Ferramentas disponíveis e prompts de exemplo para o Servidor MCP do Foundry (versão prévia)

Essa referência documenta 79 ferramentas do Servidor MCP do Foundry em 17 categorias que permitem gerenciar agentes, sessões, caixas de ferramentas, conjuntos de dados, avaliações, implantações de modelo, avaliação contínua e muito mais , tudo por meio de prompts de conversa em vez de chamadas à API. Use-a para explorar cada ferramenta e experimentar os prompts de exemplo em seu próprio projeto.

Como as ferramentas funcionam

Quando você digita um prompt de linguagem natural em um cliente compatível com MCP (por exemplo, modo agente GitHub Copilot), o modelo de idioma seleciona a ferramenta apropriada e formula os parâmetros necessários em seu nome. Você não chama ferramentas diretamente – você descreve o que deseja e o modelo converte sua intenção em uma chamada de ferramenta.

Cada ferramenta é classificada como leitura (recupera informações) ou gravação (cria, atualiza ou exclui recursos). As operações de gravação afetam os recursos dinâmicos e a cobrança imediatamente. Examine as práticas recomendadas de segurança antes de executar operações de gravação.

Permissions

Todas as operações são executadas com as permissões do usuário autenticado por meio do fluxo Microsoft Entra ID On-Behalf-Of. Você precisa das seguintes funções:

Para obter mais informações, consulte o controle de acesso baseado em Role para Microsoft Foundry.

Identificadores de chave

Muitas ferramentas exigem identificadores de recursos. O modelo de linguagem extrai-os do contexto do prompt, mas ajuda a saber os formatos:

Gerenciamento de agentes

Gerencie todo o ciclo de vida dos agentes em um projeto de Foundry, incluindo criação, invocação, orquestração de contêiner e exclusão.

Prompts de exemplo:

• "Listar todos os agentes no meu projeto de Fundiário."
• "Criar um novo agente chamado faq-agent usando o modelo gpt-4o-mini."
• "Enviar 'Olá, como você pode ajudar?' para o meu customer-support-agent."
• "Inicie o contêiner para meu agente triage-agenthospedado."
• "Verifique o status do contêiner para triage-agent."
• "Mostre-me o esquema de definição do agente para agentes de prompt."
• "Exclua do old-test-agent meu projeto."

Sessões e arquivos do agente hospedado

Crie e gerencie sessões de computação isoladas para agentes hospedados. Inspecione logs e gerencie arquivos no sistema de arquivos de cada sessão.

Prompts de exemplo:

• "Crie uma sessão para meu agente data-analysthospedado."
• "Liste as sessões e data-analyst mostre a mais recente primeiro."
• "Transmitir até 100 linhas de log da sessão analysis-2026."
• "Carregar input.csv/data/input.csv na sessão.".
• "Baixe /data/results.csv da sessão."
• "Exclua a sessão analysis-2026 e libere seus recursos de computação."

Gerenciamento de caixa de ferramentas

Criar, recuperar, versão, atualizar e excluir caixas de ferramentas em um projeto do Foundry.

Prompts de exemplo:

• "Mostre-me a customer-support-tools caixa de ferramentas."
• "Obter a versão 2 de customer-support-tools."
• "Criar uma nova versão de customer-support-tools."
• "Defina a versão 2 customer-support-tools como padrão."
• "Defina a versão 1 customer-support-tools como o padrão e exclua a versão 2."
• "Excluir a old-support-tools caixa de ferramentas".

As versões da caixa de ferramentas são imutáveis. toolbox_version_create também criará a caixa de ferramentas se ela não existir. Para uma caixa de ferramentas existente, a criação de uma versão não altera a versão padrão. Chame toolbox_update com defaultVersion definido para a nova versão para promovê-la. Antes de excluir a versão padrão atual, defina outra versão como o padrão.

Gerenciamento de conjunto de dados

Criar, recuperar, versão e baixar conjuntos de dados de avaliação em um projeto do Foundry.

Prompts de exemplo:

• "Carregar meu Q& de suporte ao cliente; Um conjunto de dados dessa URL de Armazenamento de Blobs do Azure".
• "Mostre-me todos os conjuntos de dados no meu projeto do Foundry."
• "Obter detalhes para o customer-support-qa conjunto de dados versão 2."
• "Listar todas as versões do meu product-reviews conjunto de dados."
• "Obtenha uma URL de download para a versão mais recente de customer-support-qa."

Trabalhos de geração de dados

Crie e gerencie trabalhos de geração de dados autônomos para dados de avaliação ou ajuste fino. Gere dados de prompts, agentes, rastreamentos, conjuntos de dados ou arquivos carregados.

Prompts de exemplo:

• "Gere 100 exemplos de perguntas e respostas de avaliação a partir deste prompt."
• "Mostre-me o status do trabalho job-123de geração de dados."
• "Cancelar trabalho de geração de job-123dados."
• "Excluir o trabalho job-123de geração de dados concluído."

Operações de avaliação

Execute avaliações em lote em agentes ou conjuntos de dados e compare os resultados entre execuções.

Prompts de exemplo:

• "Avalie minha customer-support-agent v2 usando avaliadores de Relevância, Aterramento e Coerência."
• "Execute uma avaliação em lote no meu conjunto de dados JSONL com avaliadores de Violência e HateUnfairness."
• "Gere 50 consultas de teste sintéticas e avalie meu agente com elas."
• "Mostre-me todas as execuções de avaliação no meu projeto do Foundry."
• "Compare run-baseline-123 com as execuções de tratamento run-124 e run-125."

Avaliação de rastreamento

Execute avaliações de conversa de vários turnos em rastreamentos de agente ou conversas explicitamente selecionadas e IDs de rastreamento W3C.

Prompts de exemplo:

• "Avalie até cinco rastreamentos customer-support-agent das últimas 24 horas para aterramento e a conclusão da tarefa."
• "Avalie essas IDs de conversa para satisfação do cliente no nível da conversa."
• "Avalie essas IDs de rastreamento W3C com meu avaliador personalizado tone-check ."

Pacotes de avaliação

Crie, versão, execute, atualize e exclua conjuntos de avaliação que agrupam conjuntos de dados, agentes de destino e avaliadores. Você também pode gerar pacotes de prompts, agentes, rastreamentos, conjuntos de dados ou arquivos carregados.

Prompts de exemplo:

• "Crie um pacote de avaliação nomeado support-quality para meu conjunto de dados e agente de suporte."
• "Executar a versão 2 de support-quality."
• "Atualize o nome de exibição e as marcas para a versão 2 de support-quality."
• "Gerar um pacote de avaliação de rastreamentos recentes para customer-support-agent."
• "Mostre-me todos os trabalhos de geração do pacote de avaliação."

Catálogo do avaliador

Procure avaliadores internos e gerencie avaliadores personalizados para uso em execuções de avaliação.

Prompts de exemplo:

• "Listar todos os avaliadores internos disponíveis em meu projeto."
• "Mostre-me a definição completa do coherence avaliador."
• "Crie um avaliador personalizado baseado em prompt chamado tone-check que pontua respostas em uma escala de 1 a 5."
• "Atualize a descrição do meu tone-check avaliador."
• "Excluir a versão 1 do meu old-evaluator."

Trabalhos de geração do avaliador

Gere avaliadores adaptávelmente de prompts, agentes ou conjuntos de dados e monitore ou cancele os trabalhos de geração.

Prompts de exemplo:

• "Gere um avaliador nomeado policy-compliance a partir deste prompt de política."
• "Regenerar policy-compliance da versão 2 do meu conjunto de dados de suporte usando a implantação gpt-4odo modelo."
• "Mostre-me todos os trabalhos de geração do avaliador em execução."
• "Cancelar trabalho job-456de geração do avaliador."

Catálogo de modelos e detalhes

Explore modelos no catálogo de modelos do Foundry, obtenha detalhes do modelo e determine se um modelo pode ser implantado na Computação Gerenciada.

Prompts de exemplo:

• "Mostre-me todos os modelos GPT-5.4 disponíveis no catálogo."
• "Listar todos os modelos publicados Microsoft com a licença do MIT."
• "Obtenha informações detalhadas e exemplos de código para GPT-5-mini."
• "Mostre-me modelos anunciados para Computação Gerenciada."
• "Obter detalhes de computação gerenciada e modelos de implantação para openai--gpt-oss-20b."

Para Computação Gerenciada, isManagedCompute identifica model_catalog_list um candidato anunciado. Confirme a implantabilidade com model_details_get: isFoundryManagedCompute é o sinal autoritativo e os modelos de implantação resolvidos identificam as opções de implantação e os aceleradores disponíveis.

Gerenciamento de implantação de modelo

Implante, inspecione e remova implantações de modelo, incluindo implantações de Computação Gerenciada, em uma conta do Foundry.

Prompts de exemplo:

• "Use model_deploy_azure_direct_model para implantar GPT-5-mini como production-chatbot com 20 unidades de capacidade."
• "Mostre-me todas as minhas implantações de modelo atual."
• "Mostre-me todas as minhas implantações de Computação Gerenciada."
• "Use model_deploy_managed_compute para implantar openai--gpt-oss-20b como gpt-oss-managed usando seu modelo de implantação A100_80GB."
• "Exclua o old-test-deployment que não estou mais usando."

Escolha ferramentas explícitas para cada tipo de implantação:

Não use o alias preterido model_deploy para novas chamadas. Para Computação Gerenciada, primeiro use model_catalog_list como um sinal de candidato e, em seguida, chame model_details_get. Use model_deploy_managed_compute somente quando isFoundryManagedCompute estiver truee passe um dos modelos de implantação resolvidos. Use model_deployment_get para recuperar qualquer tipo de implantação e model_deployment_delete excluir qualquer tipo.

Análise de modelos e recomendações

Compare os parâmetros de comparação de modelo e obtenha recomendações para alternar para modelos mais econômicos ou de qualidade mais alta.

Prompts de exemplo:

• "Mostre-me dados de parâmetro de comparação para todos os modelos disponíveis."
• "Compare o desempenho de parâmetro de comparação entre GPT-5.4 e GPT-4."
• "Encontre modelos semelhantes à minha implantação atual do GPT-4."
• "Quais modelos me dariam melhor taxa de qualidade/custo do que o que estou usando agora?"

Monitoramento e operações de modelo

Acompanhe a integridade da implantação, monitore as métricas, verifique o status de substituição e exiba o uso da cota, incluindo a cota do acelerador de Computação Gerenciada.

Prompts de exemplo:

• "Mostre-me as métricas de solicitação para minha production-chatbot implantação."
• "Verifique se alguma das minhas implantações está usando versões de modelo preteridas."
• "Mostre-me o uso da cota em todas as regiões para minha assinatura."
• "Mostre-me A100_80GB, H100_80GB, MI300_192GB e H200_141GB cota de acelerador no Leste dos EUA 2."

Conexões do Projeto

Gerenciar conexões com serviços externos (Azure OpenAI, Armazenamento de Blobs do Azure, pesquisa e outros) em um projeto do Foundry.

Prompts de exemplo:

• "Listar todas as conexões no meu projeto do Foundry."
• "Mostre-me os detalhes da minha azure-search conexão."
• "Quais tipos de conexão e métodos de autenticação têm suporte?"
• "Crie uma nova conexão AzureOpenAI chamada my-openai usando autenticação do AAD."
• "Exclua a old-storage conexão do meu projeto."

Otimização de prompt

Otimize os prompts do sistema e as mensagens do desenvolvedor para obter um melhor desempenho de LLM.

Prompts de exemplo:

• "Otimize meu prompt do sistema: 'Você é um agente de atendimento ao cliente útil' usando gpt-5.4."
• "Aprimore as instruções do meu agente para obter respostas mais concisas."
• "Refinar meu prompt otimizado para também lidar com perguntas de acompanhamento."

Avaliação contínua

Habilite, monitore e gerencie a avaliação contínua dos agentes. A avaliação contínua avalia automaticamente as respostas do agente continuamente. A ferramenta detecta automaticamente o tipo de agente (prompt ou hospedado) e configura o mecanismo de avaliação apropriado – regras de avaliação para agentes de prompt ou execuções de avaliação agendadas para agentes hospedados.

Prompts de exemplo:

• "Habilite a avaliação contínua para meus customer-support-agent avaliadores de relevância e aterramento."
• "Configure a avaliação contínua para que meu agente triage-agent hospedado seja executado a cada 2 horas."
• "Mostre-me a configuração de avaliação contínua para customer-support-agent."
• "Desabilitar a avaliação contínua para o meu old-test-agent."
• "Atualize a avaliação contínua para customer-support-agent uma amostra de 50% de respostas."

Exemplos de fluxos de trabalho

Implantação e otimização de modelo:

• "Mostre-me o gpt-5.6-sol modelo no catálogo."
• "Implantar gpt-5.6-sol como customer-service-bot com 15 unidades de capacidade."
• "Monitore a latência da solicitação para minha nova implantação."
• "Recomenda alternativas mais econômicas com base no uso atual."

Planejamento de cota de computação gerenciada:

• "Use model_quota_list para mostrar minha cota e uso do acelerador de computação gerenciada para assinatura <subscription-id> no Leste dos EUA 2."
• "Compare as instâncias disponíveis para A100_80GB, H100_80GBe MI300_192GBH200_141GB."
• "Preciso de quatro instâncias. Identifique quais aceleradores têm cota disponível suficiente no momento e lembre-me de que a disponibilidade de cota não garante a capacidade de implantação."
• "Antes de qualquer implantação, mostre-me o acelerador selecionado e a contagem de instâncias para revisão porque a Computação Gerenciada aloca a capacidade de GPU dedicada faturável."

Ciclo de vida de implantação de computação gerenciada:

• "Use model_catalog_list para localizar modelos anunciados para Computação Gerenciada, onde isManagedCompute está true."
• "Para openai--gpt-oss-20b, use model_details_get para confirmar que isFoundryManagedCompute é true, e mostrar seu registro modelAssetId, modelos de implantação resolvidos e aceleradores."
• "Use model_quota_list para verificar o acelerador selecionado no Leste dos EUA 2 antes da implantação."
• "Examine o modelo de implantação, o acelerador e a contagem de instâncias comigo. Depois de confirmar a alocação de GPU dedicada faturável, use para criar gpt-oss-managed-test com o registromodelAssetId, um resolvido deploymentTemplatee o aprovadoinstanceCount."model_deploy_managed_compute
• "Use model_deployment_get para monitorar gpt-oss-managed-test e verificar se Kind é Managed."
• "Quando o teste for concluído e eu confirmar a limpeza, use model_deployment_delete para excluir gpt-oss-managed-test."

Fluxo de trabalho de avaliação do agente:

• "Listar todos os agentes no meu projeto."
• "Avalie minha customer-support-agent v2 usando avaliadores de relevância, aterramento e segurança."
• "Compare minha avaliação de linha de base com a nova execução."
• "Mostre-me os resultados da comparação com significância estatística."

Configuração de avaliação contínua:

• "Listar todos os agentes no meu projeto."
• "Habilite a avaliação contínua para meus customer-support-agent avaliadores de Relevância, Aterramento e Segurança com a implantação existente gpt-5.6-luna ."
• "Mostre-me a configuração de avaliação contínua para customer-support-agent."
• "Atualize a avaliação contínua para a amostra de 25% de respostas com um máximo de 10 execuções por hora."

Gerenciamento e limpeza de recursos:

• "Liste todas as minhas implantações atuais e seu uso."
• "Verifique quais implantações estão usando versões de modelo preteridas."
• "Mostre-me meu uso de cota em todas as regiões."
• "Excluir implantações de teste não utilizadas para liberar a capacidade."

Limitações de pré-visualização

O Servidor MCP do Foundry está em versão prévia pública. As seguintes limitações se aplicam:

• Nenhum isolamento de rede – o Servidor MCP de Fundimento usa o ponto https://mcp.ai.azure.comde extremidade público. Os recursos por trás de Azure Links Privados não são acessíveis. Para conectividade mcp privada, crie seu próprio servidor MCP e conecte-o ao Serviço de Agente com rede privada.
• Residência de dados – solicitações e respostas podem ser processadas em data centers da UE ou dos EUA. O próprio servidor não armazena dados, mas o processamento entre regiões pode ocorrer.
• Sem SLA — os recursos de versão prévia não incluem um contrato de nível de serviço. Não use o servidor para cargas de trabalho de produção que exijam disponibilidade garantida.
• Conjunto de ferramentas pode mudar — ferramentas, parâmetros e valores retornados podem mudar durante o período de visualização sem aviso prévio.

Para obter mais informações, consulte Supplemental Terms of Use for Microsoft Azure Previews.

Erros comuns

Para obter mais diretrizes de solução de problemas, consulte a segurança e as práticas recomendadas do Servidor MCP do Foundry.

Conteúdo relacionado

• Introdução ao Servidor MCP do Foundry
• Saiba como criar seu próprio servidor MCP
• Examinar as práticas recomendadas de segurança para servidores MCP
• Saiba como enviar seu servidor MCP para certificação em Microsoft visão geral da certificação do servidor MCP.