O servidor MCP do Azure permite que você gerencie os recursos de Extensões Microsoft Foundry, incluindo a criação de completamentos de chat e texto, a geração de embeddings, a listagem de modelos e o trabalho com índices de conhecimento, usando prompts em linguagem natural.
Microsoft Foundry é uma plataforma para implantar e gerenciar modelos de IA personalizados em Azure. Ele fornece ferramentas e serviços para treinamento, ajuste fino, implantação e monitoramento de modelos de IA em ambientes de produção.
Os comandos de índice de conhecimento exigem o endpoint do seu projeto do Microsoft Foundry. Os comandos OpenAI exigem o nome do recurso e o grupo de recursos. O comando resource get pode listar recursos sem fornecer um nome de recurso.
Note
parâmetros Tool: as ferramentas do servidor MCP Azure definem parâmetros para os dados necessários para concluir tarefas. Alguns desses parâmetros são específicos para cada ferramenta e estão documentados aqui. Outros parâmetros são globais e compartilhados por todas as ferramentas. Para obter mais informações, consulte parâmetros de ferramenta.
Conhecimento: Listar índices de conhecimento
Obtenha uma lista de índices de conhecimento da Foundry:
- Encontre índices de conhecimento criados em projetos do Foundry.
- Use esses índices com agentes de IA para recuperação de conhecimento e aplicativos RAG.
- A lista é atualizada à medida que você cria novos índices ou atualiza os existentes.
Exemplo de comando da CLI
azmcp foundryextensions knowledge index list \
--endpoint <endpoint>
| Parameter |
Tipo |
Required |
Description |
endpoint |
cadeia |
Yes |
A URL do endpoint para o projeto ou serviço Microsoft Foundry. O ponto de extremidade segue este padrão: https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-name>. |
Os prompts de exemplo incluem:
-
Exibir todos os índices: "Mostre-me todos os índices de conhecimento no endpoint
https://my-example-resource.services.ai.azure.com/api/projects/my-project"
-
Filtrar por projeto: "Listar índices de conhecimento no ponto de extremidade
https://my-example-resource.services.ai.azure.com/api/projects/support-bot"
-
Pesquisar por nome: "Localizar o índice de conhecimento nomeado
product-faqs no ponto de extremidade https://my-example-resource.services.ai.azure.com/api/projects/my-project"
-
Filtrar por tag: "Liste índices de conhecimento marcados com
security no endpoint https://my-example-resource.services.ai.azure.com/api/projects/my-project"
-
Mostrar detalhes do índice: "Mostrar detalhes do índice de conhecimento
customer-service no endpoint https://my-example-resource.services.ai.azure.com/api/projects/my-project"
| Parameter |
Obrigatório ou opcional |
Description |
|
Ponto de extremidade |
Required |
A URL do endpoint para o projeto ou serviço Microsoft Foundry. O ponto de extremidade segue este padrão: https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-name>. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Local obrigatório |
| ❌ |
✅ |
❌ |
✅ |
❌ |
❌ |
Conhecimento: Obter esquema de índice
Obtenha a configuração detalhada do esquema de um índice de conhecimento específico do Foundry.
Esta operação mostra informações abrangentes sobre a estrutura e a configuração de um índice de conhecimento, incluindo definições de campo, tipos de dados, atributos pesquisáveis e outras propriedades de esquema. Use essas informações de esquema para entender como o índice estrutura e indexa seus dados para pesquisa.
Exemplo de comando da CLI
azmcp foundryextensions knowledge index schema \
--index <index> \
--endpoint <endpoint>
| Parameter |
Tipo |
Required |
Description |
index |
cadeia |
Yes |
O nome do índice de conhecimento. |
endpoint |
cadeia |
Yes |
URL do ponto de extremidade do projeto ou serviço do Microsoft Foundry. O ponto de extremidade segue este padrão: https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-name>. |
Os prompts de exemplo incluem:
-
Exibir esquema de índice: "Mostre-me o esquema do índice
product-facts de conhecimento no ponto de extremidade https://my-example-resource.services.ai.azure.com/api/projects/my-project"
| Parameter |
Obrigatório ou opcional |
Description |
|
Index |
Required |
O nome do índice de conhecimento. |
|
Ponto de extremidade |
Required |
A URL do endpoint do projeto ou serviço Microsoft Foundry. O ponto de extremidade segue este padrão: https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-name>. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Local obrigatório |
| ❌ |
✅ |
❌ |
✅ |
❌ |
❌ |
OpenAI: Criar completamentos de chat
Crie conclusões de chat usando o OpenAI do Azure no Foundry. Envie mensagens para modelos de chat do Azure OpenAI implantados no seu recurso Foundry e receba respostas conversacionais geradas por IA. Dá suporte a conversas de vários turnos com histórico de mensagens, instruções do sistema e personalização de resposta.
Exemplo de comando da CLI
azmcp foundryextensions openai chat-completions-create \
--resource-name <resource-name> \
--deployment <deployment> \
--message-array <message-array> \
--resource-group <resource-group> \
[--max-tokens <max-tokens>] \
[--temperature <temperature>] \
[--top-p <top-p>] \
[--frequency-penalty <frequency-penalty>] \
[--presence-penalty <presence-penalty>] \
[--stop <stop>] \
[--stream <stream>] \
[--seed <seed>] \
[--user <user>]
| Parameter |
Tipo |
Required |
Description |
resource-name |
cadeia |
Yes |
O nome do recurso Microsoft Foundry. |
deployment |
cadeia |
Yes |
O nome da implantação. |
message-array |
cadeia |
Yes |
Matriz JSON de mensagens na conversa. Cada mensagem deve ter role e content propriedades. |
resource-group |
cadeia |
Yes |
O nome do grupo de recursos do Azure. |
max-tokens |
cadeia |
No |
O número máximo de tokens a serem gerados na conclusão. |
temperature |
cadeia |
No |
Controla a aleatoriedade na saída. Valores mais baixos tornam-no mais determinístico. |
top-p |
cadeia |
No |
Controla a diversidade por meio da amostragem de núcleo (0,0 a 1,0). O padrão é 1.0. |
frequency-penalty |
cadeia |
No |
Penaliza novos tokens com base na frequência deles (escala de -2.0 a 2.0). O padrão é 0. |
presence-penalty |
cadeia |
No |
Penaliza novos tokens com base na sua presença (escala de -2.0 a 2.0). O padrão é 0. |
stop |
cadeia |
No |
Até 4 sequências em que a API para de gerar tokens adicionais. |
stream |
cadeia |
No |
Se o progresso parcial deverá ser transmitido de volta. O padrão é false. |
seed |
cadeia |
No |
Se especificado, o sistema faz o possível para realizar a amostragem de forma determinística. |
user |
cadeia |
No |
Identificador de usuário para acompanhamento e monitoramento de abuso. |
Os prompts de exemplo incluem:
-
Saudação simples: "Crie uma conclusão de chat com uma matriz de mensagens
[{"role":"user","content":"Hello, how are you today?"}] usando a implantação gpt-35-turbo no recurso openai-prod"
-
Com mensagem de sistema: "Crie uma conclusão de chat com mensagem de sistema
You are a helpful assistant e mensagem de usuário Explain quantum computing usando a implantação gpt-35-turbo no recurso openai-west"
-
Controlar a criatividade: "Gere uma conclusão de chat para
Write a creative story usando a implantação gpt-4 com temperatura 0,8 e máximo de 150 tokens no recurso ai-central"
-
Resposta determinística: "Crie a conclusão de chat com a mensagem
List 5 facts about Mars usando a implantação gpt-35-turbo com temperatura 0,1 e semente 12345 no recurso ai-services-prod"
-
Conversa com o histórico: "Continue a conclusão do chat com as mensagens: sistema
You are a coding assistant, usuário How do I create a function in Python?, assistente Here's how..., usuário Can you show an example? usando a implantação gpt-4 no recurso dev-openai"
-
Com penalidades para repetição: "Crie a conclusão para
Describe the benefits of cloud computing usando a implantação gpt-35-turbo com penalidade de frequência de 0,5 e penalidade de presença de 0,3 no recurso ai-services-main"
-
Resposta de streaming: "Gere a conclusão de chat via streaming para
Explain machine learning step by step usando a implantação gpt-4 com stream definido como verdadeiro no recurso openai-research"
-
Com sequências de parada: "Crie a conclusão para
Count from 1 to 10 usando a implantação gpt-35-turbo com sequências de parada ['5', 'STOP'] no recurso ai-test"
-
Rastreamento de usuário: "Gere a conclusão para
What is Azure AI? usando a implantação gpt-4 com o identificador de usuário user-123 no recurso prod-openai"
-
Controle refinado: "Crie a conclusão de chat para
Summarize this article usando a implantação gpt-35-turbo com temperatura 0,2, top_p 0,9, máximo de 200 tokens e autenticação AAD no recurso secure-ai"
| Parameter |
Obrigatório ou opcional |
Description |
|
Nome do recurso |
Required |
O nome do recurso Microsoft Foundry. |
|
Implantação |
Required |
O nome da implantação do modelo Foundry. |
|
Matriz de mensagens |
Required |
Matriz JSON de mensagens na conversa. Cada mensagem deve ter role e content propriedades. |
|
Grupo de recursos |
Required |
O nome do grupo de recursos do Azure. |
|
Tokens máximos |
Optional |
O número máximo de tokens a serem gerados na conclusão. |
|
Temperatura |
Optional |
Controla a aleatoriedade na saída. Valores mais baixos tornam-no mais determinístico. |
|
P superior |
Optional |
Controla a diversidade por meio da amostragem de núcleo (0,0 a 1,0). O padrão é 1.0. |
|
Penalidade de frequência |
Optional |
Penaliza novos tokens com base na frequência deles (escala de -2.0 a 2.0). O padrão é 0. |
|
Penalidade de presença |
Optional |
Penaliza novos tokens com base na sua presença (escala de -2.0 a 2.0). O padrão é 0. |
|
Parar |
Optional |
Até quatro sequências nas quais a API irá parar de gerar tokens. |
|
Transmissão |
Optional |
Se o progresso parcial deverá ser transmitido de volta. O padrão é false. |
|
Semente |
Optional |
Caso especificado, o sistema fará um esforço máximo para amostrar de forma determinística. |
|
User |
Optional |
Identificador de usuário para acompanhamento e monitoramento de abuso. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Local obrigatório |
| ❌ |
❌ |
❌ |
✅ |
❌ |
❌ |
OpenAI: Criar inserções
Crie inserções usando Azure OpenAI no Foundry. Gere vetores de incrustação a partir do texto usando implantações do Azure OpenAI no recurso Foundry para pesquisa semântica, comparações de similaridade, agrupamento ou aprendizado de máquina.
Exemplo de comando da CLI
azmcp foundryextensions openai embeddings-create \
--resource-name <resource-name> \
--deployment <deployment> \
--input-text <input-text> \
--resource-group <resource-group> \
[--user <user>] \
[--encoding-format <encoding-format>] \
[--dimensions <dimensions>]
| Parameter |
Tipo |
Required |
Description |
resource-name |
cadeia |
Yes |
O nome do recurso Microsoft Foundry. |
deployment |
cadeia |
Yes |
O nome da implantação. |
input-text |
cadeia |
Yes |
O texto de entrada para o qual gerar inserções. |
resource-group |
cadeia |
Yes |
O nome do grupo de recursos do Azure. |
user |
cadeia |
No |
Identificador de usuário para acompanhamento e monitoramento de abuso. |
encoding-format |
cadeia |
No |
O formato de retorno dos embeddings (float ou base64). |
dimensions |
cadeia |
No |
O número de dimensões da saída de incorporação. Só há suporte em alguns modelos. |
Os prompts de exemplo incluem:
-
Embeddings de texto básicos: "Gere embeddings para o texto
Serviço OpenAI do Azure usando minha implantação text-embedding-ada-002 no grupo de recursos my-resource-group".
-
Criar inserções de vetor: "Criar inserções de vetor para meu texto usando Azure OpenAI com implantação
text-embedding-3-large no recurso ai-services-prod no grupo de recursosmy-resource-group."
-
Embedding de documentos: "Gere embeddings para
Machine learning revolutionizes data analysis usando a implantação ada-002 no recurso embedding-service no grupo de recursos my-resource-group".
-
Múltiplas frases: "Crie embeddings para o texto
Cloud computing provides scalable infrastructure. It enables global accessibility. usando minha implantação de embedding no grupo de recursos my-resource-group".
-
Com rastreamento de usuário: "Gere embeddings para
Natural language processing applications usando a implantação text-embedding-3-small com o identificador de usuário analytics-team no grupo de recursos my-resource-group".
-
Dimensões específicas: "Crie embeddings para
Artificial intelligence transforms business operations usando a implantação text-embedding-3-large com 1536 dimensões no recurso ai-central no grupo de recursos my-resource-group".
-
Formato Base64: "Gerar embeddings para
Deep learning neural networks usando a implantação ada-002 com o formato de codificação Base64 no recurso ml-services no grupo de recursos my-resource-group."
-
Texto de pesquisa: "Crie embeddings vetoriais para
Quantum computing demonstrates computational advantages in specific algorithms usando minha implantação de embedding de texto no grupo de recursos my-resource-group".
-
Descrição do produto: "Gere embeddings para
High-performance laptop with advanced graphics processing unit usando a implantação text-embedding-3-small no recurso product-ai no grupo de recursos my-resource-group".
-
Documentação técnica: "Crie embeddings para
API authentication requires valid credentials and proper authorization headers usando implantação ada-002 com codificação float no recurso docs-embedding no grupo de recursos my-resource-group".
| Parameter |
Obrigatório ou opcional |
Description |
|
Nome do recurso |
Required |
O nome do recurso Microsoft Foundry. |
|
Implantação |
Required |
O nome da implantação do modelo Foundry. |
|
Texto de entrada |
Required |
O texto de entrada para o qual gerar inserções. |
|
Grupo de recursos |
Required |
O nome do grupo de recursos do Azure. |
|
User |
Optional |
Identificador de usuário para acompanhamento e monitoramento de abuso. |
|
Formato de codificação |
Optional |
O formato para retornar incorporações (float ou base64). |
|
Dimensões |
Optional |
O número de dimensões da saída de incorporação. Só há suporte em alguns modelos. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Local obrigatório |
| ❌ |
❌ |
❌ |
✅ |
❌ |
❌ |
OpenAI: Criar compleções
Crie complementações de texto usando o Azure OpenAI no Foundry. Envie um prompt ou uma pergunta para os modelos OpenAI do Azure implantados no seu recurso Foundry e receba respostas de texto geradas. Use esse recurso quando precisar criar conclusões, obter conteúdo gerado por IA, gerar respostas a perguntas ou produzir conclusões de texto de Azure OpenAI com base em qualquer prompt de entrada. Suporta personalização com ajuste da temperatura e número máximo de tokens.
Exemplo de comando da CLI
azmcp foundryextensions openai create-completion \
--deployment <deployment> \
--prompt-text <prompt-text> \
--resource-name <resource-name> \
--resource-group <resource-group> \
[--max-tokens <max-tokens>] \
[--temperature <temperature>]
| Parameter |
Tipo |
Required |
Description |
deployment |
cadeia |
Yes |
O nome da implantação. |
prompt-text |
cadeia |
Yes |
O texto do prompt que será enviado ao modelo de conclusão. |
resource-name |
cadeia |
Yes |
O nome do recurso Microsoft Foundry. |
resource-group |
cadeia |
Yes |
O nome do grupo de recursos do Azure. |
max-tokens |
cadeia |
No |
O número máximo de tokens a serem gerados na conclusão. |
temperature |
cadeia |
No |
Controla a aleatoriedade na saída. Valores mais baixos tornam-no mais determinístico. |
Os prompts de exemplo incluem:
-
Conclusão básica: "Crie uma conclusão com o prompt
What is Azure? usando minha implantação gpt-35-turbo no grupo de recursos my-resource-group"
-
Com controle de temperatura: "Gere conclusão de texto para
Explain machine learning usando a implantação text-davinci-003 com temperatura 0,3 no grupo de recursos my-resource-group"
-
Tokens limitados: "Crie uma conclusão com o prompt
Write a summary usando minha implantação gpt-4 com no máximo 100 tokens no grupo de recursos my-resource-group"
-
Escrita criativa: "Gere uma continuação para
Tell me a story about AI usando a implantação gpt-35-turbo com temperatura 0,8 e máximo de 200 tokens no grupo de recursos my-resource-group"
-
Explicação técnica: "Crie conclusão com prompt
How does cloud computing work? usando meu recurso da OpenAI ai-services-east e implantação gpt-4 no grupo de recursos my-resource-group"
| Parameter |
Obrigatório ou opcional |
Description |
|
Implantação |
Required |
O nome da implantação. |
|
Texto do prompt |
Required |
O texto do prompt que será enviado ao modelo de conclusão. |
|
Nome do recurso |
Required |
O nome do recurso Microsoft Foundry. |
|
Grupo de recursos |
Required |
O nome do grupo de recursos do Azure. |
|
Tokens máximos |
Optional |
O número máximo de tokens a serem gerados na conclusão. |
|
Temperatura |
Optional |
Controla a aleatoriedade na saída. Valores mais baixos tornam-no mais determinístico. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Local obrigatório |
| ❌ |
❌ |
❌ |
✅ |
❌ |
❌ |
OpenAI: Listar modelos e implantações
Listar implantações de modelo do Azure OpenAI em um recurso do Microsoft Foundry. Essa ferramenta recupera informações sobre modelos implantados, incluindo nomes de modelo, versões, funcionalidades e status de implantação.
Exemplo de comando da CLI
azmcp foundryextensions openai models-list \
--resource-name <resource-name> \
--resource-group <resource-group>
| Parameter |
Tipo |
Required |
Description |
resource-name |
cadeia |
Yes |
O nome do recurso Microsoft Foundry. |
resource-group |
cadeia |
Yes |
O nome do grupo de recursos do Azure. |
Os prompts de exemplo incluem:
-
Exibir todos os modelos: "Listar todos os modelos OpenAI implantados no meu
ai-services-prod recurso no grupo de recursos my-resource-group".
-
Verifique as implantações: "Mostre-me todos os modelos implantados e seu status no recurso
openai-east no grupo de recursos my-resource-group.".
-
Inventário de produção: "Quais modelos são implantados em meu
production-openai recurso no grupo my-resource-groupde recursos?"
-
Verificação de desenvolvimento: "Listar todas as implantações de modelo em meu
dev-ai-services recurso no grupo my-resource-groupde recursos."
-
Funcionalidades de modelo: "Mostre-me todos os modelos OpenAI implantados com suas funcionalidades no recurso
ai-central no grupo de recursos my-resource-group."
-
Status da implantação: "Qual é o status atual de todas as implantações no meu
openai-west recurso no grupo my-resource-groupde recursos?"
-
Modelos regionais: "Listar todos os modelos implantados em meu
europe-openai recurso no grupo de recursos my-resource-group".
-
Visão geral do serviço: "Dê-me uma visão geral completa das implantações de modelo no recurso
customer-ai no grupo de recursos my-resource-group."
-
Versões de modelo: "Mostre-me todas as versões de modelo implantadas no meu
ai-services-main recurso no grupo de recursos my-resource-group."
-
Auditoria de recursos: "Preciso auditar todas as implantações de modelo openai no recurso
enterprise-ai no grupo de recursos my-resource-group."
| Parameter |
Obrigatório ou opcional |
Description |
|
Nome do recurso |
Required |
O nome do recurso Microsoft Foundry. |
|
Grupo de recursos |
Required |
O nome do grupo de recursos do Azure. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Local obrigatório |
| ❌ |
✅ |
❌ |
✅ |
❌ |
❌ |
Recursos: Obter recurso Foundry
Liste ou obtenha recursos do Microsoft Foundry e retorne detalhes no nível de recurso, como URL do endpoint, localização, SKU, tipo e estado de provisionamento. Se você fornecer um nome de recurso, a ferramenta retornará esse único recurso. Caso contrário, é retornado o inventário de recursos no escopo. Para o inventário de implantações de modelos em um recurso do Foundry, use a ferramenta de listagem de modelos do OpenAI.
Exemplo de comando da CLI
azmcp foundryextensions resource get \
[--resource-name <resource-name>]
| Parameter |
Tipo |
Required |
Description |
resource-name |
cadeia |
No |
O nome do recurso Microsoft Foundry. |
Os prompts de exemplo incluem:
-
Obtenha um recurso específico: "Mostre-me os detalhes do recurso
ai-foundry-prod Foundry"
-
Listar todos os recursos: "Quais recursos do Foundry eu tenho na minha assinatura?"
-
Recurso com configuração: "Obtenha a URL do endpoint, o local e as informações de SKU do meu recurso de fundição
customer-ai-foundry"
| Parameter |
Obrigatório ou opcional |
Description |
|
Nome do recurso |
Optional |
O nome do recurso Microsoft Foundry. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Local obrigatório |
| ❌ |
✅ |
❌ |
✅ |
❌ |
❌ |
Conteúdo relacionado