Dostępne narzędzia i przykładowe monity dotyczące serwera MCP Foundry (wersja zapoznawcza)

Te dokumenty odwołują się do 79 narzędzi serwera MCP Foundry w 17 kategoriach, które umożliwiają zarządzanie agentami, sesjami, przybornikami, zestawami danych, ocenami, wdrożeniami modelu, ciągłą oceną i nie tylko — wszystkie za pośrednictwem monitów konwersacyjnych zamiast wywołań interfejsu API. Użyj go do eksplorowania poszczególnych narzędzi i wypróbowania przykładowych monitów we własnym projekcie.

Tip

Przed użyciem tych narzędzi ukończ konfigurację serwera MCP Firmy Foundry.

Note

Ta funkcja jest obecnie dostępna w publicznej wersji zapoznawczej. Ta wersja zapoznawcza jest udostępniana bez umowy dotyczącej poziomu usług i nie zalecamy korzystania z niej w przypadku obciążeń produkcyjnych. Niektóre funkcje mogą nie być obsługiwane lub mogą mieć ograniczone możliwości. Aby uzyskać więcej informacji, zobacz Wygólne warunki użytkowania Microsoft Azure Previews.

Jak działają narzędzia

Podczas wpisywania monitu języka naturalnego w kliencie zgodnym z mcP (na przykład GitHub Copilot trybie agenta) model języka wybiera odpowiednie narzędzie i formułuje wymagane parametry w Twoim imieniu. Narzędzia nie są wywoływane bezpośrednio — opisujesz, co chcesz, a model tłumaczy intencję na wywołanie narzędzia.

Każde narzędzie jest klasyfikowane jako odczyt (pobiera informacje) lub zapis (tworzy, aktualizuje lub usuwa zasoby). Operacje zapisu mają wpływ na zasoby na żywo i rozliczenia natychmiast. Przed uruchomieniem operacji zapisu zapoznaj się z najlepszymi rozwiązaniami dotyczącymi zabezpieczeń .

Permissions

Wszystkie operacje są uruchamiane z uprawnieniami uwierzytelnioowanego użytkownika za pośrednictwem przepływu Microsoft Entra IDBehalf-Of. Potrzebne są następujące role:

Typ operacji Minimalna rola Azure Notatki
Narzędzia do odczytu Czytelnik w projekcie lub koncie foundry Wystarczająca do wyświetlania listy, wykonywania zapytań i monitorowania.
Narzędzia do pisania Współautor w projekcie lub koncie usługi Foundry Wymagane do tworzenia, aktualizowania i usuwania zasobów.
Administrator dostępu warunkowego Administrator dostępu warunkowego w Entra ID Wymagane tylko w przypadku konfigurowania zasad dostępu na poziomie dzierżawy.

Aby uzyskać więcej informacji, zobacz Role-based access control for Microsoft Foundry.

Kluczowe identyfikatory

Wiele narzędzi wymaga identyfikatorów zasobów. Model językowy wyodrębnia je z kontekstu monitu, ale pomaga znać formaty:

Identyfikator Forma Gdzie go znaleźć
Identyfikator zasobu usługi Foundry /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account} Azure portal Properties
Punkt końcowy projektu https://{account}.services.ai.azure.com/api/projects/{project} Strona szczegółów projektu foundry
identyfikator zasobu Project /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} Azure portal Properties

Zarządzanie agentami

Zarządzanie pełnym cyklem życia agentów w projekcie Foundry, w tym tworzenie, wywoływanie, orkiestracja kontenerów i usuwanie.

Przykładowe podpowiedzi:

  • "Wyświetl listę wszystkich agentów w moim projekcie Foundry"."
  • "Utwórz nowego agenta o nazwie faq-agent przy użyciu modelu gpt-4o-mini."
  • "Wyślij "Witaj, jak możesz ci pomóc?". do mojego customer-support-agent."
  • "Uruchom kontener dla mojego hostowanego agenta triage-agent".
  • "Sprawdź stan kontenera dla triage-agentelementu ."
  • "Pokaż schemat definicji agenta dla agentów monitów".
  • "Usuń element old-test-agent z mojego projektu".
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
agent_get odczyt Wyświetl listę wszystkich agentów w projekcie Foundry lub pobierz określonego agenta według nazwy. Nazwa agenta (opcjonalnie) Lista agentów lub definicja pojedynczego agenta z modelem, instrukcjami i konfiguracją narzędzia.
agent_update zachować Tworzenie, aktualizowanie lub klonowanie agenta. Użyj agent_definition_schema_get polecenia , aby najpierw odnaleźć schemat pełnej definicji. Nazwa agenta, model, instrukcje, definicje narzędzi Utworzona lub zaktualizowana definicja agenta.
agent_invoke zachować Wyślij wiadomość do agenta i uzyskaj odpowiedź. Działa zarówno w przypadku agentów kontenerów opartych na monitach, jak i hostowanych. Nazwa agenta, tekst wiadomości Komunikat odpowiedzi agenta.
agent_delete zachować Trwałe usuwanie agenta. W przypadku hostowanych agentów spowoduje to również usunięcie kontenera. Nazwa agenta Potwierdzenie usunięcia.
agent_container_control zachować Uruchom lub zatrzymaj hostowany kontener agenta. Przed wywołaniem hostowanego agenta użyj polecenia . Nazwa agenta, akcja (uruchamianie lub zatrzymywanie) Stan operacji kontenera.
agent_container_status_get odczyt Sprawdź bieżący stan hostowanego kontenera agenta (Uruchamianie, Uruchomione, Zatrzymane, Niepowodzenie itd.). Nazwa agenta Bieżący stan kontenera.
agent_definition_schema_get odczyt Zwróć pełny schemat JSON dla definicji agentów, w tym wszystkich typów narzędzi. Żadne Pełny schemat JSON dla definicji agentów.

Hostowane sesje i pliki agenta

Tworzenie i zarządzanie izolowanymi sesjami obliczeniowymi dla hostowanych agentów. Sprawdź dzienniki i zarządzaj plikami w systemie plików każdej sesji.

Przykładowe podpowiedzi:

  • "Utwórz sesję dla mojego hostowanego agenta data-analyst".
  • "Wyświetl listę sesji dla data-analyst i pokaż najnowszą pierwszą".
  • "Przesyłanie strumieniowe do 100 wierszy dziennika z sesji analysis-2026."
  • "Przekaż input.csv do /data/input.csv w sesji".
  • "Pobierz /data/results.csv z sesji".
  • "Usuń sesję analysis-2026 i zwolnij zasoby obliczeniowe".
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
session_create zachować Utwórz nową sesję dla hostowanego agenta. Sesje zapewniają izolowane środowiska obliczeniowe na potrzeby wykonywania agenta. Nazwa agenta, identyfikator sesji (opcjonalnie) Utworzono sesję z jej identyfikatorem, stanem i wygaśnięciem.
session_get odczyt Uzyskaj szczegółowe informacje dotyczące określonej sesji agenta hostowanego. Nazwa agenta, identyfikator sesji Stan sesji, wersja, czas tworzenia i wygaśnięcie.
session_list odczyt Wyświetl listę sesji dla hostowanego agenta z podziałem na strony i sortowaniem. Nazwa agenta, limit, kolejność i after kursor before stronicowania Lista sesji.
session_delete zachować Usuń sesję hostowanego agenta i zwolnij zasoby obliczeniowe. Nazwa agenta, identyfikator sesji Wynik operacji.
session_logstream odczyt Przesyłanie strumieniowe danych wyjściowych konsoli z hostowanej sesji agenta. Odpowiedź jest ograniczona, aby zapobiec niezwiązanym odczytom. Nazwa agenta, identyfikator sesji, maksymalne wiersze (opcjonalnie) Ustrukturyzowane standardowe dane wyjściowe i zdarzenia dziennika błędów.
session_file_list odczyt Wyświetlanie listy plików i katalogów w ścieżce w hostowanej sesji agenta. Nazwa agenta, identyfikator sesji, ścieżka (opcjonalnie) Lista plików i katalogów.
session_file_stat odczyt Pobieranie metadanych dla pliku lub katalogu w sesji hostowanego agenta. Nazwa agenta, identyfikator sesji, ścieżka pliku Nazwa, rozmiar, wskaźnik katalogu i czas ostatniej modyfikacji.
session_file_mkdir zachować Utwórz katalog w sesji hostowanego agenta. Nazwa agenta, identyfikator sesji, ścieżka, flaga create-parents (opcjonalnie), tryb uprawnień (opcjonalnie) Wynik operacji.
session_file_upload zachować Przekaż zawartość zakodowaną w formacie base64 do pliku w hostowanej sesji agenta. Nazwa agenta, identyfikator sesji, ścieżka pliku docelowego, zawartość base64 Wynik operacji.
session_file_download odczyt Pobierz plik z hostowanej sesji agenta. Nazwa agenta, identyfikator sesji, ścieżka pliku Zawartość pliku zakodowana w formacie Base64.
session_file_delete zachować Usuń plik lub katalog z hostowanej sesji agenta. Nazwa agenta, identyfikator sesji, ścieżka pliku, flaga cykliczna (opcjonalnie) Wynik operacji.

Zarządzanie przybornikami

Tworzenie, pobieranie, wersja, aktualizowanie i usuwanie przybornika w projekcie Foundry.

Przykładowe podpowiedzi:

  • "Pokaż mi customer-support-tools przybornik".
  • "Pobierz wersję 2 elementu customer-support-tools."
  • "Utwórz nową wersję elementu customer-support-tools."
  • "Ustaw wersję 2 customer-support-tools jako domyślną".
  • "Ustaw wersję 1 customer-support-tools jako domyślną, a następnie usuń wersję 2".
  • "Usuń old-support-tools przybornik".

Wersje zestawu narzędzi są niezmienialne. toolbox_version_create Również tworzy przybornik, jeśli nie istnieje. W przypadku istniejącego przybornika utworzenie wersji nie powoduje zmiany wersji domyślnej. Wywołaj metodę toolbox_update z defaultVersion ustawieniem na nową wersję, aby ją podwyższyć. Przed usunięciem bieżącej wersji domyślnej ustaw inną wersję jako domyślną.

Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
toolbox_get odczyt Pobierz przybornik i jego bieżącą wersję domyślną. Identyfikator przybornika Szczegóły przybornika.
toolbox_version_get odczyt Wyświetl listę wersji przybornika lub pobierz określoną wersję. Identyfikator przybornika, identyfikator wersji dla określonej wersji Lista wersji przybornika lub szczegóły.
toolbox_version_create zachować Utwórz niezmienną wersję przybornika. Jeśli przybornik nie istnieje, to narzędzie również go utworzy. Identyfikator przybornika i szczegóły wersji Utworzono wersję przybornika.
toolbox_update zachować Utwórz lub zaktualizuj przybornik, w tym jego domyślną wersję. Identyfikator przybornika, zaktualizowane szczegóły przybornika podczas defaultVersion zmieniania wartości domyślnej Szczegóły utworzonego lub zaktualizowanego przybornika.
toolbox_delete zachować Usuń przybornik. Identyfikator przybornika Potwierdzenie usunięcia.
toolbox_version_delete zachować Usuń określoną wersję przybornika. Aby usunąć bieżące ustawienie domyślne, najpierw ustaw inną wersję jako domyślną. Identyfikator przybornika, identyfikator wersji Potwierdzenie usunięcia.

Zarządzanie zestawami danych

Tworzenie, pobieranie, wersja i pobieranie zestawów danych oceny w projekcie Foundry.

Przykładowe podpowiedzi:

  • "Przekaż pytania i pytania dotyczące pomocy technicznej klienta Zestaw danych z tego adresu URL Azure Blob Storage".
  • "Pokaż mi wszystkie zestawy danych w moim projekcie Foundry"."
  • "Pobierz szczegóły dotyczące zestawu danych w customer-support-qa wersji 2".
  • "Wyświetl wszystkie wersje mojego product-reviews zestawu danych".
  • "Pobierz adres URL pobierania dla najnowszej customer-support-qawersji ."
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
evaluation_dataset_create zachować Utwórz lub zaktualizuj wersję zestawu danych na podstawie identyfikatora URI Azure Blob Storage. Nazwa zestawu danych, wersja, identyfikator URI Blob Storage Metadane zestawu danych o nazwie, wersji i identyfikatorze URI.
evaluation_dataset_get odczyt Pobierz zestaw danych według nazwy i wersji lub wyświetl listę wszystkich zestawów danych w projekcie. Nazwa i wersja zestawu danych (opcjonalnie) Szczegóły zestawu danych lub lista wszystkich zestawów danych.
evaluation_dataset_versions_get odczyt Wyświetl listę wszystkich wersji określonego zestawu danych. Nazwa zestawu danych Lista numerów wersji z metadanymi.
evaluation_dataset_sas_url_get odczyt Uzyskiwanie krótkotrwałego adresu URL sygnatury dostępu współdzielonego (SAS) na potrzeby pobierania zawartości wersji zestawu danych. Wersja jest domyślnie ustawiona na najnowszą. Nazwa zestawu danych, wersja zestawu danych (opcjonalnie) Adres URL zawartości krótkotrwałego zestawu danych.

Zadania generowania danych

Tworzenie autonomicznych zadań generowania danych i zarządzanie nimi na potrzeby oceny lub dostrajania danych. Generowanie danych na podstawie monitów, agentów, śladów, zestawów danych lub przekazanych plików.

Przykładowe podpowiedzi:

  • "Wygeneruj 100 próbek oceny pytań i odpowiedzi z tego monitu".
  • "Pokaż mi stan zadania job-123generowania danych".
  • "Anuluj zadanie job-123generowania danych".
  • "Usuń ukończone zadanie job-123generowania danych".
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
data_generation_job_create zachować Uruchom autonomiczne zadanie generowania danych na potrzeby oceny lub dostrajania danych. Nazwa zadania, typ generacji, scenariusz, maksymalna liczba próbek, wdrożenie modelu generacji i dane wejściowe źródła Wynik operacji.
data_generation_job_get odczyt Pobierz jedno zadanie generowania danych według identyfikatora lub zadania generowania danych listy, gdy identyfikator zostanie pominięty. Identyfikator zadania (opcjonalnie) Szczegóły zadania lub lista zadań.
data_generation_job_cancel zachować Anulowanie zadania generowania danych. Identyfikator zadania Wynik operacji.
data_generation_job_delete zachować Usuwanie zadania generowania danych. Identyfikator zadania Wynik operacji.

Operacje oceny

Uruchamianie ocen wsadowych względem agentów lub zestawów danych i porównywanie wyników między przebiegami.

Przykładowe podpowiedzi:

  • "Oceń moje customer-support-agent v2 przy użyciu istotności, podstaw i ewaluatorów spójności."
  • "Uruchom ocenę wsadową na moim zestawie danych JSONL z ewaluatorami Przemocy i HateUnfairness."
  • "Generuj 50 syntetycznych zapytań testowych i oceń mojego agenta za pomocą nich."
  • "Pokaż mi wszystkie przebiegi ewaluacyjne w moim projekcie Foundry."
  • "Porównaj przebieg run-baseline-123 z przebiegami leczenia run-124 i run-125."
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
evaluation_agent_batch_eval_create zachować Utwórz przebieg oceny wsadowej, który wywołuje określonego agenta. Obsługuje wbudowane i niestandardowe ewaluatory oraz syntetyczne generowanie danych. Nazwa/wersja agenta, nazwy ewaluatorów, zestaw danych (opcjonalnie do generowania syntetycznego), liczba zapytań syntetycznych (opcjonalnie) Identyfikator i stan przebiegu oceny.
evaluation_dataset_batch_eval_create zachować Utwórz uruchamianie oceny wsadowej względem zestawu danych JSONL. Obsługuje wbudowane i niestandardowe ewaluatory. Nazwa/wersja zestawu danych, nazwy ewaluatorów Identyfikator i stan przebiegu oceny.
evaluation_get odczyt Wyświetlanie listy grup ewaluacyjnych lub przebiegów w projekcie Foundry. Ustaw isRequestForRuns wartość true, aby wyświetlić listę przebiegów w określonej grupie oceny. Identyfikator grupy oceny (opcjonalnie), identyfikator przebiegu oceny (opcjonalnie), isRequestForRuns flaga Lista grup ewaluacyjnych lub przebiegów ze stanem i wynikami albo szczegóły dotyczące określonego elementu.
evaluation_comparison_create zachować Utwórz wyniki porównania między przebiegami oceny linii bazowej i leczenia. Identyfikator przebiegu planu bazowego, identyfikatory przebiegów leczenia Identyfikator szczegółowych informacji porównania.
evaluation_comparison_get odczyt Uzyskiwanie lub wyświetlanie szczegółowych informacji dotyczących porównania oceny. Identyfikator szczegółowych informacji porównania (opcjonalnie) Wyniki porównania z analizą statystyczną.

Analiza śledzenia

Uruchamianie ocen konwersacji wielowracanych na ślady agentów lub jawnie wybranych konwersacji i identyfikatorów śledzenia W3C.

Przykładowe podpowiedzi:

  • "Oceń maksymalnie pięć śladów z customer-support-agent ostatnich 24 godzin pod kątem uziemienia i ukończenia zadania."
  • "Oceń te identyfikatory konwersacji pod kątem zadowolenia klientów na poziomie konwersacji".
  • "Oceń te identyfikatory śledzenia W3C przy użyciu mojego niestandardowego tone-check ewaluatora".
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
evaluation_agent_traces_batch_eval_create zachować Utwórz ocenę wsadową z wieloma kolei dla ostatnich śladów próbkowanych na podstawie agenta. Tworzy grupę ewaluacyjne, jeśli nie jest podana. Nazwy ewaluatorów, nazwa agenta i wersja lub identyfikator agenta, identyfikator oceny (opcjonalnie), zakres czasu lub odnośnik, maksymalne ślady Przebieg oceny.
evaluation_traces_batch_eval_create zachować Utwórz ocenę wsadową z wieloma zakrętami na podstawie danych śledzenia wybranych przez identyfikatory konwersacji lub identyfikatory śledzenia W3C. Tworzy grupę ewaluacyjne, jeśli nie jest podana. Nazwy ewaluatorów, typ źródła śledzenia, identyfikatory konwersacji lub identyfikatory śledzenia, identyfikator oceny (opcjonalnie), poziom oceny (opcjonalnie) Przebieg oceny.

Zestawy ewaluacyjne

Tworzenie, wersja, uruchamianie, aktualizowanie i usuwanie zestawów ewaluacyjnych, które grupują zestawy danych, agentów docelowych i ewaluatorów. Pakiety można również generować na podstawie monitów, agentów, śladów, zestawów danych lub przekazanych plików.

Przykładowe podpowiedzi:

  • "Utwórz pakiet ewaluacyjne o nazwie support-quality dla zestawu danych pomocy technicznej i agenta".
  • "Uruchom wersję 2 elementu support-quality."
  • "Zaktualizuj nazwę wyświetlaną i tagi dla wersji 2 elementu support-quality."
  • "Wygeneruj pakiet ewaluacyjny z ostatnich śladów dla elementu customer-support-agent."
  • "Pokaż mi wszystkie zadania generowania pakietu ewaluacyjnego".
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
evaluation_suite_create zachować Utwórz wersję pakietu ewaluacyjną, która grupuje ewaluatorów i może odwoływać się do zestawu danych i agenta docelowego. Nazwa pakietu, nazwy ewaluatorów, zestaw danych i agent docelowy (opcjonalnie), ustawienia oceny (opcjonalnie) Wersja pakietu ewaluacyjnego.
evaluation_suite_get odczyt Pobierz wersję pakietu ewaluacyjnego, listę wersji pakietu lub zestawów list. Nazwa pakietu (opcjonalnie), wersja (opcjonalna), listVersions flaga i filtr agenta (opcjonalnie) Szczegóły pakietu, lista wersji lub lista pakietów.
evaluation_suite_update zachować Zaktualizuj nazwę wyświetlaną, opis lub tagi w wersji pakietu ewaluacyjnej. Nazwa pakietu, wersja, pola do zaktualizowania Wynik operacji.
evaluation_suite_run zachować Uruchom uruchomienie pakietu ewaluacyjnego. Nazwa pakietu, wersja (opcjonalnie), nazwa oceny (opcjonalnie), poziom oceny (opcjonalnie) Przebieg oceny.
evaluation_suite_delete zachować Usuń wersję pakietu ewaluacyjnego. Wersja jest domyślnie ustawiona na najnowszą. Nazwa pakietu, wersja (opcjonalnie) Wynik operacji.
evaluation_suite_generation_job_create zachować Uruchom zadanie generowania pakietu ewaluacyjnego. Nazwa pakietu, wdrażanie modelu generacji, dane wejściowe źródła, ustawienia generowania Zadanie generowania.
evaluation_suite_generation_job_get odczyt Pobierz jedno zadanie generowania pakietu ewaluacyjne według identyfikatora lub zadania listy, gdy identyfikator zostanie pominięty. Identyfikator zadania (opcjonalnie), limit i token kontynuacji (opcjonalnie) Szczegóły zadania generowania lub lista zadań.
evaluation_suite_generation_job_cancel zachować Anuluj zadanie generowania pakietu ewaluacyjnego. Identyfikator zadania Wynik operacji.
evaluation_suite_generation_job_delete zachować Usuń zadanie generowania pakietu ewaluacyjnego. Identyfikator zadania Wynik operacji.

Wykaz ewaluatorów

Przeglądaj wbudowane ewaluatory i zarządzaj niestandardowymi ewaluatorami do użycia w przebiegach oceny.

Przykładowe podpowiedzi:

  • "Wyświetl listę wszystkich wbudowanych ewaluatorów dostępnych w moim projekcie."
  • "Pokaż mi pełną definicję coherence ewaluatora."
  • "Utwórz niestandardowego ewaluatora opartego na monitach o nazwie tone-check , który ocenia odpowiedzi na 1–5 skali."
  • "Zaktualizuj opis mojego tone-check ewaluatora"."
  • "Usuń wersję 1 mojego old-evaluatorpliku ."
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
evaluator_catalog_get odczyt Wyświetl listę ewaluatorów w katalogu lub uzyskaj pełną definicję określonego ewaluatora. Filtruj według typu wbudowanego lub niestandardowego. Nazwa ewaluatora (opcjonalnie), filtr typu (wbudowany lub niestandardowy, opcjonalny) Lista ewaluatorów lub pełna definicja ewaluatora z logiką oceniania.
evaluator_catalog_create zachować Tworzenie niestandardowego ewaluatora opartego na monitach lub opartych na kodzie. Nazwa ewaluatora, wpisz (monit lub kod), definicję Utworzono metadane ewaluatora.
evaluator_catalog_update zachować Aktualizowanie metadanych (nazwa wyświetlana, opis, kategoria) dla istniejącego niestandardowego ewaluatora. Nazwa ewaluatora, pola do zaktualizowania Zaktualizowane metadane ewaluatora.
evaluator_catalog_delete zachować Usuń określoną wersję niestandardowego ewaluatora. Nazwa ewaluatora, wersja Potwierdzenie usunięcia.

Zadania generowania ewaluatora

Generuj ewaluatorów adaptacyjnie na podstawie monitów, agentów lub zestawów danych oraz monitoruj lub anuluj zadania generowania.

Przykładowe podpowiedzi:

  • "Wygeneruj ewaluatora o nazwie policy-compliance z tego monitu zasad".
  • "Wygeneruj policy-compliance ponownie zestaw danych pomocy technicznej w wersji 2 przy użyciu wdrożenia gpt-4omodelu".
  • "Pokaż mi wszystkie uruchomione zadania generowania ewaluatora."
  • "Anuluj zadanie job-456generowania ewaluatora".
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
evaluator_generation_job_create zachować Uruchom zadanie generowania ewaluatora adaptacyjnego. Podanie istniejącej nazwy ewaluatora ponownie generuje ją ze zaktualizowanych danych wejściowych źródłowych. Wdrażanie modelu, nazwa ewaluatora, monit, agent lub dane wejściowe źródła zestawu danych Zadanie generowania.
evaluator_generation_job_get odczyt Pobierz jedno zadanie generowania ewaluatora według identyfikatora lub zadania listy, gdy identyfikator zostanie pominięty. Identyfikator zadania (opcjonalnie), stan i filtry agenta (opcjonalnie), dane wejściowe stronicowania (opcjonalnie) Szczegóły zadania generowania lub lista zadań.
evaluator_generation_job_cancel zachować Anuluj zadanie generowania ewaluatora. Identyfikator zadania Wynik operacji.

Wykaz modeli i szczegóły

Zapoznaj się z modelami w wykazie modeli rozwiązania Foundry, uzyskaj szczegóły modelu i określ, czy model można wdrożyć w zarządzanych obliczeniach.

Przykładowe podpowiedzi:

  • "Pokaż wszystkie modele GPT-5.4 dostępne w katalogu".
  • "Wyświetl listę wszystkich modeli opublikowanych Microsoft z licencją MIT".
  • "Pobierz szczegółowe informacje i przykłady kodu dla GPT-5-mini."
  • "Pokaż modele anonsowane dla usługi Managed Compute".
  • "Pobierz szczegóły zarządzanego środowiska obliczeniowego i szablony wdrażania dla elementu openai--gpt-oss-20b."

W przypadku zarządzanych zasobów obliczeniowych isManagedCompute w model_catalog_list programie identyfikuje anonsowanego kandydata. Potwierdź możliwość wdrożenia za pomocą polecenia model_details_get: isFoundryManagedCompute jest sygnałem autorytatywnym, a rozwiązane szablony wdrażania identyfikują dostępne opcje wdrażania i akceleratory.

Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
model_catalog_list odczyt Wyświetlanie listy modeli z wykazu modeli znalezionych z opcjonalnymi filtrami. W przypadku kandydatów zarządzanych zasobów obliczeniowych odpowiedź zawiera isManagedComputewartość . Wyszukaj słowa kluczowe, wydawca, typ licencji, typ zadania (wszystkie opcjonalne) Lista modeli z nazwami, wydawcą, licencją, możliwościami i wskaźnikami wdrażania wykazu.
model_details_get odczyt Uzyskaj pełne szczegóły modelu i przykłady kodu. W przypadku zarządzanych zasobów obliczeniowych użyj polecenia isFoundryManagedCompute , aby potwierdzić możliwość wdrożenia. Nazwa lub identyfikator modelu Specyfikacje modelu, cennik, obsługiwane regiony, przykłady kodu i rozwiązane szablony wdrażania.

Zarządzanie wdrażaniem modelu

Wdrażanie, inspekcja i usuwanie wdrożeń modelu, w tym wdrożeń zarządzanych obliczeń, na koncie rozwiązania Foundry.

Przykładowe podpowiedzi:

  • "Użyj model_deploy_azure_direct_model polecenia , aby wdrożyć GPT-5-mini jak production-chatbot w przypadku 20 jednostek pojemności."
  • "Pokaż wszystkie moje bieżące wdrożenia modelu".
  • "Pokaż mi wszystkie wdrożenia zarządzanego środowiska obliczeniowego".
  • "Użyj model_deploy_managed_compute polecenia , aby wdrożyć openai--gpt-oss-20b go jako gpt-oss-managed przy użyciu szablonu wdrożenia A100_80GB".
  • "Usuń old-test-deployment to, którego już nie używam"."

Wybierz jawne narzędzia dla każdego typu wdrożenia:

Typ wdrożenia Tworzenie lub aktualizowanie
Modele Foundry oferowane przez platformę Azure model_deploy_azure_direct_model
Zarządzane obliczenia model_deploy_managed_compute

Nie używaj przestarzałego model_deploy aliasu dla nowych wywołań. W przypadku zarządzanych obliczeń najpierw użyj model_catalog_list jako sygnału kandydata, a następnie wywołaj metodę model_details_get. Użyj model_deploy_managed_compute tylko wtedy, gdy isFoundryManagedCompute parametr ma wartość truei przekaż jeden z rozwiązanych szablonów wdrażania. Użyj model_deployment_get polecenia , aby pobrać dowolny typ wdrożenia i model_deployment_delete usunąć dowolny typ.

Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
model_deploy_azure_direct_model zachować Utwórz lub zaktualizuj wdrożenie dla modelu foundry sprzedawanego przez Azure. Nazwa modelu, nazwa wdrożenia, jednostki pojemności Szczegóły wdrożenia z punktem końcowym i aprowizowaną pojemnością.
model_deploy zachować Przestarzały alias zgodny z poprzednimi wersjami elementu model_deploy_azure_direct_model. Ma identyczne dane wejściowe i zachowanie. Nazwa modelu, nazwa wdrożenia, jednostki pojemności Szczegóły wdrożenia z punktem końcowym i aprowizowaną pojemnością.
model_deploy_managed_compute zachować Utwórz odrębne wdrożenie zarządzanego środowiska obliczeniowego na podstawie zasobu modelu rejestru i rozpoznano szablon wdrożenia. Nazwa wdrożenia, modelAssetId, , acceleratorTypedeploymentTemplate(opcjonalnie), instanceCount (opcjonalnie), versionUpgradeOption (opcjonalnie) Szczegóły wdrożenia zarządzanego środowiska obliczeniowego.
model_deployment_get odczyt Uzyskaj wdrożenia modeli foundry sprzedawanych przez Azure i zarządzane wdrożenia obliczeniowe. Przy użyciu nazwy narzędzie wyszukuje zarówno typy zasobów, jak i może zwracać obie te elementy po udostępnieniu tej nazwy. Bez nazwy łączy obie listy. Nazwa wdrożenia (opcjonalnie) Szczegóły wdrożenia z ustawioną wartością KindADM lub Managed.
model_deployment_delete zachować Usuń dowolny typ wdrożenia. Narzędzie sprawdza wdrożenia modeli foundry sprzedanych przez Azure najpierw, a następnie wdrożeń zarządzanych zasobów obliczeniowych. Nazwa wdrożenia Potwierdzenie usunięcia.

Analiza modelu i zalecenia

Porównaj testy porównawcze modelu i uzyskaj rekomendacje dotyczące przełączania się na bardziej ekonomiczne lub wyższej jakości modele.

Przykładowe podpowiedzi:

  • "Pokaż mi dane porównawcze dla wszystkich dostępnych modeli"."
  • "Porównaj wydajność testu porównawczego między GPT-5.4 i GPT-4."
  • "Znajdź modele podobne do mojego bieżącego wdrożenia GPT-4".
  • "Jakie modele dałyby mi lepszą jakość/stosunek kosztów niż to, czego teraz używam?"
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
model_benchmark_get odczyt Pobieranie danych porównawczych dla modeli foundry. Filtry modelu (opcjonalnie) Wyniki testów porównawczych, dokładność, koszty i metryki opóźnień.
model_benchmark_subset_get odczyt Pobieranie danych porównawczych dla określonych par nazw i wersji modelu. Nazwy modelu i pary wersji Dane porównania porównawczego dla określonych modeli.
model_similar_models_get odczyt Znajdź podobne modele na podstawie szczegółów wdrożenia lub modelu. Nazwa wdrożenia lub nazwa modelu Lista podobnych modeli z porównaniem możliwości.
model_switch_recommendations_get odczyt Uzyskiwanie zaleceń dotyczących przełącznika modelu na podstawie danych porównawczych. Bieżąca nazwa wdrożenia Zalecane modele z analizą jakości/kosztów.

Monitorowanie modelu i operacje

Śledzenie kondycji wdrożenia, monitorowanie metryk, sprawdzanie stanu wycofywania i wyświetlanie użycia limitu przydziału, w tym przydziału akceleratora zarządzanego obliczeniowego.

Przykładowe podpowiedzi:

  • "Pokaż mi metryki żądania dla mojego production-chatbot wdrożenia"."
  • "Sprawdź, czy którekolwiek z moich wdrożeń używa przestarzałych wersji modelu".
  • "Pokaż użycie limitu przydziału we wszystkich regionach dla mojej subskrypcji".
  • "Pokaż mi limit przydziału akceleratora A100_80GB, H100_80GB, MI300_192GB i H200_141GB w regionie Wschodnie stany USA 2".
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
model_monitoring_metrics_get odczyt Pobieranie metryk monitorowania (żądań, opóźnień, błędów, limitu przydziału) dla wdrożenia modelu. Nazwa wdrożenia, zakres czasu (opcjonalnie) Liczba żądań, percentyl opóźnienia, współczynniki błędów i użycie tokenu.
model_deprecation_info_get odczyt Uzyskaj informacje o wdrożeniu wzbogacone o harmonogramy wycofywania i wycofywania. Nazwa wdrożenia (opcjonalnie) Szczegóły wdrożenia z datami wycofania i sugerowanymi zamianami.
model_quota_list odczyt Lista dostępnych przydziałów wdrożenia i użycia subskrypcji w regionie, w tym limit przydziału akceleratora zasobów obliczeniowych zarządzanych. Subskrypcja, region Limity przydziału, bieżące użycie i dostępna pojemność dla rodziny modeli lub akceleratora.

Połączenia projektów

Zarządzanie połączeniami z usługami zewnętrznymi (Azure OpenAI, Azure Blob Storage, wyszukiwanie i inne) w projekcie Foundry.

Przykładowe podpowiedzi:

  • "Wyświetl listę wszystkich połączeń w projekcie Foundry".
  • "Pokaż mi szczegóły dla mojego azure-search połączenia."
  • "Jakie typy połączeń i metody uwierzytelniania są obsługiwane?"
  • "Utwórz nowe połączenie AzureOpenAI o nazwie my-openai przy użyciu uwierzytelniania usługi AAD".
  • "Usuń old-storage połączenie z mojego projektu".
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
project_connection_list odczyt Wyświetl listę wszystkich połączeń w projekcie Foundry z opcjonalnym filtrowaniem według kategorii lub elementu docelowego. Filtr kategorii, filtr docelowy (oba opcjonalne) Lista połączeń o nazwie, typie i stanie.
project_connection_get odczyt Pobierz określone połączenie według nazwy. Nazwa połączenia Szczegóły połączenia, w tym kategoria, element docelowy i typ uwierzytelniania.
project_connection_list_metadata odczyt Wyświetl listę wszystkich obsługiwanych kategorii połączeń i typów uwierzytelniania. Wywołaj to najpierw, aby odnaleźć prawidłowe wartości. Żadne Obsługiwane kategorie (na przykład AzureOpenAI, AzureBlobStorage) i typy uwierzytelniania (na przykład AAD, klucz).
project_connection_create zachować Utwórz lub zastąp połączenie projektu. Nazwa połączenia, kategoria, element docelowy, typ uwierzytelniania Utworzono szczegóły połączenia.
project_connection_update zachować Zaktualizuj istniejące połączenie projektu. Nazwa połączenia, pola do zaktualizowania Zaktualizowano szczegóły połączenia.
project_connection_delete zachować Usuń połączenie projektu według nazwy. Nazwa połączenia Potwierdzenie usunięcia.

Optymalizacja poleceń

Zoptymalizuj monity systemowe i komunikaty dla deweloperów, aby uzyskać lepszą wydajność usługi LLM.

Przykładowe podpowiedzi:

  • "Zoptymalizuj mój monit systemowy: "Jesteś pomocnym agentem obsługi klienta" przy użyciu polecenia gpt-5.4."
  • "Ulepsz instrukcje agenta, aby uzyskać bardziej zwięzłe odpowiedzi."
  • "Uściślij mój zoptymalizowany monit, aby obsługiwać również pytania dotyczące kontynuacji".
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
prompt_optimize zachować Zoptymalizuj monit dla deweloperów (komunikat systemowy), aby uzyskać lepszą wydajność llM przy użyciu Azure Optymalizator monitu openAI. Tekst monitu, model docelowy, instrukcje uściślenia (opcjonalnie) Zoptymalizowany tekst monitu z wyjaśnieniem zmian.

Ciągła ocena

Włączanie, monitorowanie i zarządzanie ciągłą oceną agentów. Ciągła ocena automatycznie ocenia odpowiedzi agentów na bieżąco. Narzędzie automatycznie wykrywa rodzaj agenta (monit lub hostowany) i konfiguruje odpowiedni mechanizm oceny — reguły oceny dla agentów monitów lub zaplanowane uruchomienia oceny dla hostowanych agentów.

Przykładowe podpowiedzi:

  • "Włącz ciągłą ocenę dla moich customer-support-agent przy użyciu ewaluatorów istotności i uziemienia."
  • "Skonfiguruj ciągłą ocenę dla mojego hostowanego agenta triage-agent , aby był uruchamiany co 2 godziny".
  • "Pokaż mi konfigurację ciągłej oceny dla . customer-support-agent"
  • "Wyłącz ciągłą ocenę dla mojego old-test-agent"."
  • "Zaktualizuj ciągłą ocenę dla przykładu customer-support-agent 50% odpowiedzi."
Narzędzie Dostęp Description Kluczowe dane wejściowe Returns
continuous_eval_create zachować Włączanie lub aktualizowanie ciągłej oceny agenta. Automatycznie wykrywa rodzaj agenta i konfiguruje odpowiedni mechanizm oceny. Tworzy grupę ewaluazyjną w razie potrzeby. Nazwa agenta, nazwy ewaluatorów, nazwa wdrożenia modelu (dla ewaluatorów jakości), flaga włączona, godziny interwału (hostowani agenci), częstotliwość próbkowania (agenci monitowani), scenariusz (standardowy lub biznesowy) Konfiguracja ciągłej oceny z identyfikatorem, stanem i szczegółami harmonogramu.
continuous_eval_get odczyt Uzyskaj konfigurację ciągłej oceny dla agenta. Zwraca wszystkie konfiguracje lub filtruj według scenariusza dla agentów monitów. Nazwa agenta, filtr scenariusza (opcjonalnie) Lista konfiguracji ciągłej oceny ze szczegółami ewaluatora, harmonogramem i stanem.
continuous_eval_delete zachować Usuń konfigurację ciągłej oceny dla agenta. Użyj continuous_eval_get polecenia , aby znaleźć identyfikatory konfiguracji. Identyfikator konfiguracji, nazwa agenta Potwierdzenie usunięcia.

Przykładowe przepływy pracy

Wdrażanie i optymalizacja modelu:

  • "Pokaż mi gpt-5.6-sol model w wykazie".
  • "Wdróż gpt-5.6-sol jako customer-service-bot z 15 jednostkami pojemności".
  • "Monitoruj opóźnienie żądania dla mojego nowego wdrożenia".
  • "Zalecamy bardziej ekonomiczne alternatywy na podstawie bieżącego użycia".

Planowanie limitu przydziału zasobów obliczeniowych zarządzanych:

  • "Służy model_quota_list do wyświetlania limitu przydziału i użycia akceleratora zarządzanego obliczeniowego dla subskrypcji <subscription-id> w regionie Wschodnie stany USA 2".
  • "Porównaj dostępne wystąpienia dla A100_80GB, , H100_80GBMI300_192GBi H200_141GB."
  • "Potrzebuję czterech wystąpień. Zidentyfikuj, które akceleratory mają obecnie wystarczający limit przydziału, i przypomnij mi, że dostępność przydziału nie gwarantuje pojemności wdrożenia.
  • "Przed każdym wdrożeniem pokaż mi wybrany akcelerator i liczbę wystąpień do przeglądu, ponieważ zarządzane obliczenia przydziela rozliczaną dedykowaną pojemność procesora GPU."

Cykl życia wdrożenia zarządzanego środowiska obliczeniowego:

  • "Użyj model_catalog_list polecenia , aby znaleźć modele anonsowane dla zarządzanego środowiska obliczeniowego, gdzie isManagedCompute to true."
  • "W przypadku openai--gpt-oss-20bpolecenia użyj model_details_get polecenia , aby potwierdzić, że isFoundryManagedCompute jest trueto , i pokaż jego rejestr modelAssetId, rozwiązane szablony wdrażania i akceleratory."
  • "Użyj model_quota_list polecenia , aby sprawdzić wybrany akcelerator w regionie Wschodnie stany USA 2 przed wdrożeniem".
  • "Przejrzyj szablon wdrożenia, akcelerator i liczbę wystąpień ze mną. Po potwierdzeniu rozliczanej dedykowanej alokacji procesora GPU użyj polecenia model_deploy_managed_compute , aby utworzyć gpt-oss-managed-test z rejestrem modelAssetId, jeden rozpoznany deploymentTemplatei zatwierdzony instanceCount."
  • "Służy model_deployment_get do monitorowania gpt-oss-managed-test i sprawdzania, czy jest Managedto .Kind"
  • "Po zakończeniu testowania i potwierdzeniu czyszczenia użyj polecenia model_deployment_delete , aby usunąć gpt-oss-managed-testelement ."

Przepływ pracy oceny agenta:

  • "Wyświetl listę wszystkich agentów w moim projekcie".
  • "Oceń moje customer-support-agent v2 przy użyciu istotności, uziemienia i ewaluatorów bezpieczeństwa."
  • "Porównaj moją ocenę punktu odniesienia z nowym przebiegiem".
  • "Pokaż mi wyniki porównania z istotnością statystyczną"."

Konfiguracja ciągłej oceny:

  • "Wyświetl listę wszystkich agentów w moim projekcie".
  • "Włącz ciągłą ocenę dla mojego customer-support-agent użycia przy użyciu istotności, uziemienia i ewaluatorów bezpieczeństwa przy użyciu istniejącego gpt-5.6-luna wdrożenia."
  • "Pokaż mi konfigurację ciągłej oceny dla . customer-support-agent"
  • "Zaktualizuj ciągłą ocenę do próbki 25% odpowiedzi z maksymalnie 10 przebiegami na godzinę."

Zarządzanie zasobami i czyszczenie:

  • "Wyświetl listę wszystkich bieżących wdrożeń i ich użycia".
  • "Sprawdź, które wdrożenia korzystają z przestarzałych wersji modelu".
  • "Pokaż moje użycie limitu przydziału we wszystkich regionach".
  • "Usuń nieużywane wdrożenia testowe, aby zwolnić pojemność".

Ograniczenia wersji zapoznawczej

Program Foundry MCP Server jest w publicznej wersji zapoznawczej. Obowiązują następujące ograniczenia:

  • Brak izolacji sieci — serwer MCP firmy Foundry używa publicznego punktu końcowego https://mcp.ai.azure.com. Zasoby za Azure łączami prywatnymi nie są dostępne. W przypadku prywatnej łączności MCP utwórz własny serwer MCP i połącz go z usługą agenta z siecią prywatną.
  • Miejsce przechowywania danych — żądania i odpowiedzi mogą być przetwarzane w centrach danych UE lub USA. Sam serwer nie przechowuje danych, ale może wystąpić przetwarzanie między regionami.
  • Brak umowy SLA — funkcje w wersji zapoznawczej nie obejmują umowy dotyczącej poziomu usług. Nie używaj serwera dla obciążeń produkcyjnych, które wymagają gwarantowanej dostępności.
  • Zestaw narzędzi może ulec zmianie — narzędzia, parametry i wartości zwracane mogą ulec zmianie w okresie obowiązywania wersji zapoznawczej bez powiadomienia.

Aby uzyskać więcej informacji, zobacz Wygólne warunki użytkowania Microsoft Azure Previews.

Typowe błędy

Error Przyczyna Resolution
Odmowa dostępu Niewystarczająca Azure rola RBAC w projekcie lub koncie foundry. Przypisz co najmniej czytelnika do narzędzi do odczytu lub Współautor dla narzędzi do zapisu. Zobacz RBAC, aby uzyskać Microsoft Foundry.
Błąd uwierzytelniania Wygasły lub nieprawidłowy token Entra ID. Wyloguj się i zaloguj się ponownie do konta Azure w Visual Studio Code lub narzędzia, którego używasz.
Przekroczono limit przydziału Za mało pojemności, aby utworzyć wdrożenie lub uruchomić ocenę. Użyj model_quota_list polecenia , aby sprawdzić dostępny limit przydziału przed operacją.
Nie znaleziono zasobu Określone wdrożenie, zestaw danych, agent lub połączenie nie istnieje. Użyj odpowiedniego get narzędzia lub list , aby zweryfikować nazwę zasobu.
Prywatny punkt końcowy nieosiągalny Zasoby usługi Foundry używają Azure łączach prywatnych, do których nie można uzyskać dostępu hostowanego serwera MCP Foundry. Usuń ograniczenia prywatnego punktu końcowego, użyj zestawów SDK/interfejsów API REST lub użyj niestandardowego serwera MCP z prywatną siecią usługi agenta.

Aby uzyskać więcej wskazówek dotyczących rozwiązywania problemów, zobacz Zabezpieczenia i najlepsze rozwiązania dotyczące zabezpieczeń serwera MCP firmy Foundry.

Treści powiązane

  • Last updated on