Azure MCP 伺服器工具適用於 Microsoft Foundry 擴充功能

Azure MCP 伺服器讓您能管理 Microsoft Foundry 擴充資源,包括建立聊天與文字補全、產生嵌入、列出模型,以及使用自然語言提示的知識索引。

Microsoft Foundry 是一個用於部署和管理自訂 AI 模型的平台,Azure。 它提供工具和服務,用於在生產環境中定型、微調、部署和監視 AI 模型。

知識索引命令需要您的 Microsoft Foundry 專案端點。 OpenAI 指令需要資源名稱和資源群組。 資源 get 指令可以在不提供資源名稱的情況下列出資源。

Note

Tool 參數:Azure MCP 伺服器工具為完成任務所需的資料定義參數。 這些參數中有些是針對每種工具而定,並在此處有詳細說明。 其他參數是全局參數,並由所有工具共用。 如需詳細資訊,請參閱 工具參數。

知識:列出知識索引

從 Foundry 獲取知識索引清單:

  • 尋找在 Foundry 專案中建立的知識索引。
  • 將這些索引與 AI 代理程式搭配使用,以進行知識擷取和 RAG 應用程式。
  • 清單會在您建立新索引或更新現有索引時更新。

範例 CLI 指令

azmcp foundryextensions knowledge index list \
  --endpoint <endpoint>
Parameter 類型 Required Description
endpoint 字串 Yes Microsoft Foundry 專案或服務的端點網址。 端點遵循以下模式: https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-name>。

工具註解提示:

破壞性 冪等 開放世界 唯讀 Secret 本地必修
❌ ✅ ❌ ✅ ❌ ❌

知識:取得索引結構描述

從 Foundry 取得特定知識索引的詳細架構配置。

此作業會顯示有關知識索引結構和設定的完整資訊,包括欄位定義、資料類型、可搜尋屬性和其他結構描述屬性。 使用此結構描述資訊來瞭解索引如何建構和索引您的資料以進行搜尋。

範例 CLI 指令

azmcp foundryextensions knowledge index schema \
  --index <index> \
  --endpoint <endpoint>
Parameter 類型 Required Description
index 字串 Yes 知識索引的名稱。
endpoint 字串 Yes Microsoft Foundry 專案或服務的端點網址。 端點遵循以下模式: https://<foundry-resource-name>.services.ai.azure.com/api/projects/<project-name>。

工具註解提示:

破壞性 冪等 開放世界 唯讀 Secret 本地必修
❌ ✅ ❌ ✅ ❌ ❌

OpenAI:生成聊天結果

在 Foundry 中使用 Azure OpenAI 建立聊天補全。 將訊息發送到 Foundry 資源中部署的 Azure OpenAI 聊天模型,並接收 AI 生成的對話回應。 支持具有消息歷史記錄、系統指令和響應自定義的多輪對話。

範例 CLI 指令

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 <TRUE|FALSE>] \
  [--seed <seed>] \
  [--user <user>]
Parameter 類型 Required Description
resource-name 字串 Yes Microsoft Foundry 資源的名稱。
deployment 字串 Yes 部署的名稱。
message-array 字串 Yes 對話中訊息的 JSON 陣列。 每則訊息都應該具有 role 和 content 屬性。
resource-group 字串 Yes Azure 資源群組名稱。
max-tokens 整數 No 完成時生成標記的最大數量。
temperature number No 控制輸出中的隨機性。 較低的值使其更具確定性。
top-p number No 通過細胞核採樣(0.0 至 1.0)控制多樣性。 預設是 1.0。
frequency-penalty number No 根據其頻率(-2.0 至 2.0)懲罰新代幣。 預設值為 0。
presence-penalty number No 基於出現頻率(-2.0 到 2.0)對新標記進行懲罰。 預設值為 0。
stop 字串 No 最多 4 個序列,API 將在每個序列中停止產生更多的令牌。
stream boolean No 是否要串流回部分進度。 預設值為 false。 若開關未包含值,則預設為 true。
seed 整數 No 若有指定,系統會盡力以確定性方式取樣。
user 字串 No 用於追蹤與濫用監控的使用者識別碼。

工具註解提示:

破壞性 冪等 開放世界 唯讀 Secret 本地必修
❌ ❌ ❌ ✅ ❌ ❌

OpenAI:建立內嵌

使用 Azure OpenAI 在 Foundry 中建立嵌入。 在 Foundry 資源中使用 Azure OpenAI 部署,從文字產生向量嵌入,用於語意搜尋、相似性比較、分群或機器學習。

範例 CLI 指令

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 類型 Required Description
resource-name 字串 Yes Microsoft Foundry 資源的名稱。
deployment 字串 Yes 部署的名稱。
input-text 字串 Yes 要生成嵌入的輸入文本。
resource-group 字串 Yes Azure 資源群組名稱。
user 字串 No 用於追蹤與濫用監控的使用者識別碼。
encoding-format 字串 No 回傳嵌入的格式(float 或 base64)。
dimensions 整數 No 內嵌輸出的維度數目。 僅在某些型號中支援。

工具註解提示:

破壞性 冪等 開放世界 唯讀 Secret 本地必修
❌ ❌ ❌ ✅ ❌ ❌

OpenAI:建立完成

在 Foundry 中使用 Azure OpenAI 來建立文字補全。 將提示或問題寄送給部署在 Foundry 資源中的 Azure OpenAI 模型,並獲得生成的文字回答。 當你需要建立完成內容、取得 AI 生成內容、生成問題答案,或根據任何輸入提示從 Azure OpenAI 生成文字補全時,請使用此功能。 支持使用溫度和最大令牌進行自定義。

範例 CLI 指令

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 類型 Required Description
deployment 字串 Yes 部署的名稱。
prompt-text 字串 Yes 要傳送至完成模型的提示文字。
resource-name 字串 Yes Microsoft Foundry 資源的名稱。
resource-group 字串 Yes Azure 資源群組名稱。
max-tokens 整數 No 完成時生成標記的最大數量。
temperature number No 控制輸出中的隨機性。 較低的值使其更具確定性。

工具註解提示:

破壞性 冪等 開放世界 唯讀 Secret 本地必修
❌ ❌ ❌ ✅ ❌ ❌

OpenAI:列出模型和部署

列出 Microsoft Foundry 資源中的 Azure OpenAI 模型部署。 此工具會擷取已部署模型的相關資訊,包括模型名稱、版本、功能和部署狀態。

範例 CLI 指令

azmcp foundryextensions openai models-list \
  --resource-name <resource-name> \
  --resource-group <resource-group>
Parameter 類型 Required Description
resource-name 字串 Yes Microsoft Foundry 資源的名稱。
resource-group 字串 Yes Azure 資源群組名稱。

工具註解提示:

破壞性 冪等 開放世界 唯讀 Secret 本地必修
❌ ✅ ❌ ✅ ❌ ❌

資源:取得 Foundry 資源

列出或取得 Microsoft Foundry 資源,並回傳資源層級細節,如端點 URL、位置、SKU、種類及配置狀態。 如果你提供資源名稱,工具會回傳那個單一資源。 否則,它會回傳資源庫存的範圍。 在 Foundry 資源中部署模型庫存時,請使用 OpenAI 模型清單工具。

範例 CLI 指令

azmcp foundryextensions resource get \
  [--resource-name <resource-name>]
Parameter 類型 Required Description
resource-name 字串 No Microsoft Foundry 資源的名稱。

工具註解提示:

破壞性 冪等 開放世界 唯讀 Secret 本地必修
❌ ✅ ❌ ✅ ❌ ❌