Ferramentas disponíveis e exemplos de prompts para o Foundry MCP Server (pré-visualização)

Esta referência documenta 79 ferramentas Foundry MCP Server distribuídas por 17 categorias que lhe permitem gerir agentes, sessões, caixas de ferramentas, conjuntos de dados, avaliações, implementações de modelos, avaliação contínua e muito mais — tudo através de prompts conversacionais em vez de chamadas de API. Usa-o para explorar cada ferramenta e experimenta os exemplos de prompts no teu próprio projeto.

Como funcionam as ferramentas

Quando escreve um prompt em linguagem natural num cliente compatível com MCP (por exemplo, GitHub Copilot Agent Mode), o modelo de linguagem seleciona a ferramenta apropriada e formula os parâmetros necessários em seu nome. Não ligas diretamente às ferramentas — descreves o que queres, e o modelo traduz a tua intenção numa chamada de ferramenta.

Cada ferramenta é classificada como ler (recuperar informação) ou escrever (criar, atualizar ou eliminar recursos). As operações de escrita afetam imediatamente os recursos ativos e a faturação. Revise as melhores práticas de segurança antes de executar operações de escrita.

Permissions

Todas as operações são executadas com as permissões do utilizador autenticado através do fluxo Microsoft Entra ID On-Behalf-Of. Precisa dos seguintes papéis:

Para mais informações, consulte Controlo de acesso baseado em funções para Microsoft Foundry.

Identificadores-chave

Muitas ferramentas requerem identificadores de recursos. O modelo de linguagem extrai estes elementos do contexto do teu prompt, mas ajuda conhecer os formatos:

Gestão de agentes

Gerir todo o ciclo de vida dos agentes num projeto Foundry, incluindo criação, invocação, orquestração de contentores e eliminação.

Exemplos de prompts:

• "Lista todos os agentes do meu projeto Foundry."
• "Crie um novo agente nomeado faq-agent usando modelo gpt-4o-mini."
• "Envia 'Olá, como podes ajudar?' para o meu customer-support-agent."
• "Inicia o contentor para o meu agente triage-agentalojado."
• "Verifica o estado do contentor para triage-agent."
• "Mostra-me o esquema de definição de agentes para agentes prontos."
• "Apaga o old-test-agent do meu projeto."

Sessões e ficheiros de agentes hospedados

Criar e gerir sessões de computação isoladas para agentes alojados. Inspecionar registos e gerir ficheiros no sistema de ficheiros de cada sessão.

Exemplos de prompts:

• "Cria uma sessão para o meu agente data-analysthospedado."
• "Lista as sessões e data-analyst mostra primeiro as mais recentes."
• "Transmita até 100 loglines da sessão analysis-2026."
• "Carregar input.csv em /data/input.csv durante a sessão."
• "Descarrega /data/results.csv da sessão."
• "Apagar a sessão analysis-2026 e libertar os seus recursos de computação."

Gestão da caixa de ferramentas

Criar, recuperar, versionar, atualizar e eliminar caixas de ferramentas num projeto Foundry.

Exemplos de prompts:

• "Mostra-me a caixa de customer-support-tools ferramentas."
• "Obtenha a versão 2 de customer-support-tools."
• "Criar uma nova versão de customer-support-tools."
• "Define a versão 2 de customer-support-tools como padrão."
• "Defina a versão 1 de customer-support-tools como padrão, depois apague a versão 2."
• "Apaga a old-support-tools caixa de ferramentas."

As versões da caixa de ferramentas são imutáveis. toolbox_version_create Também cria a caixa de ferramentas caso esta não exista. Para uma caixa de ferramentas existente, criar uma versão não altera a versão padrão. Ligue toolbox_update com defaultVersion definir para a nova versão para promovê-lo. Antes de apagares a versão padrão atual, define outra versão como padrão.

Gestão de conjuntos de dados

Criar, recuperar, versionar e descarregar conjuntos de dados de avaliação num projeto Foundry.

Exemplos de prompts:

• "Carregar a minha pergunta e perguntas de apoio ao cliente, Um conjunto de dados deste Armazenamento de Blobs do Azure URL."
• "Mostra-me todos os conjuntos de dados do meu projeto Foundry."
• "Obtenha detalhes para a versão 2 do customer-support-qa conjunto de dados."
• "Lista todas as versões do meu product-reviews conjunto de dados."
• "Obtenha um URL de download para a versão mais recente de customer-support-qa."

Empregos na geração de dados

Criar e gerir trabalhos independentes de geração de dados para avaliação ou ajuste fino de dados. Gera dados a partir de prompts, agentes, rastreios, conjuntos de dados ou ficheiros carregados.

Exemplos de prompts:

• "Gerar 100 exemplos de perguntas e respostas de avaliação a partir deste prompt."
• "Mostra-me o estado do trabalho job-123de geração de dados."
• "Cancelar trabalho job-123de geração de dados."
• "Apagar o trabalho job-123de geração de dados concluído."

Ações de avaliação

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

Exemplos de prompts:

• "Avaliar a minha customer-support-agent v2 usando avaliadores de Relevância, Fundamento e Coerência."
• "Faz uma avaliação em lote no meu conjunto de dados JSONL com avaliadores de Violência e ÓdioInjustiça."
• "Gerar 50 consultas de teste sintéticas e avaliar o meu agente com elas."
• "Mostra-me todas as corridas de avaliação no meu projeto Foundry."
• "Compare corrida-base-123 com corridas de tratamento run-124 e run-125."

Avaliação de rastreio

Execute avaliações de conversas com múltiplos turnos sobre rastreios de agente ou conversas explicitamente selecionadas e IDs de traços W3C.

Exemplos de prompts:

• "Avalie até cinco vestígios das customer-support-agent últimas 24 horas quanto à firmeza e conclusão da tarefa."
• "Avalie estes IDs de conversa para satisfação do cliente ao nível da conversa."
• "Avalia estes IDs de rastreio do W3C com o meu avaliador personalizado tone-check ."

Suites de avaliação

Crie, versione, execute, atualize e elimine conjuntos de avaliação que agrupem conjuntos de dados, agentes-alvo e avaliadores. Também pode gerar suites a partir de prompts, agentes, vestígios, conjuntos de dados ou ficheiros carregados.

Exemplos de prompts:

• "Criar uma suíte de avaliação com o nome support-quality do meu conjunto de dados de suporte e agente."
• "Executar a versão 2 de support-quality."
• "Atualize o nome de exibição e as etiquetas para a versão 2 de support-quality."
• "Gerar uma suíte de avaliação a partir de traços recentes para customer-support-agent."
• "Mostra-me todos os empregos de geração de suítes de avaliação."

Catálogo avaliador

Navegue pelos avaliadores integrados e gere avaliadores personalizados para utilização em execuções de avaliação.

Exemplos de prompts:

• "Lista todos os avaliadores incorporados disponíveis no meu projeto."
• "Mostra-me a definição completa do coherence avaliador."
• "Crie um avaliador personalizado baseado em prompts chamado tone-check que avalie as respostas numa escala de 1 a 5."
• "Atualiza a descrição do meu tone-check avaliador."
• "Apagar a versão 1 do meu old-evaluator."

Empregos de geração de avaliadores

Gerar avaliadores de forma adaptativa a partir de prompts, agentes ou conjuntos de dados, e monitorizar ou cancelar os trabalhos de geração.

Exemplos de prompts:

• "Gerar um avaliador nomeado policy-compliance a partir deste enunciado de política."
• "Regenerar policy-compliance a partir da versão 2 do meu conjunto de dados de suporte usando a implementação gpt-4odo modelo."
• "Mostra-me todos os trabalhos de geração de avaliadores a correr."
• "Cancelar trabalho job-456de geração de avaliador."

Catálogo de modelos e detalhes

Explore modelos no catálogo de modelos da Foundry, obtenha detalhes dos modelos e determine se um modelo pode ser implementado em Computação Gerida.

Exemplos de prompts:

• "Mostra-me todos os modelos GPT-5.4 disponíveis no catálogo."
• "Liste todos os modelos publicados pela Microsoft com licença MIT."
• "Obtenha informações detalhadas e exemplos de código para GPT-5-mini."
• "Mostra-me modelos anunciados para Computação Gerida."
• "Obtenha detalhes de Computação Gerida e modelos de implementação para openai--gpt-oss-20b."

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

Gestão de implementação de modelos

Implemente, inspecione e remova implementações de modelos, incluindo implementações de Computação Gerida, numa conta Foundry.

Exemplos de prompts:

• "Usar model_deploy_azure_direct_model para implantar o GPT-5-mini com production-chatbot unidades de 20 capacidades."
• "Mostra-me todos os meus modelos atuais de implantação."
• "Mostra-me todas as minhas implementações de Computação Gerida."
• "Usar model_deploy_managed_compute para desdobrar openai--gpt-oss-20b como gpt-oss-managed usando o seu modelo de implementação A100_80GB."
• "Apaga o old-test-deployment que já não estou a usar."

Escolha ferramentas explícitas para cada tipo de implementação:

Não uses o alias obsoleto model_deploy para chamadas novas. Para Computação Gerida, use model_catalog_list primeiro como sinal candidato, depois chame model_details_get. Use model_deploy_managed_compute apenas quando isFoundryManagedCompute for true, e passe um dos modelos de implementação resolvidos. Use model_deployment_get para recuperar qualquer um dos tipos de implantação e model_deployment_delete para eliminar qualquer um dos tipos.

Análise de modelos e recomendações

Compare benchmarks de modelos e obtenha recomendações para mudar para modelos mais económicos ou de maior qualidade.

Exemplos de prompts:

• "Mostra-me dados de benchmark para todos os modelos disponíveis."
• "Compare o desempenho dos benchmarks entre GPT-5.4 e GPT-4."
• "Encontra modelos semelhantes ao meu atual desdobramento no GPT-4."
• "Que modelos me dariam melhor relação qualidade/custo do que o que estou a usar agora?"

Monitorização e operações de modelos

Acompanhe a saúde da implementação, monitorize métricas, verifique o estado de desvalorização e visualize a utilização da quota, incluindo a quota do acelerador de Computação Gerida.

Exemplos de prompts:

• "Mostra-me as métricas de pedidos para a minha production-chatbot missão."
• "Verifica se alguma das minhas implementações está a usar versões de modelos obsoletas."
• "Mostra-me a quota de utilização em todas as regiões para a minha subscrição."
• "Mostra-me A100_80GB, H100_80GB, MI300_192GB e H200_141GB quota de aceleradores no Leste da US 2."

Conexões do projeto

Gerir ligações a serviços externos (Azure OpenAI, Armazenamento de Blobs do Azure, pesquisa e outros) dentro de um projeto Foundry.

Exemplos de prompts:

• "Lista todas as ligações no meu projeto Foundry."
• "Mostra-me os detalhes da minha azure-search ligação."
• "Que tipos de ligação e métodos de autenticação são suportados?"
• "Crie uma nova ligação AzureOpenAI chamada my-openai usando autenticação AAD."
• "Apaga a old-storage ligação do meu projeto."

Otimização imediata

Otimize os prompts do sistema e as mensagens dos programadores para melhor desempenho dos LLMs.

Exemplos de prompts:

• "Otimize o meu prompt do sistema: 'É um agente de atendimento ao cliente prestável' usando gpt-5.4."
• "Melhorar as instruções do meu agente para obter respostas mais concisas."
• "Refinar o meu prompt otimizado para também responder a perguntas de seguimento."

Avaliação contínua

Capacitar, monitorizar e gerir a avaliação contínua dos agentes. A avaliação contínua avalia automaticamente as respostas dos agentes de forma contínua. A ferramenta deteta automaticamente o tipo de agente (prompt ou alojado) e configura o mecanismo de avaliação apropriado — regras de avaliação para agentes de prompt, ou execuções de avaliação agendadas para agentes alojados.

Exemplos de prompts:

• "Permitir avaliação contínua para mim customer-support-agent usando avaliadores de Relevância e Fundamento."
• "Configurar uma avaliação contínua para o meu agente triage-agent hospedado a correr a cada 2 horas."
• "Mostra-me a configuração de avaliação contínua para customer-support-agent."
• "Desativar a avaliação contínua para a minha old-test-agent."
• "Atualizar a avaliação contínua para customer-support-agent amostrar 50% de respostas."

Exemplos de fluxos de trabalho

Implementação e otimização do modelo:

• "Mostra-me o gpt-5.6-sol modelo do catálogo."
• "Desdobrar-se gpt-5.6-sol com customer-service-bot unidades de 15 capacidades."
• "Monitorizar a latência dos pedidos para a minha nova implantação."
• "Recomendar alternativas mais económicas com base no uso atual."

Planeamento de quotas de Computação Gerida:

• "Use model_quota_list para mostrar a minha quota do acelerador de Computação Gerida e a utilização para subscrição <subscription-id> no Leste dos EUA 2."
• "Compare as instâncias disponíveis para A100_80GB, H100_80GB, MI300_192GB, e H200_141GB."
• "Preciso de quatro instâncias. Identifique quais os aceleradores que têm atualmente quota suficiente disponível e lembre-me que a disponibilidade de quotas não garante capacidade de implementação."
• "Antes de qualquer implementação, mostre-me o acelerador selecionado e a contagem de instâncias para revisão porque o Managed Compute aloca capacidade dedicada faturável de GPU."

Ciclo de vida de implementação de Computação Gerida:

• "Use model_catalog_list para encontrar modelos anunciados para Computação Gerida, onde isManagedCompute está true."
• "Para openai--gpt-oss-20b, use model_details_get para confirmar que isFoundryManagedCompute é true, e mostrar o seu registo modelAssetId, modelos de implementação resolvidos e aceleradores."
• "Usar model_quota_list para verificar o acelerador selecionado no Leste da US 2 antes do desdobramento."
• "Revê comigo o modelo de implantação, acelerador e contagem de instâncias. Depois de confirmar a alocação dedicada da GPU faturável, use model_deploy_managed_compute para criar gpt-oss-managed-test com o registo modelAssetId, um resolvido deploymentTemplate, e o aprovado instanceCount."
• "Usa model_deployment_get para monitorizar gpt-oss-managed-test e verificar se estáKind."Managed
• "Quando os testes terminarem e eu confirmar a limpeza, usa model_deployment_delete para apagar gpt-oss-managed-test."

Fluxo de trabalho de avaliação de agentes:

• "Lista todos os agentes do meu projeto."
• "Avaliar a minha customer-support-agent v2 usando avaliadores de Relevância, Groundedness e Segurança."
• "Compara a minha avaliação de base com a nova corrida."
• "Mostra-me os resultados da comparação com significância estatística."

Configuração de avaliação contínua:

• "Lista todos os agentes do meu projeto."
• "Permitir avaliação contínua para os meus customer-support-agent avaliadores de Relevância, Groundedness e Segurança com a implantação existente gpt-5.6-luna ."
• "Mostra-me a configuração de avaliação contínua para customer-support-agent."
• "Atualizar a avaliação contínua para amostrar 25% de respostas com um máximo de 10 execuções por hora."

Gestão e limpeza de recursos:

• "Lista todas as minhas implantações atuais e o seu uso."
• "Verifique quais as implementações que estão a usar versões de modelo obsoletas."
• "Mostra-me a minha quota de utilização em todas as regiões."
• "Apagar as implantações de teste não utilizadas para libertar capacidade."

Limitações de pré-visualização

O Foundry MCP Server está em pré-visualização pública. Aplicam-se as seguintes limitações:

• Sem isolamento de rede — O Foundry MCP Server utiliza o endpoint https://mcp.ai.azure.compúblico. Os recursos por trás do Azure Private Links não estão acessíveis. Para conectividade privada MCP, constrói o teu próprio servidor MCP e liga-o ao Agent Service com rede privada.
• Residência de dados — Pedidos e respostas podem ser processados em centros de dados da UE ou dos EUA. O próprio servidor não armazena dados, mas pode ocorrer processamento entre regiões.
• Sem SLA — As funcionalidades de Pré-visualização não incluem um acordo de nível de serviço. Não uses o servidor para cargas de trabalho de produção que exigem disponibilidade garantida.
• O conjunto de ferramentas pode mudar — Ferramentas, parâmetros e valores de retorno podem mudar durante o período de pré-visualização sem aviso prévio.

Para mais informações, consulte Termos de Utilização Suplementares para Microsoft Azure Pré-visualizações.

Erros comuns

Para mais orientações sobre resolução de problemas, consulte a segurança e as melhores práticas do Foundry MCP Server.

Conteúdo relacionado

• Comece com o Foundry MCP Server
• Aprenda a construir o seu próprio servidor MCP
• Revise as melhores práticas de segurança para servidores MCP
• Saiba como submeter o seu servidor MCP para certificação na visão geral de certificação do servidor MCP da Microsoft.