MCP 服务器

Azure AI Search MCP Server

将 Claude Desktop 与 Azure AI 搜索集成，允许用户使用关键词、向量或混合搜索方法查询搜索索引。

README

Azure AI Agent Service + Azure AI Search MCP 服务器

一个模型上下文协议 (MCP) 服务器，使 Claude Desktop 能够使用 Azure AI 服务搜索您的内容。您可以选择 Azure AI Agent Service（同时具有文档搜索和 Web 搜索）或直接集成 Azure AI Search。

demo

概述

本项目提供了两种 MCP 服务器实现，用于将 Claude Desktop 与 Azure 搜索功能连接：

Azure AI Agent Service 实现（推荐） - 使用强大的 Azure AI Agent Service 提供：
- Azure AI Search 工具 - 使用 AI 增强的结果搜索您索引的文档
- Bing Web Grounding 工具 - 搜索带有来源引用的 Web
直接 Azure AI Search 实现 - 直接连接到 Azure AI Search，提供三种方法：
- 关键词搜索 - 精确的词汇匹配
- 向量搜索 - 使用嵌入的语义相似性
- 混合搜索 - 关键词和向量搜索的组合

功能

AI 增强搜索 - Azure AI Agent Service 通过智能处理优化搜索结果
多个数据源 - 同时搜索您的私有文档和公共 Web
来源引用 - Web 搜索结果包含原始来源的引用
灵活的实现 - 在 Azure AI Agent Service 或直接 Azure AI Search 集成之间进行选择
无缝 Claude 集成 - 所有搜索功能都可以通过 Claude Desktop 的界面访问
可定制 - 易于扩展或修改搜索行为

快速链接

要求

Python: 3.10 或更高版本
Claude Desktop: 最新版本
Azure 资源:
- 具有包含向量化文本数据的索引的 Azure AI Search 服务
- 对于 Agent Service：具有 Azure AI Search 和 Bing 连接的 Azure AI 项目
操作系统: Windows 或 macOS（提供 Windows 的说明，但可以适应）

Azure AI Agent Service 实现（推荐）

设置指南

项目目录:

mkdir mcp-server-azure-ai-search
cd mcp-server-azure-ai-search

创建 .env 文件:

echo "PROJECT_CONNECTION_STRING=your-project-connection-string" > .env
echo "MODEL_DEPLOYMENT_NAME=your-model-deployment-name" >> .env
echo "AI_SEARCH_CONNECTION_NAME=your-search-connection-name" >> .env
echo "BING_CONNECTION_NAME=your-bing-connection-name" >> .env
echo "AI_SEARCH_INDEX_NAME=your-index-name" >> .env

设置虚拟环境:

uv venv
.venv\Scripts\activate
uv pip install "mcp[cli]" azure-identity python-dotenv azure-ai-projects

使用 azure_ai_agent_service_server.py 脚本 与 Azure AI Agent Service 集成。

Azure AI Agent Service 设置

在使用该实现之前，您需要：

创建一个 Azure AI 项目:
- 转到 Azure 门户并创建一个新的 Azure AI 项目
- 记下项目连接字符串和模型部署名称
创建一个 Azure AI Search 连接:
- 在您的 Azure AI 项目中，添加一个到您的 Azure AI Search 服务的连接
- 记下连接名称和索引名称
创建一个 Bing Web Search 连接:
- 在您的 Azure AI 项目中，添加一个到 Bing Search 服务的连接
- 记下连接名称
使用 Azure 进行身份验证:
```
az login
```

配置 Claude Desktop

{
  "mcpServers": {
    "azure-ai-agent": {
      "command": "C:\\path\\to\\.venv\\Scripts\\python.exe",
      "args": ["C:\\path\\to\\azure_ai_agent_service_server.py"],
      "env": {
        "PROJECT_CONNECTION_STRING": "your-project-connection-string",
        "MODEL_DEPLOYMENT_NAME": "your-model-deployment-name",
        "AI_SEARCH_CONNECTION_NAME": "your-search-connection-name",
        "BING_CONNECTION_NAME": "your-bing-connection-name",
        "AI_SEARCH_INDEX_NAME": "your-index-name"
      }
    }
  }
}

注意: 将路径占位符替换为您实际的项目路径。

直接 Azure AI Search 实现

对于那些喜欢直接 Azure AI Search 集成而无需 Agent Service 的人：

创建一个不同的 .env 文件:

echo "AZURE_SEARCH_SERVICE_ENDPOINT=https://your-service-name.search.windows.net" > .env
echo "AZURE_SEARCH_INDEX_NAME=your-index-name" >> .env
echo "AZURE_SEARCH_API_KEY=your-api-key" >> .env

安装依赖项:

uv pip install "mcp[cli]" azure-search-documents==11.5.2 azure-identity python-dotenv

使用 azure_search_server.py 脚本 直接与 Azure AI Search 集成。

配置 Claude Desktop:

{
  "mcpServers": {
    "azure-search": {
      "command": "C:\\path\\to\\.venv\\Scripts\\python.exe",
      "args": ["C:\\path\\to\\azure_search_server.py"],
      "env": {
        "AZURE_SEARCH_SERVICE_ENDPOINT": "https://your-service-name.search.windows.net",
        "AZURE_SEARCH_INDEX_NAME": "your-index-name",
        "AZURE_SEARCH_API_KEY": "your-api-key"
      }
    }
  }
}

测试服务器

重启 Claude Desktop 以加载新配置
在输入字段的右下角查找 MCP 工具图标（锤子图标）
尝试以下查询：
- "在我的 Azure Search 索引中搜索有关 AI 的信息"
- "在 Web 上搜索 LLM 的最新发展"
- "使用混合搜索查找有关神经网络的信息"

故障排除

服务器未出现:
- 检查 Claude Desktop 日志（位于 Windows 上的 %APPDATA%\Claude\logs\mcp*.log）
- 验证配置文件中的文件路径和环境变量
- 测试直接运行服务器：python azure_ai_agent_service_server.py 或 uv run python azure_ai_agent_service_server.py
Azure AI Agent Service 问题:
- 确保您的 Azure AI 项目已正确配置
- 验证连接是否存在且已正确配置
- 检查您的 Azure 身份验证状态