
Azure AI Agent Service MCP Server
在任何 MCP 客户端中启用与 Azure AI Agents 的连接,允许用户通过对话界面利用 Azure AI Foundry 的模型和知识工具,如 Azure AI 搜索和 Bing Web Grounding。
README
Azure AI Agent Service MCP 服务器
此 MCP 服务器与 Azure AI Foundry 集成,能够连接到您现有的 Azure AI Agents,并利用 Azure AI Foundry 中提供的各种模型和知识工具,例如 Azure AI Search 和 Bing Web Grounding。
功能
- 🤖 Agent 集成 - 连接到您现有的 Azure AI Agents
- 🔄 无缝工作流 - 在任何 MCP 客户端中直接使用您的 agents
- 🛡️ 安全 - 所有连接都使用您的 Azure 凭据
- 🧠 对话记忆 - 每个客户端会话都维护独立的对话历史记录
工具
-
connect_agent
- 通过 ID 连接到特定的 Azure AI Agent
- 输入:
agent_id
(字符串): 要连接的 Azure AI Agent 的 IDquery
(字符串): 要发送给 agent 的问题或请求thread_id
(字符串, 可选): 用于继续对话的线程 ID
- 返回:来自 agent 的格式化响应
-
query_default_agent
- 向默认配置的 agent 发送查询
- 输入:
query
(字符串): 要发送给 agent 的问题或请求thread_id
(字符串, 可选): 用于继续对话的线程 ID
- 返回:来自默认 agent 的格式化响应
-
list_agents
- 列出您的项目中所有可用的 Azure AI Agents
- 返回:包含 ID 和名称的可用 agent 列表
配置
设置 Azure
- 通过 Azure AI Foundry 创建 Azure AI Agents
- 记录您的 Azure AI 项目连接字符串
- 记录您的 agents 的 ID(您需要这些 ID 来连接到特定的 agents)
- 使用 Azure 凭据进行身份验证:
az login
环境变量
此服务器需要以下环境变量:
# 必需
PROJECT_CONNECTION_STRING=your-project-connection-string
# 可选 (配置默认 agent)
DEFAULT_AGENT_ID=your-default-agent-id
安装
前提条件
- Python 3.10+
- 已安装并配置 Azure CLI
(az)
- 具有所需功能的现有 Azure AI Agents
设置
# 设置环境
python -m venv .venv
.venv\Scripts\activate # 在 Windows 上
source .venv/bin/activate # 在 macOS/Linux 上
# 安装依赖项
pip install mcp[cli] azure-identity python-dotenv azure-ai-projects aiohttp
# 直接运行服务器 (从 ./src/python)
python -m azure_agent_mcp_server
如果您更喜欢使用 uv:
# 使用 uv 设置环境
uv venv
.venv\Scripts\activate # 在 Windows 上
source .venv/bin/activate # 在 macOS/Linux 上
# 安装依赖项
uv add mcp[cli] azure-identity python-dotenv azure-ai-projects aiohttp
# 运行服务器 (F)
uv run -m azure_agent_mcp_server
与 Claude Desktop 一起使用
要与 Claude Desktop 一起使用,请将以下内容添加到您的配置文件:
{
"mcpServers": {
"azure-agent": {
"command": "uv",
"args": [
"--directory",
"/ABSOLUTE/PATH/TO/PARENT/FOLDER",
"run",
"-m",
"azure_agent_mcp_server"
],
"env": {
"PROJECT_CONNECTION_STRING": "your-project-connection-string",
"DEFAULT_AGENT_ID": "your-default-agent-id"
}
}
}
}
如果您不想使用 uv
,可以使用 python:
{
"mcpServers": {
"azure-agent": {
"command": "python",
"args": [
"-m",
"azure_agent_mcp_server"
],
"cwd": "/ABSOLUTE/PATH/TO/PARENT/FOLDER",
"env": {
"PYTHONPATH": "/ABSOLUTE/PATH/TO/PARENT/FOLDER",
"PROJECT_CONNECTION_STRING": "your-project-connection-string",
"DEFAULT_AGENT_ID": "your-default-agent-id"
}
}
}
}
与其他 MCP 客户端一起使用
此服务器遵循 MCP 协议规范,可以与任何 MCP 兼容的客户端一起使用。 有关如何连接到外部 MCP 服务器的具体说明,请参阅您的客户端文档。
开发说明
此项目遵循多语言结构,Python 代码位于 python 目录中。 运行或开发时:
- 始终从项目根目录激活虚拟环境
- 运行 Python 命令时,导航到 python 目录
- 对于包安装,请确保您位于 pyproject.toml 所在的 python 目录中
许可证
本项目根据 MIT 许可证获得许可。 这意味着您可以自由使用、修改和分发该软件,但须遵守 MIT 许可证的条款和条件。 有关更多详细信息,请参阅项目存储库中的 LICENSE 文件。
推荐服务器

Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。