースの評価

エージェント トレースまたは明示的に選択された会話と W3C トレース ID に対して、複数ターンの会話評価を実行します。

プロンプトの例:

  • 「過去 24 時間の customer-support-agent から最大 5 つのトレースを評価し、接地とタスクの完了を確認します。
  • "これらの会話 ID を評価して、会話レベルで顧客満足度を高めます。"
  • "カスタム tone-check エバリュエーターを使用して、これらの W3C トレース ID を評価します。"
道具 Access Description キー入力 返品ポリシー
evaluation_agent_traces_batch_eval_create 書き込み エージェントからサンプリングされた最近のトレースに対するマルチターン バッチ評価を作成します。 評価グループが指定されていない場合に作成します。 エバリュエーター名、エージェント名とバージョンまたはエージェント ID、評価 ID (省略可能)、時間範囲またはルックバック、最大トレース 評価実行。
evaluation_traces_batch_eval_create 書き込み 会話 ID または W3C トレース ID によって選択されたトレース データに対して、複数ターンのバッチ評価を作成します。 評価グループが指定されていない場合に作成します。 エバリュエーター名、トレース ソースの種類、会話 ID またはトレース ID、評価 ID (省略可能)、評価レベル (省略可能) 評価実行。

評価スイート

データセット、ターゲット エージェント、エバリュエーターをグループ化する評価スイートを作成、バージョン管理、実行、更新、削除します。 プロンプト、エージェント、トレース、データセット、またはアップロードされたファイルからスイートを生成することもできます。

プロンプトの例:

  • "サポート データセットとエージェントの support-quality という名前の評価スイートを作成します。"
  • " support-quality のバージョン 2 を実行します。"
  • " support-quality のバージョン 2 の表示名とタグを更新します。"
  • " customer-support-agentの最近のトレースから評価スイートを生成します。"
  • "すべての評価スイート生成ジョブを表示してください"。
道具 Access Description キー入力 返品ポリシー
evaluation_suite_create 書き込み エバリュエーターをグループ化し、データセットとターゲット エージェントを参照できる評価スイート バージョンを作成します。 スイート名、エバリュエーター名、データセットとターゲット エージェント (省略可能)、評価設定 (省略可能) 評価スイートのバージョン。
evaluation_suite_get 読み取り 評価スイートのバージョン、スイートのリスト バージョン、またはリスト スイートを取得します。 スイート名 (省略可能)、バージョン (省略可能)、 listVersions フラグ、およびエージェント フィルター (省略可能) スイートの詳細、バージョン一覧、またはスイートの一覧。
evaluation_suite_update 書き込み 評価スイートバージョンの表示名、説明、またはタグを更新します。 スイート名、バージョン、更新するフィールド 操作の結果。
evaluation_suite_run 書き込み 評価スイートの実行を開始します。 スイート名、バージョン (省略可能)、評価名 (省略可能)、評価レベル (省略可能) 評価実行。
evaluation_suite_delete 書き込み 評価スイートのバージョンを削除します。 バージョンの既定値は最新です。 スイート名、バージョン (省略可能) 操作の結果。
evaluation_suite_generation_job_create 書き込み 評価スイート生成ジョブを開始します。 スイート名、世代モデルのデプロイ、ソース入力、生成設定 生成ジョブ。
evaluation_suite_generation_job_get 読み取り ID で評価スイート生成ジョブを 1 つ取得するか、ID を省略したときにジョブを一覧表示します。 ジョブ ID (省略可能)、制限トークン、継続トークン (省略可能) 生成ジョブの詳細またはジョブ 一覧。
evaluation_suite_generation_job_cancel 書き込み 評価スイート生成ジョブを取り消します。 職務 ID 操作の結果。
evaluation_suite_generation_job_delete 書き込み 評価スイート生成ジョブを削除します。 職務 ID 操作の結果。

エバリュエーター カタログ

組み込みのエバリュエーターを参照し、評価実行で使用するカスタム エバリュエーターを管理します。

プロンプトの例:

  • "プロジェクトで使用可能なすべての組み込みエバリュエーターを一覧表示します。"
  • " coherence エバリュエーターの完全な定義を表示してください。"
  • "1 から 5 のスケールで応答をスコア付けする、 tone-check という名前のカスタム プロンプト ベースのエバリュエーターを作成します。"
  • " tone-check エバリュエーターの説明を更新します。"
  • " old-evaluatorのバージョン 1 を削除します。"
道具 Access Description キー入力 返品ポリシー
evaluator_catalog_get 読み取り カタログ内のエバリュエーターを一覧表示するか、特定のエバリュエーターの完全な定義を取得します。 組み込み型またはカスタム型でフィルター処理します。 エバリュエーター名 (省略可能)、型フィルター (組み込みまたはカスタム、省略可能) スコア付けロジックを使用したエバリュエーター リストまたは完全なエバリュエーター定義。
evaluator_catalog_create 書き込み カスタムプロンプトベースまたはコードベースのエバリュエーターを作成します。 エバリュエーター名、型 (プロンプトまたはコード)、定義 エバリュエーター メタデータを作成しました。
evaluator_catalog_update 書き込み 既存のカスタム エバリュエーターのメタデータ (表示名、説明、カテゴリ) を更新します。 エバリュエーター名、更新するフィールド エバリュエーターメタデータを更新しました。
evaluator_catalog_delete 書き込み カスタム エバリュエーターの特定のバージョンを削除します。 エバリュエーター名、バージョン 削除の確認。

エバリュエーター生成ジョブ

プロンプト、エージェント、またはデータセットからエバリュエーターをアダプティブに生成し、生成ジョブを監視またはキャンセルします。

プロンプトの例:

  • "このポリシー プロンプトから policy-compliance というエバリュエーターを生成します。"
  • "モデル デプロイ gpt-4oを使用して、サポート データセットのバージョン 2 からpolicy-complianceを再生成します。"
  • "実行中のすべてのエバリュエーター生成ジョブを表示してください。"
  • "エバリュエーター生成ジョブ job-456を取り消します。"
道具 Access Description キー入力 返品ポリシー
evaluator_generation_job_create 書き込み アダプティブ エバリュエーター生成ジョブを開始します。 既存のエバリュエーター名を指定すると、更新されたソース入力から再生成されます。 モデルのデプロイ、エバリュエーター名、プロンプト、エージェント、またはデータセット ソースの入力 生成ジョブ。
evaluator_generation_job_get 読み取り ID で 1 つのエバリュエーター生成ジョブを取得するか、ID を省略したときにジョブを一覧表示します。 ジョブ ID (省略可能)、状態フィルターとエージェント フィルター (省略可能)、改ページ位置の入力 (省略可能) 生成ジョブの詳細またはジョブ 一覧。
evaluator_generation_job_cancel 書き込み エバリュエーター生成ジョブを取り消します。 職務 ID 操作の結果。

モデル カタログと詳細

Foundry モデル カタログ内のモデルを探索し、モデルの詳細を取得し、モデルをマネージド コンピューティングにデプロイできるかどうかを判断します。

プロンプトの例:

  • "カタログで使用可能なすべての GPT-5.4 モデルを表示してください。"
  • "MIT ライセンスを使用して、Microsoft公開されたすべてのモデルを一覧表示します。"
  • "GPT-5-mini の詳細情報とコード サンプルを取得します。"
  • "マネージド コンピューティング用にアドバタイズされたモデルを表示する"。
  • " openai--gpt-oss-20bのマネージド コンピューティングの詳細とデプロイ テンプレートを取得します。"

マネージド コンピューティングの場合、model_catalog_listのisManagedComputeは、アドバタイズされた候補を識別します。 model_details_getを使用してデプロイ可能性を確認します。isFoundryManagedComputeが権限のあるシグナルであり、解決されたデプロイ テンプレートによって使用可能なデプロイ オプションとアクセラレータが識別されます。

道具 Access Description キー入力 返品ポリシー
model_catalog_list 読み取り オプションのフィルターを使用して Foundry モデル カタログのモデルを一覧表示します。 マネージド コンピューティング候補の場合、応答には isManagedComputeが含まれます。 検索キーワード、発行元、ライセンスの種類、タスクの種類 (すべて省略可能) 名前、発行元、ライセンス、機能、およびカタログ展開インジケーターを含むモデルの一覧。
model_details_get 読み取り 完全なモデルの詳細とコード サンプルを取得します。 マネージド コンピューティングの場合は、 isFoundryManagedCompute を使用してデプロイ可能性を確認します。 モデル名または ID モデルの仕様、価格、サポートされているリージョン、コード サンプル、解決済みのデプロイ テンプレート。

モデルデプロイ管理

Foundry アカウントで、マネージド コンピューティング デプロイを含むモデル デプロイをデプロイ、検査、および削除します。

プロンプトの例:

  • 「 model_deploy_azure_direct_model を使用して、20 容量ユニットの production-chatbot として GPT-5-mini をデプロイします。
  • "現在のモデルのデプロイをすべて表示してください。"
  • "すべてのマネージド コンピューティング デプロイを表示してください。"
  • "model_deploy_managed_computeを使用して、A100_80GBデプロイ テンプレートを使用してgpt-oss-managedとしてopenai--gpt-oss-20bをデプロイします。"
  • "使用しなくなった old-test-deployment を削除します。"

デプロイの種類ごとに明示的なツールを選択します。

展開の種類 作成または更新
Azureが販売する鋳造モデル model_deploy_azure_direct_model
マネージド コンピューティング model_deploy_managed_compute

新しい呼び出しに非推奨の model_deploy エイリアスを使用しないでください。 マネージド コンピューティングの場合は、最初に候補シグナルとして model_catalog_list を使用してから、 model_details_getを呼び出します。 isFoundryManagedComputeがtrue場合にのみmodel_deploy_managed_computeを使用し、解決されたデプロイ テンプレートのいずれかを渡します。 model_deployment_getを使用していずれかのデプロイの種類を取得し、model_deployment_deleteを使用していずれかの種類を削除します。

道具 Access Description キー入力 返品ポリシー
model_deploy_azure_direct_model 書き込み Azureによって販売された Foundry モデルのデプロイを作成または更新します。 モデル名、デプロイ名、容量ユニット エンドポイントとプロビジョニングされた容量を含むデプロイの詳細。
model_deploy 書き込み model_deploy_azure_direct_modelの下位互換性のあるエイリアスが非推奨になりました。 入力と動作は同じです。 モデル名、デプロイ名、容量ユニット エンドポイントとプロビジョニングされた容量を含むデプロイの詳細。
model_deploy_managed_compute 書き込み レジストリ モデル資産と解決済みデプロイ テンプレートから個別のマネージド コンピューティング デプロイを作成します。 展開名、 modelAssetId、 deploymentTemplate、 acceleratorType (省略可能)、 instanceCount (省略可能)、 versionUpgradeOption (省略可能) マネージド コンピューティングのデプロイの詳細。
model_deployment_get 読み取り Azureおよびマネージド コンピューティング デプロイによって販売される Foundry Models のデプロイを取得します。 名前を指定すると、ツールは両方のリソースの種類を検索し、その名前を共有するときに両方を返すことができます。 名前がないと、両方のリストが結合されます。 デプロイ名 (省略可能) KindがADMまたはManagedに設定されているデプロイの詳細。
model_deployment_delete 書き込み いずれかの展開の種類を削除します。 このツールは、最初にAzureによって販売された Foundry Models のデプロイ、次にマネージド コンピューティング のデプロイをチェックします。 デプロイ名 削除の確認。

モデル分析と推奨事項

モデル ベンチマークを比較し、よりコスト効率の高いモデルまたは高品質のモデルに切り替えるための推奨事項を取得します。

プロンプトの例:

  • "使用可能なすべてのモデルのベンチマーク データを表示します。"
  • "GPT-5.4 と GPT-4 のベンチマーク パフォーマンスを比較します。"
  • "現在の GPT-4 デプロイに似たモデルを検索します。"
  • 「現在使用しているモデルよりも品質/コスト比が高くなるモデルは何ですか?
道具 Access Description キー入力 返品ポリシー
model_benchmark_get 読み取り Foundry モデルのベンチマーク データをフェッチします。 モデル フィルター (省略可能) ベンチマーク スコア、精度、コスト、待機時間のメトリック。
model_benchmark_subset_get 読み取り 特定のモデル名とバージョンのペアのベンチマーク データを取得します。 モデル名とバージョンのペア 指定したモデルのベンチマーク比較データ。
model_similar_models_get 読み取り デプロイまたはモデルの詳細に基づいて同様のモデルを検索します。 デプロイ名またはモデル名 機能の比較を使用した類似モデルの一覧。
model_switch_recommendations_get 読み取り ベンチマーク データに基づいてモデル 切り替えの推奨事項を取得します。 現在のデプロイ名 品質/コストのトレードオフ分析を使用した推奨モデル。

モデルの監視と操作

デプロイの正常性を追跡し、メトリックを監視し、非推奨の状態を確認し、マネージド コンピューティング アクセラレータクォータを含むクォータの使用状況を表示します。

プロンプトの例:

  • " production-chatbot デプロイの要求メトリックを表示します。"
  • "非推奨のモデル バージョンを使用しているデプロイがあるかどうかを確認してください。"
  • "サブスクリプションのすべてのリージョンのクォータ使用量を表示する"
  • "米国東部 2 のA100_80GB、H100_80GB、MI300_192GB、H200_141GB アクセラレータ クォータを表示します。"
道具 Access Description キー入力 返品ポリシー
model_monitoring_metrics_get 読み取り モデル デプロイの監視メトリック (要求、待機時間、エラー、クォータ) を取得します。 デプロイ名、時間範囲 (省略可能) 要求数、待機時間のパーセンタイル、エラー率、トークンの使用状況。
model_deprecation_info_get 読み取り 非推奨と提供終了のスケジュールで強化された展開情報を取得します。 デプロイ名 (省略可能) 非推奨の日付と置換候補を含むデプロイの詳細。
model_quota_list 読み取り マネージド コンピューティング アクセラレータ クォータなど、リージョン内のサブスクリプションで使用可能なデプロイ クォータと使用状況を一覧表示します。 サブスクリプション、リージョン モデル ファミリまたはアクセラレータごとのクォータ制限、現在の使用量、使用可能な容量。

プロジェクト接続

Foundry プロジェクト内の外部サービス (Azure OpenAI、Azure Blob Storage、検索など) への接続を管理します。

プロンプトの例:

  • "Foundry プロジェクト内のすべての接続を一覧表示します。"
  • " azure-search 接続の詳細を表示してください。"
  • "どのような接続の種類と認証方法がサポートされていますか?
  • "AAD 認証を使用して my-openai という新しい AzureOpenAI 接続を作成します。"
  • "プロジェクトから old-storage 接続を削除します。"
道具 Access Description キー入力 返品ポリシー
project_connection_list 読み取り Foundry プロジェクト内のすべての接続を一覧表示します。カテゴリまたはターゲットによるフィルター処理は省略可能です。 カテゴリ フィルター、ターゲット フィルター (両方とも省略可能) 名前、種類、状態を持つ接続の一覧。
project_connection_get 読み取り 名前で特定の接続を取得します。 接続名 カテゴリ、ターゲット、認証の種類などの接続の詳細。
project_connection_list_metadata 読み取り サポートされているすべての接続カテゴリと認証の種類を一覧表示します。 有効な値を検出するには、最初にこれを呼び出します。 なし サポートされているカテゴリ (AzureOpenAI、AzureBlobStorage など) と認証の種類 (AAD、キーなど)。
project_connection_create 書き込み プロジェクト接続を作成または置換します。 接続名、カテゴリ、ターゲット、認証の種類 接続の詳細を作成しました。
project_connection_update 書き込み 既存のプロジェクト接続を更新します。 接続名、更新するフィールド 接続の詳細を更新しました。
project_connection_delete 書き込み 名前でプロジェクト接続を削除します。 接続名 削除の確認。

プロンプトの最適化

LLM パフォーマンスを向上させるために、システム プロンプトと開発者メッセージを最適化します。

プロンプトの例:

  • "システム プロンプトを最適化する: gpt-5.4を使用して'You are a helpful customer service agent' (ユーザーは役に立つカスタマー サービス エージェントです)"。
  • "エージェントの指示を改善して、より簡潔な応答を得る"
  • 「フォローアップの質問にも対応できるように、最適化されたプロンプトを調整します。
道具 Access Description キー入力 返品ポリシー
prompt_optimize 書き込み Azure OpenAI プロンプト オプティマイザーを使用して、開発者プロンプト (システム メッセージ) を最適化して LLM のパフォーマンスを向上させます。 プロンプト テキスト、ターゲット モデル、絞り込み命令 (省略可能) 変更の説明を含むプロンプト テキストを最適化しました。

継続的な評価

エージェントの継続的な評価を有効、監視、および管理します。 継続的な評価では、エージェントの応答が継続的に自動的に評価されます。 このツールは、エージェントの種類 (プロンプトまたはホステッド) を自動検出し、適切な評価メカニズム (プロンプト エージェントの評価規則、またはホストされるエージェントのスケジュールされた評価実行) を構成します。

プロンプトの例:

  • "関連性と接地エバリュエーターを使用して、 customer-support-agent の継続的な評価を有効にします。"
  • "ホストされたエージェント triage-agent の継続的な評価を 2 時間ごとに実行するように設定します。"
  • " customer-support-agentの継続的な評価構成を表示してください。"
  • " old-test-agentの継続的な評価を無効にします。"
  • " customer-support-agent の継続的な評価を更新して、50% の応答をサンプリングします。"
道具 Access Description キー入力 返品ポリシー
continuous_eval_create 書き込み エージェントの継続的な評価を有効または更新します。 エージェントの種類を自動検出し、適切な評価メカニズムを構成します。 必要に応じて評価グループを作成します。 エージェント名、エバリュエーター名、モデル デプロイ名 (品質エバリュエーターの場合)、有効フラグ、間隔時間 (ホステッド エージェント)、サンプリング レート (プロンプト エージェント)、シナリオ (標準またはビジネス) ID、状態、スケジュールの詳細を使用した継続的な評価構成。
continuous_eval_get 読み取り エージェントの継続的な評価構成を取得します。 すべての構成を返すか、プロンプト エージェントのシナリオでフィルター処理します。 エージェント名、シナリオ フィルター (省略可能) エバリュエーターの詳細、スケジュール、および状態を含む継続的な評価構成の一覧。
continuous_eval_delete 書き込み エージェントの継続的な評価構成を削除します。 continuous_eval_getを使用して構成 ID を検索します。 構成 ID、エージェント名 削除の確認。

ワークフローの例

モデルのデプロイと最適化:

  • "カタログ内の gpt-5.6-sol モデルを表示してください。"
  • " gpt-5.6-sol を 15 個の容量ユニットで customer-service-bot としてデプロイします。"
  • "新しいデプロイの要求待ち時間を監視します。"
  • "現在の使用状況に基づいて、よりコスト効率の高い代替手段をお勧めします。"

マネージド コンピューティング クォータの計画:

  • " model_quota_list を使用して、マネージド コンピューティング アクセラレータのクォータと、米国東部 2 のサブスクリプション <subscription-id> の使用状況を表示します。"
  • " A100_80GB、 H100_80GB、 MI300_192GB、および H200_141GBで使用可能なインスタンスを比較します。"
  • "4 つのインスタンスが必要です。 現在、使用可能なクォータが十分にあるアクセラレータを特定し、クォータの可用性によってデプロイ容量が保証されないという通知を受け取ります。"
  • "マネージド コンピューティングでは課金対象の専用 GPU 容量が割り当てられるため、デプロイの前に、選択したアクセラレータとレビューのインスタンス数を表示してください。"

マネージド コンピューティングのデプロイ ライフサイクル:

  • "isManagedComputeがtrueされているマネージド コンピューティング用にアドバタイズされたモデルを検索するには、model_catalog_listを使用します。"
  • " openai--gpt-oss-20bの場合は、 model_details_get を使用して isFoundryManagedCompute が trueされていることを確認し、そのレジストリ modelAssetId、解決されたデプロイ テンプレート、アクセラレータを表示します。"
  • " model_quota_list を使用して、デプロイ前に米国東部 2 で選択したアクセラレータを確認します。"
  • "デプロイ テンプレート、アクセラレータ、インスタンス数を確認します。 課金対象の専用 GPU 割り当てを確認したら、model_deploy_managed_computeを使用して、レジストリ modelAssetId、解決されたdeploymentTemplate、承認されたinstanceCountを使用してgpt-oss-managed-testを作成します。
  • " model_deployment_get を使用して gpt-oss-managed-test を監視し、その Kind が Managedされていることを確認します。"
  • "テストが完了し、クリーンアップが確認されたら、 model_deployment_delete を使用して gpt-oss-managed-testを削除します。"

エージェント評価ワークフロー:

  • "プロジェクト内のすべてのエージェントを一覧表示します。"
  • "関連性、接地性、および安全性の評価者を使用して、 customer-support-agent v2 を評価します。"
  • "ベースライン評価を新しい実行と比較します。"
  • "統計的有意性を持つ比較結果を表示してください。"

継続的な評価のセットアップ:

  • "プロジェクト内のすべてのエージェントを一覧表示します。"
  • "既存のgpt-5.6-luna展開で関連性、接地性、および安全性の評価者を使用して、customer-support-agentの継続的な評価を有効にします。"
  • " customer-support-agentの継続的な評価構成を表示してください。"
  • "継続的な評価を、1 時間あたり最大 10 回の実行で 25% の応答をサンプリングするように更新します。"

リソース管理とクリーンアップ:

  • "現在のデプロイとその使用状況をすべて一覧表示します。"
  • "非推奨のモデル バージョンを使用しているデプロイを確認してください。"
  • "すべてのリージョンでクォータの使用状況を表示します。"
  • "未使用のテスト デプロイを削除して容量を解放します。"

プレビューの制限事項

Foundry MCP Server はパブリック プレビュー段階です。 次の制限事項が適用されます。

  • ネットワーク分離なし — Foundry MCP Server はパブリック エンドポイント https://mcp.ai.azure.comを使用します。 プライベート リンクの背後にあるリソースAzureアクセスできません。 プライベート MCP 接続の場合は、 独自の MCP サーバーを構築 し、 プライベート ネットワークを使用してエージェント サービスに接続します。
  • データ所在地 - 要求と応答は、EU または米国のデータ センターで処理される場合があります。 サーバー自体はデータを格納しませんが、リージョン間の処理が発生する可能性があります。
  • SLA なし - プレビュー機能には、サービス レベル アグリーメントは含まれません。 可用性の保証が必要な運用ワークロードには、サーバーを使用しないでください。
  • ツール セットは変更される可能性があります 。ツール、パラメーター、および戻り値は、プレビュー期間中に予告なしに変更される可能性があります。

詳細については、「Microsoft Azure プレビューの使用条件を参照してください。

一般的なエラー

エラー 原因 Resolution
アクセスが拒否されました Foundry プロジェクトまたはアカウントAzure RBAC ロールが不十分です。 読み取りツールの 場合は少なくとも閲覧者 を割り当て、書き込みツールには 共同作成者 を割り当てます。 Microsoft Foundry については、RBAC を参照してください。
認証エラー 期限切れまたは無効なEntra ID トークン。 サインアウトして、Visual Studio Codeまたは使用しているツールでAzure アカウントにサインインし直します。
クォータを超過しました デプロイを作成したり、評価を実行したりするのに十分な容量がありません。 model_quota_listを使用して、操作の前に使用可能なクォータを確認します。
リソースが見つかりません 指定されたデプロイ、データセット、エージェント、または接続が存在しません。 対応する get または list ツールを使用して、リソース名を確認します。
プライベート エンドポイントに到達できない Foundry リソースは、ホストされている Foundry MCP サーバーが到達できないプライベート リンクAzure使用します。 プライベート エンドポイントの制限を削除するか、SDK/REST API を使用するか、 Agent Service プライベート ネットワークでカスタム MCP サーバーを使用します。

トラブルシューティングのガイダンスの詳細については、 Foundry MCP Server のセキュリティとベスト プラクティスに関するトピックを参照してください。

関連するコンテンツ

  • Last updated on