建立由 Azure Logic Apps 驅動的 MCP 伺服器在 API 中心（預覽）

AI 代理和大型語言模型（LLM）能推理使用者請求，但若沒有工具彌合差距，無法對外部服務、資料庫或商業系統採取行動。 如果你手動建置並公開這些工具來處理發現、認證、輸入結構和版本管理，會增加大量開發負擔。

利用 API 中心與 Azure Azure Logic Apps，您可以建立一個Model Context Protocol （MCP）伺服器，為您的代理與模型提供可被發現且安全的工具組，並由預先建置的連接器動作支援。 例如，這些工具可以讀取、更新或刪除檔案、查詢資料庫、傳送電子郵件、與 API 互動、執行計算，甚至觸發工作流程。 MCP 是一個開放標準，定義了 AI 元件如何發現並呼叫工具。 Azure Logic Apps 提供超過 1,400 個連接雲端服務、本地系統與資料來源的連接器，讓您無需撰寫客製化整合程式碼即可組裝豐富的工具集。

本指南說明如何完成下列工作：

• 建立標準邏輯應用程式所支援的 MCP 伺服器。
• 建置可讓伺服器提供給 Agent 與模型呼叫的工具。
• 透過 API 中心資源註冊 MCP 伺服器。

欲了解更多資訊，請參閱：

• MCP 伺服器概念 (英文)
• 什麼是 Azure API 中心？(部分機器翻譯)
• 什麼是 Azure Logic Apps？
• 什麼是 Azure Logic Apps 中的連接器
• 適用於 Azure Logic Apps 的連接器

了解 MCP 與 API 中心

下圖展示了此情境中不同元件間的關係：

• 您透過 API 中心建立及註冊的 MCP 伺服器與工具
• Azure Logic Apps 中用來建置 MCP 伺服器所提供工具的連接器動作
• MCP 用戶端與 MCP 伺服器之間的互動
• MCP 用戶端與 Agent 或模型之間的互動
• 透過 MCP 用戶端傳入 Agent 或模型的輸入
• 透過 MCP 用戶端從 Agent 或模型傳出的輸出

MCP 是一個開放標準，AI 元件如大型語言模型（LLM）、代理程式及 MCP 用戶端使用，以安全、可發現且結構化的方式與外部服務與系統的工具協作。 此標準定義如何描述、執行及驗證對工具的存取，以便 AI 元件可以和現實世界的服務、系統、資料庫、API 與業務工作流程進行互動。 MCP 伺服器就像 AI 元件和它們可以使用的工具之間的橋樑。

API 中心提供集中式 API 探索與設計階段 API 治理，因此您可以在整合位置追蹤所有 API。 您可以為組織的 API 開發及維護有組織的結構化詳細目錄，其中包含版本詳細資料、API 定義檔案與通用中繼資料等資訊，無論 API 類型、生命週期階段或部署位置為何。 整個組織的利害關係人 (例如 API 計畫經理、IT 系統管理員、應用程式開發人員與 API 開發人員) 可以設計、探索、重複使用及治理這些 API。

先決條件

下表描述本指南的先決條件：

限制和已知問題

對於此發行版本，下列清單描述適用的限制或問題：

• 您只能為 MCP 伺服器選取一個連接器。

• 內建的服務提供者連接器及自訂連接器則不被支援。

• 每個工具都只能有一個動作。

建立 MCP 伺服器與工具

舉例來說，假設你想建立一個包含管理聯絡人和發送電子郵件工具的 MCP 伺服器。

1. 在 Azure 入口網站中，開啟 API 中心資源。

2. 在資源側邊欄的 [探索] 下，選取 [MCP]。

3. 在 [MCP] 頁面上，尋找 Azure Logic Apps 圖格，然後選取 [註冊]。

   

4. 在 [註冊 MCP 伺服器於 Azure Logic Apps] 精靈首頁，請依照以下步驟操作：

   1. 在 專案細節 區塊，請提供以下關於您的 MCP 伺服器的資訊：

      房產	為必填項目	價值觀	Description
      MCP 伺服器名稱	Yes	< MCP-伺服器名稱>	使用於 MCP 伺服器的名稱。
      說明	Yes	< MCP-伺服器描述>	描述 MCP 伺服器的角色、目的及可執行的任務。 此描述有助於代理與模型更準確地識別並選擇適合使用的伺服器與工具。
      邏輯應用程式	Yes	< 標準邏輯應用資源>	從列表中選擇一個現有的 Standard 邏輯應用程式來使用，或要建立新的，請選擇 建立一個邏輯應用程式。

      

   2. 在工具區塊的連接器中，選擇新增或新增。

      

   3. 在 [新增連接器] 窗格與 [選擇連接器] 索引標籤上，尋找並選取您要為其建立工具的連接器，例如：

      

   4. 在 [選取動作] 索引標籤上，選取您要建立為工具的每個動作。 完成時，選取 [下一步]。

      您可以選取多個動作，但只能為每個選取的動作建立一個工具。

      

   5. 在 [建立連線] 索引標籤上，提供任何連線資訊，或視需要登入並驗證您的認證。

      如果您必須建立不同的連線，請選取 [新增]。

   6. 完成後，選擇 儲存，這會帶你回到 「用 Azure Logic Apps 註冊 MCP 伺服器 」頁面。

      [連接器] 區段現在會顯示您選取的連接器。 [動作] 區段會顯示為 MCP 伺服器提供的工具提供支援的選取動作。 根據預設，這些動作的任何參數都會使用 LLM 作為輸入來源。 您可以根據案例的需求，將此輸入來源變更為由使用者提供。

      

5. 若要協助 Agent 或 LLM 選擇正確的工具，並將正確溯源的輸入傳遞至工具參數，請依照下列步驟檢閱並更新每個工具的設定：

   1. 在 [動作] 區段中，選取該工具的工具名稱或編輯 (鉛筆) 按鈕。

   2. 在 [編輯: <工具名稱>] 窗格中，提供下列資訊：

      區段	Description
      說明	描述動作支援工具的用途，以協助 Agent 或 LLM 決定何時使用該工具。 系統提供預設描述，但您可以視需要自訂該文字。 預設文字來自連接器的 API Swagger 描述 (英文)，例如動作 - Office 365 Outlook (英文)。
      預設參數	列出執行工具所需的任何參數。 針對每個參數，輸入來源選項為 [模型] 與 [使用者]。 根據預設，模型 (LLM) 會提供輸入。 如果您選取 [使用者]，則會出現適當的 UX 供您提供輸入來源。 如需詳細資訊，請參閱 瞭解參數值如何在執行階段解析。
      選擇性參數	選取您要為工具包括的任何其他參數。

      下列範例顯示傳送電子郵件 (V2) 工具的描述與參數：

      

   3. 完成時，請選取 [儲存變更]。

6. 當您完成檢閱或更新每個工具時，請選取 [註冊]。

7. 等候 Azure 成功註冊 MCP 伺服器的通知。

瞭解參數值如何在程序執行時解析

本節說明 MCP 伺服器如何取得動作支援工具的輸入參數值的選項。 您可以將模型保留為預設來源，也可以為所有互動提供硬式編碼的靜態值。

• 模型提供的輸入

  依預設，模型會根據客服專員與一般使用者之間的交談，在執行階段傳入參數值。 這些值是動態的，在執行階段之前是未知的。

• 使用者提供的輸入

  您可以在開發期間指定參數值。 這些數值通常是硬編碼的，且在代理迴路與終端使用者之間的所有互動中保持不變。

尋找並檢視 MCP 伺服器

針對此工作，請確定您已完成設定 API 中心入口網站的需求 (部分機器翻譯)。

1. 在 API 中心資源側邊欄的 [API 中心入口網站] 底下，選取 [設定]。

2. 在 [設定] 工具列上，選取 [檢視 API 中心入口網站]。

   您的瀏覽器會在下列 URL 開啟 API 中心資源的 API 入口網站：

   https://<API 中心資源名稱>.<區域>.azure-apicenter.ms。

   如需詳細資訊，請參閱存取 API 中心入口網站。

3. 使用您的 Azure 帳戶進行登入。

   API 入口網站會顯示可用的 MCP 伺服器。

4. 尋找並選取您建立的 MCP 伺服器。

5. 在 MCP 伺服器資訊窗格的 [選項] 索引標籤上，找到 [端點 URL] 區段，然後選取 [複製 URL]，以便測試來自 MCP 用戶端的存取。

測試對 MCP 伺服器的存取

1. 在 Visual Studio Code 中，從 [檢視] 功能表，選取 [命令選擇區]。 尋找並選取 [MCP: 新增伺服器]。

   

2. 選取HTTP（HTTP 或 Server-Sent 事件）。 輸入 伺服器網址時，請輸入你 MCP 伺服器的網址。

3. 輸入 伺服器 ID 時，請輸入一個有意義的 MCP 伺服器名稱。

   當您第一次新增 MCP 伺服器時，必須選擇要用於儲存 MCP 設定的位置。 您會看到下列選項，因此請選擇最適合您案例的選項：

   Option	Description
   全球	您的使用者設定，這是位於 c:\使用者<您的使用者名稱>\AppData\Roaming\Code\User 的目錄，而且可跨所有工作區使用。
   Workspace	您目前在 Visual Studio Code 中的工作區。

   此範例會選取 [全域] 以將 MCP 伺服器資訊儲存在使用者設定中。 因此，Visual Studio Code 會建立並開啟 mcp.json 檔案，其中會顯示您的 MCP 伺服器資訊。

4. 在開啟的 mcp.json 檔案中，選取 [開始] 或 [重新啟動] 連結以建立 MCP 伺服器的連線，例如：

   

5. 當驗證提示出現時，請選取 [允許]，然後選取要用於驗證的帳戶。

6. 登入並同意呼叫 MCP 伺服器。

   驗證完成後，mcp.json 檔案會顯示 [執行中] 作為 MCP 伺服器狀態。

   

7. 作為測試，請嘗試從 GitHub Copilot 呼叫 MCP 伺服器：

   1. 在 Visual Studio Code 標題列上，開啟 [Copilot] 清單，然後選取 [開啟聊天]。

   2. 在聊天輸入框中，從 內建 模式列表中選擇 「代理人」。

   3. 從 [LLM] 清單選取要使用的 LLM。

   4. 若要瀏覽 MCP 伺服器中可用的工具，請選取 [設定工具]。

   5. 在工具清單中，視需要選取或清除工具，但請確定已選取新的 MCP 伺服器。

現在，您可以透過 Copilot 聊天介面與 MCP 伺服器互動。

相關內容

• Azure Logic Apps 中 AI Agent 和模型的工作流程 (部分機器翻譯)
• 在 Microsoft Foundry 中將 Consumption 工作流作為代理執行的動作來運行