O Azure MCP Server permite-lhe gerir recursos das Extensões Microsoft Foundry, incluindo a criação de conversas e completações de texto, geração de embeddings, listagem de modelos e trabalho com índices de conhecimento, utilizando prompts em linguagem natural.
Microsoft Foundry é uma plataforma para implementar e gerir modelos de IA personalizados em Azure. Ele fornece ferramentas e serviços para treinamento, ajuste, implantação e monitoramento de modelos de IA em ambientes de produção.
Os comandos de índice de conhecimento requerem o endpoint do seu projeto Microsoft Foundry. Os comandos OpenAI requerem o nome do recurso e o grupo de recursos. O comando resource get pode listar recursos sem fornecer um nome de recurso.
Note
Parâmetros de ferramenta: As ferramentas do Azure MCP Server definem parâmetros para os dados necessários para concluir tarefas. Alguns destes 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 da ferramenta.
Conhecimento: Listar índices de conhecimento
Obtenha uma lista de índices de conhecimento na Foundry:
- Encontre índices de conhecimento criados dentro dos projetos 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.
Comando CLI de exemplo
azmcp foundryextensions knowledge index list \
--endpoint <endpoint>
| Parameter |
Tipo |
Required |
Description |
endpoint |
cadeia (de caracteres) |
Sim |
O URL do endpoint do projeto ou do serviço Microsoft Foundry. O ponto final segue este padrão: https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-name>. |
Exemplos de prompts incluem:
-
Ver 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 endpoint
https://my-example-resource.services.ai.azure.com/api/projects/support-bot"
-
Procure por nome: "Encontre o índice de conhecimento nomeado
product-faqs no endpoint https://my-example-resource.services.ai.azure.com/api/projects/my-project"
-
Filtrar por etiqueta: "Listar 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 para o
customer-service índice de conhecimento no endpoint https://my-example-resource.services.ai.azure.com/api/projects/my-project"
| Parameter |
Obrigatório ou opcional |
Description |
|
Ponto final |
Required |
A URL do endpoint para o projeto ou serviço Microsoft Foundry. O ponto final 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 |
Localidade obrigatória |
| ❌ |
✅ |
❌ |
✅ |
❌ |
❌ |
Conhecimento: Obter esquema de índice
Obtenha a configuração detalhada do esquema de um índice de conhecimento específico no 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.
Comando CLI de exemplo
azmcp foundryextensions knowledge index schema \
--index <index> \
--endpoint <endpoint>
| Parameter |
Tipo |
Required |
Description |
index |
cadeia (de caracteres) |
Sim |
O nome do índice de conhecimento. |
endpoint |
cadeia (de caracteres) |
Sim |
O URL do ponto final do projeto ou serviço Microsoft Foundry. O ponto final segue este padrão: https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-name>. |
Exemplos de prompts incluem:
-
Ver esquema do índice: "Mostre-me o esquema do índice
product-facts de conhecimento no endpoint https://my-example-resource.services.ai.azure.com/api/projects/my-project"
| Parameter |
Obrigatório ou opcional |
Description |
|
Índice |
Required |
O nome do índice de conhecimento. |
|
Ponto final |
Required |
O URL do ponto final do projeto ou serviço Microsoft Foundry. O ponto final 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 |
Localidade obrigatória |
| ❌ |
✅ |
❌ |
✅ |
❌ |
❌ |
OpenAI: Criar completamentos de chat
Crie concluções de chat usando o Azure OpenAI no Foundry. Envie mensagens para modelos de chat Azure OpenAI implementados no seu recurso Foundry e receba respostas conversacionais geradas por IA. Suporta conversas contínuas com histórico de mensagens, instruções do sistema e personalização de respostas.
Comando CLI de exemplo
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 (de caracteres) |
Sim |
O nome do recurso Microsoft Foundry. |
deployment |
cadeia (de caracteres) |
Sim |
O nome da implantação. |
message-array |
cadeia (de caracteres) |
Sim |
Matriz JSON de mensagens na conversa. Cada mensagem deve ter role e content propriedades. |
resource-group |
cadeia (de caracteres) |
Sim |
O nome do grupo de recursos do Azure. |
max-tokens |
cadeia (de caracteres) |
Não |
O número máximo de tokens a serem gerados na conclusão. |
temperature |
cadeia (de caracteres) |
Não |
Controla a aleatoriedade na saída. Valores mais baixos tornam-na mais determinística. |
top-p |
cadeia (de caracteres) |
Não |
Controla a diversidade através da amostragem de núcleos (0,0 a 1,0). O padrão é 1.0. |
frequency-penalty |
cadeia (de caracteres) |
Não |
Penaliza novos tokens com base na sua frequência (–2,0 a 2,0). O padrão é 0. |
presence-penalty |
cadeia (de caracteres) |
Não |
Penaliza novos tokens dependendo da presença (-2,0 a 2,0). O padrão é 0. |
stop |
cadeia (de caracteres) |
Não |
Até 4 sequências onde a API para de gerar mais tokens. |
stream |
cadeia (de caracteres) |
Não |
Se o progresso parcial deve ser transmitido. O valor padrão é falso. |
seed |
cadeia (de caracteres) |
Não |
Se especificado, o sistema faz o melhor esforço para amostrar deterministicamente. |
user |
cadeia (de caracteres) |
Não |
Identificador de utilizador para rastreamento e monitorização de abusos. |
Exemplos de prompts incluem:
-
Saudação simples: "Criar uma conclusão de conversa com a lista de mensagens
[{"role":"user","content":"Hello, how are you today?"}] utilizando a implementação gpt-35-turbo no recurso openai-prod"
-
Com a mensagem do sistema: "Criar uma conclusão de chat com a mensagem
You are a helpful assistant do sistema e a mensagem Explain quantum computing do utilizador usando a implementação gpt-35-turbo no recurso openai-west"
-
Controlar a criatividade: "Gerar uma conclusão de chat para
Write a creative story utilizando a implantação gpt-4 com temperatura 0,8 e no máximo 150 tokens no recurso ai-central"
-
Resposta determinística: "Criar conclusão de chat com mensagem
List 5 facts about Mars usando a implementação gpt-35-turbo com temperatura 0,1 e semente 12345 no recurso ai-services-prod"
-
Conversa com histórico: "Continuar a conclusão de chat com mensagens: sistema
You are a coding assistant, utilizador How do I create a function in Python?, assistente Here's how..., utilizador Can you show an example? com a implementação gpt-4 no recurso dev-openai"
-
Com penalizações por repetição: "Criar conclusão para
Describe the benefits of cloud computing com a implantação gpt-35-turbo com penalização de frequência de 0,5 e penalização de presença de 0,3 no recurso ai-services-main"
-
Resposta em fluxo: "Gerar conclusão de conversação em fluxo para
Explain machine learning step by step com a implementação gpt-4 com stream definido como true no recurso openai-research"
-
Com sequências de paragem: "Criar conclusão para
Count from 1 to 10 com a implementação gpt-35-turbo com sequências de paragem ['5', 'STOP'] no recurso ai-test"
-
Rastreio de utilizadores: "Gerar conclusão para
What is Azure AI? com a implementação gpt-4 com o identificador de utilizador user-123 no recurso prod-openai"
-
Controlo ajustado com precisão: "Criar conclusão de chat para
Summarize this article com a implementação gpt-35-turbo, com temperatura de 0,2, top_p de 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. |
|
Implementação |
Required |
O nome da implementação 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. |
|
Máximo de tokens |
Optional |
O número máximo de tokens a serem gerados na conclusão. |
|
Temperatura |
Optional |
Controla a aleatoriedade na saída. Valores mais baixos tornam-na mais determinística. |
|
Topo p |
Optional |
Controla a diversidade através da amostragem de núcleos (0,0 a 1,0). A predefinição é 1.0. |
|
Penalidade de frequência |
Optional |
Penaliza novos tokens com base na sua frequência (–2,0 a 2,0). A predefinição é 0. |
|
Penalidade de presença |
Optional |
Penaliza novos tokens dependendo da presença (-2,0 a 2,0). A predefinição é 0. |
|
Parar |
Optional |
Até 4 sequências onde a API deixará de gerar mais tokens. |
|
Stream |
Optional |
Se o progresso parcial deve ser transmitido. A predefinição é false. |
|
Sementes |
Optional |
Se especificado, o sistema fará o máximo esforço para efetuar uma amostragem de forma determinística. |
|
User |
Optional |
Identificador de utilizador para rastreamento e monitorização de abusos. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Localidade obrigatória |
| ❌ |
❌ |
❌ |
✅ |
❌ |
❌ |
OpenAI: Criar incorporações
Crie embeddings usando Azure OpenAI no Foundry. Gera embeddings vetoriais a partir de texto usando implementações do Azure OpenAI no seu recurso Foundry para pesquisa semântica, comparações de similaridade, clustering ou aprendizagem automática.
Comando CLI de exemplo
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 (de caracteres) |
Sim |
O nome do recurso Microsoft Foundry. |
deployment |
cadeia (de caracteres) |
Sim |
O nome da implantação. |
input-text |
cadeia (de caracteres) |
Sim |
O texto de entrada para o qual gerar incorporações. |
resource-group |
cadeia (de caracteres) |
Sim |
O nome do grupo de recursos do Azure. |
user |
cadeia (de caracteres) |
Não |
Identificador de utilizador para rastreamento e monitorização de abusos. |
encoding-format |
cadeia (de caracteres) |
Não |
O formato em que os embeddings são devolvidos (float ou base64). |
dimensions |
cadeia (de caracteres) |
Não |
O número de dimensões para a saída de incorporação. Apenas suportado em alguns modelos. |
Exemplos de prompts incluem:
-
Incorporação básica de texto: "Gerar incorporações para o texto
Azure OpenAI Service utilizando a minha implementação text-embedding-ada-002 no grupo de recursos my-resource-group."
-
Criar embeddings vetoriais: "Criar embeddings vetoriais para o meu texto usando Azure OpenAI com implementação
text-embedding-3-large no recurso ai-services-prod no grupo my-resource-groupde recursos."
-
Incorporação de documentos: "Gerar embeddings para
Machine learning revolutionizes data analysis ao utilizar a implementação ada-002 no recurso embedding-service no grupo de recursos my-resource-group."
-
Várias frases: "Crie embeddings para o texto
Cloud computing provides scalable infrastructure. It enables global accessibility. utilizando a minha implementação do modelo de embeddings no grupo de recursos my-resource-group."
-
Com rastreamento de utilizadores: "Gerar embeddings para
Natural language processing applications ao utilizar a implementação text-embedding-3-small com o identificador de utilizador analytics-team no grupo de recursos my-resource-group."
-
Dimensões específicas: "Criar embeddings para
Artificial intelligence transforms business operations utilizando a implementação text-embedding-3-large com 1536 dimensões no recurso ai-central do grupo de recursos my-resource-group."
-
Formato Base64: "Gerar as embeddings para
Deep learning neural networks utilizando a implementação ada-002 com 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 utilizando a implantação do meu modelo de incorporação de texto no grupo de recursos my-resource-group."
-
Descrição do produto: "Gerar embeddings para
High-performance laptop with advanced graphics processing unit utilizando a implementação 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 utilizando a implementação ada-002 com codificação de vírgula flutuante 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. |
|
Implementação |
Required |
O nome da implementação do modelo Foundry. |
|
Texto de entrada |
Required |
O texto de entrada para o qual gerar incorporações. |
|
Grupo de recursos |
Required |
O nome do grupo de recursos do Azure. |
|
User |
Optional |
Identificador de utilizador para rastreamento e monitorização de abusos. |
|
Formato de codificação |
Optional |
O formato para retornar incorporações em (float ou base64). |
|
Dimensões |
Optional |
O número de dimensões para a saída de incorporação. Apenas suportado em alguns modelos. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Localidade obrigatória |
| ❌ |
❌ |
❌ |
✅ |
❌ |
❌ |
OpenAI: Criar conclusões
Crie completações de texto usando o Azure OpenAI no Foundry. Envie um prompt ou pergunta para os modelos OpenAI do Azure implementados no seu recurso Foundry e receba respostas geradas em texto. Use esta funcionalidade quando precisar de criar conclusões, obter conteúdo gerado por IA, gerar respostas a perguntas ou produzir conclusãos de texto a partir do Azure OpenAI com base em qualquer prompt de entrada. Suporta personalização com temperatura e max tokens.
Comando CLI de exemplo
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 (de caracteres) |
Sim |
O nome da implantação. |
prompt-text |
cadeia (de caracteres) |
Sim |
O texto de solicitação a enviar para o modelo de conclusão. |
resource-name |
cadeia (de caracteres) |
Sim |
O nome do recurso Microsoft Foundry. |
resource-group |
cadeia (de caracteres) |
Sim |
O nome do grupo de recursos do Azure. |
max-tokens |
cadeia (de caracteres) |
Não |
O número máximo de tokens a serem gerados na conclusão. |
temperature |
cadeia (de caracteres) |
Não |
Controla a aleatoriedade na saída. Valores mais baixos tornam-na mais determinística. |
Exemplos de prompts incluem:
-
Conclusão básica: "Criar uma conclusão com o prompt
What is Azure? usando a minha gpt-35-turbo implementação no grupo my-resource-groupde recursos"
-
Com controlo de temperatura: "Gerar conclusão de texto para
Explain machine learning com a implementação text-davinci-003 com temperatura 0,3 no grupo de recursos my-resource-group"
-
Número limitado de tokens: "Criar uma conclusão gerada com o prompt
Write a summary com a minha implementação gpt-4 com um máximo de 100 tokens no grupo de recursos my-resource-group"
-
Escrita criativa: "Gerar conclusão para
Tell me a story about AI com a implementação gpt-35-turbo, temperatura 0,8 e um máximo de 200 tokens no grupo de recursos my-resource-group"
-
Explicação técnica: "Criar conclusão com prompt
How does cloud computing work? usando o meu recurso OpenAI ai-services-east e a implementação gpt-4 no grupo de recursos my-resource-group"
| Parameter |
Obrigatório ou opcional |
Description |
|
Implementação |
Required |
O nome da implantação. |
|
Prompt de texto |
Required |
O texto de solicitação a enviar para o 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. |
|
Máximo de tokens |
Optional |
O número máximo de tokens a serem gerados na conclusão. |
|
Temperatura |
Optional |
Controla a aleatoriedade na saída. Valores mais baixos tornam-na mais determinística. |
Dicas de anotação da ferramenta:
| Destrutivo |
Idempotente |
Mundo Aberto |
Somente leitura |
Secret |
Localidade obrigatória |
| ❌ |
❌ |
❌ |
✅ |
❌ |
❌ |
OpenAI: Listar modelos e implantações
Listar implementações de modelos Azure OpenAI num recurso Microsoft Foundry. Essa ferramenta recupera informações sobre modelos implantados, incluindo nomes de modelos, versões, recursos e status de implantação.
Comando CLI de exemplo
azmcp foundryextensions openai models-list \
--resource-name <resource-name> \
--resource-group <resource-group>
| Parameter |
Tipo |
Required |
Description |
resource-name |
cadeia (de caracteres) |
Sim |
O nome do recurso Microsoft Foundry. |
resource-group |
cadeia (de caracteres) |
Sim |
O nome do grupo de recursos do Azure. |
Exemplos de prompts incluem:
-
Ver todos os modelos: "Liste todos os modelos OpenAI implementados no meu
ai-services-prod recurso no grupo my-resource-groupde recursos."
-
Verifique implementações: "Mostre-me todos os modelos implementados e o seu estado em recurso
openai-east no grupo my-resource-groupde recursos."
-
Inventário de produção: "Que modelos estão implementados no meu recurso
production-openai no grupo de recursos my-resource-group?"
-
Verificação de desenvolvimento: "Listar todas as implementações de modelos no meu
dev-ai-services recurso no grupo my-resource-groupde recursos."
-
Capacidades do modelo: "Mostre-me todos os modelos OpenAI implementados com as suas capacidades em recursos
ai-central no grupo my-resource-groupde recursos."
-
Estado da implantação: "Qual é o estado atual de todas as implementações no meu
openai-west grupo de recursos my-resource-group?"
-
Modelos regionais: "Liste todos os modelos implementados no meu
europe-openai recurso no grupo my-resource-groupde recursos."
-
Visão geral do serviço: "Dê-me uma visão geral completa das implementações de modelos no recurso
customer-ai no grupo de recursos my-resource-group."
-
Versões do modelo: "Mostre-me todas as versões do modelo implementadas no meu
ai-services-main recurso no grupo my-resource-groupde recursos."
-
Auditoria de recursos: "Preciso de fazer a auditoria de todas as implementações de modelos 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 |
Localidade obrigatória |
| ❌ |
✅ |
❌ |
✅ |
❌ |
❌ |
Recursos: Obter recurso do Foundry
Liste ou obtenha recursos do Microsoft Foundry e devolve detalhes ao nível do recurso, como URL do endpoint, localização, SKU, tipo e estado de provisionamento. Se fornecer um nome de recurso, a ferramenta devolve esse único recurso. Caso contrário, devolve o inventário de recursos abrangido pelo âmbito. Para inventário de implementação de modelos dentro de um recurso Foundry, utilize a ferramenta OpenAI de listas de modelos.
Comando CLI de exemplo
azmcp foundryextensions resource get \
[--resource-name <resource-name>]
| Parameter |
Tipo |
Required |
Description |
resource-name |
cadeia (de caracteres) |
Não |
O nome do recurso Microsoft Foundry. |
Exemplos de prompts incluem:
-
Obtenha recurso específico: "Mostre-me detalhes do
ai-foundry-prod recurso Foundry"
-
Liste todos os recursos: "Que recursos da Foundry tenho na minha subscrição?"
-
Recurso configurado: "Obter o URL do ponto final, a localização 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 |
Localidade obrigatória |
| ❌ |
✅ |
❌ |
✅ |
❌ |
❌ |
Conteúdo relacionado