Quickstart: Utilize o SQL MCP Server com o Azure AI Foundry

Diagrama que mostra um servidor SQL MCP implementado ligado a Azure AI Foundry.

Importante

O SQL Model Context Protocol (MCP) Server está disponível no Data API builder versão 1.7 e posteriores. Para as capacidades mais recentes e correções de bugs, use a versão 2.0 mais recente.

Este quickstart mostra-lhe como ligar um SQL MCP Server implementado ao Azure AI Foundry usando uma Ferramenta MCP Personalizada. Testas tudo usando o Chat Playground com um modelo de chat como o GPT-5-mini – sem necessidade de programação.

Observação

A nova experiência da Foundry está em pré-visualização. Deve selecionar a opção de pré-visualização no cabeçalho quando aceder ao https://ai.azure.com.

Pré-requisitos

Implementado o SQL MCP Server

Precisas de um SQL MCP Server implementado no Azure Container Apps com entrada pública ativada. Se ainda não tens uma implementação, completa primeiro o quickstart Deploy SQL MCP Server para Azure Container Apps.

Precisa da URL do endpoint MCP dessa implementação (por exemplo, https://your-app.azurecontainerapps.io/mcp).

Projeto Azure AI Foundry

Precisas de acesso ao Azure AI Foundry com um projeto já existente e acesso a um modelo de chat (por exemplo, GPT-5-mini).

Passo 1: Aceder ao Azure AI Foundry

  1. Navegue até https://ai.azure.com.
  2. No cabeçalho, selecione a nova experiência Foundry (opção de pré-visualização).
  3. Selecione o seu projeto Foundry.
  4. Na navegação à esquerda, selecione Playground.

Observação

O texto da interface e a navegação podem variar à medida que o Azure AI Foundry evolui. Para as orientações mais recentes, consulte as ferramentas MCP em Azure AI Foundry.

Passo 2: Criar ou abrir um agente

  1. Selecione um agente existente ou crie um novo.
  2. Na configuração do agente, localize a secção Ferramentas no painel esquerdo.

Passo 3: Adicionar uma ferramenta Model Context Protocol

  1. Na secção de Ferramentas, selecione Adicionar (o botão pode mostrar um menu suspenso ou um ícone +).
  2. Selecione Adicionar uma nova ferramenta no menu suspenso.
  3. O diálogo Selecionar uma ferramenta abre-se com três separadores: Configurado, Catálogo e Personalizado.
  4. Selecione o separador Personalizado no topo.
  5. Selecione o Protocolo de Contexto do Modelo (MCP) entre as opções disponíveis.
  6. Selecione Criar para prosseguir.

Passo 4: Configure a sua ligação MCP

Aparece o diálogo da ferramenta Add Model Context Protocol . Preencha as seguintes informações:

Nome (obrigatório)

Insira um nome descritivo: products-mcp.

Endpoint remoto do servidor MCP (obrigatório)

Introduza o URL do seu servidor MCP: https://<your-container-app-url>/mcp (da sua implementação Azure Container Apps).

Autenticação (obrigatória)

Selecione Não Autenticado no menu suspenso.

Observação

Esta configuração funciona porque o Azure Container Apps quickstart configurou permissões anónimo (por exemplo, anonymous:read). No momento em que escrevo, este quickstart utiliza o modo Não Autenticado. Se ativar a autenticação no seu servidor MCP, configure a ferramenta MCP em conformidade (a configuração de autenticação não está coberta neste quickstart).

Selecione Ligar para adicionar a ferramenta.

Passo 5: Configurar as instruções do agente

Na secção de Instruções no topo da configuração do agente, adicione ou substitua o texto por:

You are a helpful product catalog assistant. When answering questions about products, use the products-mcp tool to query the database. 

The Products entity contains:
- Id: Product identifier
- Name: Product name
- Inventory: Units in stock
- Price: Retail price in USD
- Cost: Store cost in USD

Always use the schema discovery tool first to understand the schema, then use the query tool to retrieve data.

Passo 6: Teste o seu agente

Experimenta estes prompts no chat:

Exemplo 1: Descoberta de esquemas

What tables or entities are available in the database?

O agente deve chamar uma ferramenta de descoberta de esquema (como describe_entities) para ver a estrutura da entidade Produtos.

Exemplo 2: Consulta simples

List all products

O agente deve chamar uma ferramenta de consulta (como read_records) para recuperar dados do produto.

Exemplo 3: Consulta de preços

Show me products under $20

O agente deve consultar produtos onde o preço < é 20.

Exemplo 4: Verificação de inventário

Which products are low in stock (less than 30 units)?

O agente deve filtrar o Inventário < 30.

Exemplo 5: Consulta complexa

What's the most expensive product, and how many do we have in stock?

O agente deve:

  • Produtos de consulta ordenados por preço decrescente
  • Retorne o resultado principal com contagem de inventário

Passo 7: Visualizar chamadas de ferramentas

No Chat Playground, pode ver chamadas de ferramentas e os seus argumentos/respostas:

  • Ferramenta chamada: A ferramenta de descoberta ou consulta de esquemas utilizada
  • Argumentos: Os parâmetros passados (filtros, campos, etc.)
  • Resposta: Os dados devolvidos da sua base de dados SQL

Solução de problemas

Ferramenta não aparece no Azure AI Foundry

  • Verifique se o URL do MCP está correto e acessível.
  • Verifique se a aplicação Container está a correr com entrada pública ativada (ver orientação de monitorização).
  • Teste o /mcp endpoint usando curl ou um cliente REST para verificar a acessibilidade.

Chamadas de ferramentas requerem aprovação

  • Na configuração da ferramenta MCP, certifique-se de que Exigir aprovação está definido para never.

Agente que não usa a ferramenta

  • Verifique se a mensagem do seu sistema inclui instruções claras sobre quando usar a ferramenta.
  • Tente fazer perguntas mais específicas relacionadas com os dados dos Produtos.

Para questões de implementação, consulte a secção resolução de problemas no guia de implementação Azure Container Apps.

Conteúdo relacionado

  • Last updated on