基于 Azure Functions 的 AlphaVantage MCP 服务器

本项目实现了一个 Azure Function，它充当 Agent 作为 MCP 服务器和 AlphaVantage 金融 API 之间的桥梁。 它允许 AI agent 通过 MCP 公开的工具访问金融数据并执行金融分析。

<div align="center"> <img src="docs/az-func-mcp.drawio.png" alt="架构图" width="100%"/> </div>

Azure Function 将以下金融数据端点公开为 MCP 工具：

• 公司概览
• 利润表
• 资产负债表
• 现金流量表
• 盈利报告

agent 目录中创建了一个使用 PydanticAI 的演示 agent，可用于测试 MCP 服务器。 更多信息请参考 演示 Agent 文件。

前提条件

• Azure 订阅
• Azure Developer CLI (azd)
• Azure Functions Core Tools
• Python 3.11
• AlphaVantage API 密钥 (参见 AlphaVantage)

本地开发

1. 克隆此仓库
2. 创建一个虚拟环境并安装依赖项：

uv sync --frozen

3. 在 src 目录中创建一个 local.settings.json 文件，其中包含您的 AlphaVantage API 密钥：

{
  "IsEncrypted": false,
  "Values": {
    "FUNCTIONS_WORKER_RUNTIME": "python",
    "AzureWebJobsStorage": "UseDevelopmentStorage=true",
    "ALPHAVANTAGE_API_KEY": "your-alphavantage-api-key"
  }
}

4. 在本地运行该函数：

cd src
func start

部署

1. 登录到 Azure：

azd auth login

2. 部署应用程序：

azd up

这将预配必要的 Azure 资源并部署 Function App。

注意： 有关设置环境变量的信息，请参阅 添加环境变量 部分。

获取 MCP 端点 URL

部署后，检索您的 MCP 扩展系统密钥：

az functionapp keys list \
  --resource-group <resource_group> \ 
  --name <function_app_name>

您的 MCP 端点 URL 将是：

https://<funcappname>.azurewebsites.net/runtime/webhooks/mcp/sse?code=<your-mcp-extension-system-key>

添加环境变量

您可以通过两种方式将环境变量添加到您的 Azure Function：

1. 使用参数文件（推荐用于部署）

将您的环境变量添加到 infra/main.parameters.json 文件：

{
  "parameters": {
    // 其他参数...
    "functionAppEnvironmentVariables": {
      "value": {
        "ALPHAVANTAGE_API_KEY": "your-api-key",
        "MY_VARIABLE": "my-value"
      }
    }
  }
}

然后使用以下命令部署：

azd up

2. 使用 Azure CLI（用于更新现有部署）

az functionapp config appsettings set \
  --name <function_app_name> \
  --resource-group <resource-group> \
  --settings ALPHAVANTAGE_API_KEY=<your-api-key>

设置 VS Code 进行 MCP 开发

本项目包含一个 .vscode/mcp.json 配置文件，可帮助您在开发期间连接到您的 MCP 端点。 此文件包含：

1. 输入定义 - 提示输入：

   • Azure Functions MCP 扩展系统密钥（安全存储）
   • 您的 Azure Functions App 名称

2. 服务器配置：

   • remote-mcp-function - 使用上述输入连接到您部署的 Azure Function
   • local-mcp-function - 连接到在端口 7071 上本地运行的函数

这允许您在开发期间直接从 VS Code 测试您的 MCP 工具，无论是针对您的本地 function app 还是您部署的 Azure 实例。

演示 Agent

agent 目录包含如何使用 Agno 框架将此 MCP 端点与 AI agent 结合使用的示例。 您可以使用它作为您自己的金融分析 agent 的起点。

基础设施代码归属

此项目的基础设施代码改编自 Azure-Samples/remote-mcp-functions-python，它提供了一个用于将 Python 函数作为远程 MCP 工具部署在 Azure 上的模板。