Dostupné nástroje a ukázkové výzvy pro Foundry MCP Server (Preview)

Foundry MCP Server zveřejňuje 38 nástrojů napříč 10 kategoriemi, které umožňují spravovat agenty, datové sady, hodnocení, nasazení modelu a další – to vše prostřednictvím konverzačních výzev místo volání rozhraní API. Tento odkaz použijte k prozkoumání jednotlivých nástrojů a vyzkoušení ukázkových výzev ve vašem vlastním projektu.

Tip

Před použitím těchto nástrojů dokončete instalaci Serveru Foundry MCP.

Note

Tato funkce je aktuálně ve verzi Public Preview. Tato verze Preview je poskytována bez smlouvy o úrovni služeb a nedoporučujeme ji pro produkční úlohy. Některé funkce nemusí být podporované nebo můžou mít omezené možnosti. Další informace najdete v tématu Supplementální podmínky použití pro Microsoft Azure Verze Preview.

Jak fungují nástroje

Když do klienta kompatibilního s mcp zadáte výzvu v přirozeném jazyce (například v režimu agenta GitHub Copilot), jazykový model vybere příslušný nástroj a formulovat požadované parametry vaším jménem. Nevoláte nástroje přímo – popíšete, co chcete, a model přeloží váš záměr na volání nástroje.

Každý nástroj je klasifikován jako přečtený (načítá informace) nebo zápis (vytváří, aktualizuje nebo odstraňuje prostředky). Operace zápisu mají okamžitý vliv na živé prostředky a fakturaci. Před spuštěním operací zápisu si projděte osvědčené postupy zabezpečení .

Permissions

Všechny operace běží s oprávněními ověřeného uživatele prostřednictvím toku Microsoft Entra ID zapnutoBehalf-Of. Potřebujete následující role:

Typ operace Minimální role Azure Poznámky
Nástroje pro čtení Čtenář projektu nebo účtu Foundry Dostačující pro výpis, dotazování a monitorování.
Nástroje pro psaní Přispěvatel projektu nebo účtu Foundry Vyžaduje se pro vytváření, aktualizaci a odstraňování prostředků.
Správce podmíněného přístupu Conditional Access Administrator v Entra ID Je potřeba jenom v případě, že konfigurujete zásady přístupu na úrovni tenanta.

Další informace najdete v tématu Řízení přístupu na základěrole pro Microsoft Foundry.

Identifikátory klíčů

Mnoho nástrojů vyžaduje identifikátory prostředků. Jazykový model je extrahuje z kontextu výzvy, ale pomáhá znát formáty:

Identifikátor Formát Kde ji najít
ID prostředku Foundry /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account} Azure portálu Properties stránku
koncový bod projektu https://{account}.services.ai.azure.com/api/projects/{project} Stránka s podrobnostmi projektu Foundry
ID prostředku Project /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} Azure portálu Properties stránku

Správa agentů

Spravujte celý životní cyklus agentů v projektu Foundry, včetně vytvoření, vyvolání, orchestrace kontejnerů a odstranění.

Příklady výzev:

  • Seznam všech agentů v projektu Foundry
  • Vytvoření nového agenta s názvem faq-agent pomocí modelu gpt-4o-mini
  • "Poslat "Dobrý den, jak vám může pomoct?". k mému customer-support-agent."
  • Spuštění kontejneru pro hostovaného agenta triage-agent
  • "Zkontrolujte stav kontejneru."triage-agent
  • "Zobrazení schématu definice agenta pro agenty výzvy."
  • "Odstranit z old-test-agent projektu."
nástroj Access Description Klíčové vstupy Returns
agent_get číst Vypište všechny agenty v projektu Foundry nebo získejte konkrétního agenta podle názvu. Název agenta (volitelné) Seznam agentů nebo definice jednoho agenta s využitím modelu, pokynů a konfigurace nástroje
agent_update zápis Vytvoření, aktualizace nebo klonování agenta Slouží agent_definition_schema_get k prvnímu zjištění schématu úplné definice. Název agenta, model, pokyny, definice nástrojů Vytvoření nebo aktualizace definice agenta
agent_invoke zápis Odešlete zprávu agentu a získejte odpověď. Funguje pro agenty kontejnerů založené na výzev i hostovaných agentech kontejneru. Název agenta, text zprávy Zpráva s odpovědí agenta
agent_delete zápis Trvale odstraňte agenta. U hostovaných agentů se tím také odstraní kontejner. Název agenta Potvrzení odstranění
agent_container_control zápis Spusťte nebo zastavte kontejner hostovaného agenta. Použijte před vyvoláním hostovaného agenta. Název agenta, akce (spuštění nebo zastavení) Stav operace kontejneru
agent_container_status_get číst Zkontrolujte aktuální stav kontejneru hostovaného agenta (spuštění, spuštění, zastavení, selhání atd.). Název agenta Aktuální stav kontejneru
agent_definition_schema_get číst Vrátí kompletní schéma JSON pro definice agenta, včetně všech typů nástrojů. None Úplné schéma JSON pro definice agenta

Správa datových sad

Vytváření, načítání a vyhodnocování verzí v projektu Foundry

Příklady výzev:

  • "Nahrání otázek a odpovědí na podporu zákazníků Datová sada z této adresy URL Azure Blob Storage."
  • "Show me all datasets in my Foundry project" (Zobrazit všechny datové sady v projektu Foundry).
  • "Získání podrobností o customer-support-qa datové sadě verze 2"
  • Seznam všech verzí datové product-reviews sady
nástroj Access Description Klíčové vstupy Returns
evaluation_dataset_create zápis Vytvoření nebo aktualizace verze datové sady z identifikátoru URI Azure Blob Storage Název datové sady, verze, identifikátor URI Blob Storage Metadata datové sady s názvem, verzí a identifikátorem URI
evaluation_dataset_get číst Získá datovou sadu podle názvu a verze nebo zobrazí seznam všech datových sad v projektu. Název a verze datové sady (volitelné) Podrobnosti o datové sadě nebo seznam všech datových sad
evaluation_dataset_versions_get číst Zobrazí seznam všech verzí konkrétní datové sady. Název datové sady Seznam čísel verzí s metadaty

Operace vyhodnocení

Spusťte dávkové vyhodnocení na agentech nebo datových sadách a porovnejte výsledky napříč spuštěními.

Příklady výzev:

  • "Vyhodnotit moji customer-support-agent verzi 2 pomocí vyhodnocovačů relevance, zemást a koherence."
  • "Spuštění dávkového vyhodnocení na mé datové sadě JSONL s vyhodnocením Násilí a HateUnfairness."
  • Vygenerování 50 syntetických testovacích dotazů a vyhodnocení agenta s nimi
  • "Show me all evaluation runs in my Foundry project."
  • "Porovnejte run-baseline-123 s testovacími běhy run-124 a run-125."
nástroj Access Description Klíčové vstupy Returns
evaluation_agent_batch_eval_create zápis Vytvořte spuštění dávkového vyhodnocení, které volá konkrétního agenta. Podporuje integrované a vlastní vyhodnocovače a syntetické generování dat. Název/verze agenta, názvy vyhodnocovače, datová sada (volitelné pro syntetickou generaci), počet syntetických dotazů (volitelné) ID a stav spuštění vyhodnocení
evaluation_dataset_batch_eval_create zápis Vytvořte spuštění dávkového vyhodnocení pro datovou sadu JSONL. Podporuje integrované a vlastní vyhodnocovače. Název/verze datové sady, názvy vyhodnocovače ID a stav spuštění vyhodnocení
evaluation_get číst Zobrazení seznamu spuštění vyhodnocení v projektu Foundry ID zkušebního spuštění (volitelné) Seznam testovacích spuštění se stavem a skóre nebo podrobnostmi o konkrétním spuštění
evaluation_comparison_create zápis Umožňuje vytvořit výsledky porovnání mezi spuštěním základní hodnoty a vyhodnocením léčby. ID spuštění podle směrného plánu, ID spuštění léčby ID přehledu porovnání
evaluation_comparison_get číst Získejte nebo vypíšete přehledy porovnání vyhodnocení. ID přehledu porovnání (volitelné) Výsledky porovnání se statistickou analýzou

Katalog vyhodnocovače

Projděte si předdefinované vyhodnocovače a spravujte vlastní vyhodnocovače, které se můžou použít ve zkušebních spuštěních.

Příklady výzev:

  • Seznam všech předdefinovaných vyhodnocovačů dostupných v mém projektu
  • "Ukaž mi úplnou definici coherence vyhodnocovače."
  • "Vytvořte vlastní vyhodnocovací modul založený na výzev, který označuje tone-check hodnocení odpovědí na stupnici 1 až 5."
  • "Aktualizujte popis mého tone-check vyhodnocovače."
  • "Odstranit verzi 1 z mého old-evaluator."
nástroj Access Description Klíčové vstupy Returns
evaluator_catalog_get číst Vypisujte vyhodnocovače v katalogu nebo získejte úplnou definici konkrétního vyhodnocovače. Filtrování podle předdefinovaných nebo vlastních typů Název vyhodnocovače (volitelné), filtr typů (integrovaný nebo vlastní, volitelný) Seznam vyhodnocovače nebo úplná definice vyhodnocovače s logikou vyhodnocování
evaluator_catalog_create zápis Vytvoření vlastního vyhodnocovače založeného na příkazovém řádku nebo kódu Název vyhodnocovače, typ (výzva nebo kód), definice Byla vytvořena metadata vyhodnocovače.
evaluator_catalog_update zápis Aktualizujte metadata (zobrazovaný název, popis, kategorii) pro existující vlastní vyhodnocovač. Název vyhodnocovače, pole, která se mají aktualizovat Aktualizovaná metadata vyhodnocovače
evaluator_catalog_delete zápis Odstraňte konkrétní verzi vlastního vyhodnocovače. Název vyhodnocovače, verze Potvrzení odstranění

Katalog modelů a podrobnosti

Prozkoumejte a získejte podrobnosti o modelech v katalogu modelů Foundry.

Příklady výzev:

  • "Ukaž mi všechny modely GPT-5.4 dostupné v katalogu."
  • Seznam všech Microsoft publikovaných modelů s licencí MIT
  • "Získejte podrobné informace a ukázky kódu pro GPT-5-mini."
nástroj Access Description Klíčové vstupy Returns
model_catalog_list číst Vypisujte modely z katalogu modelů Foundry s volitelnými filtry (vydavatel, licence, úloha). Hledat klíčová slova, vydavatele, typ licence, typ úkolu (všechny volitelné) Seznam modelů s názvem, vydavatelem, licencí a možnostmi
model_details_get číst Získejte úplné podrobnosti o modelu a ukázky kódu. Název nebo ID modelu Specifikace modelů, ceny, podporované oblasti a ukázky kódu

Správa nasazení modelů

Nasazení, kontrola a odebrání nasazení modelů v účtu Foundry

Příklady výzev:

  • Nasazení GPT-5-mini s production-chatbot 20 jednotkami kapacity
  • "Show me all my current model deployments" (Ukaž mi všechna moje aktuální nasazení modelu).
  • "Odstraňte old-test-deployment , co už nepoužívám."
nástroj Access Description Klíčové vstupy Returns
model_deploy zápis Vytvoření nebo aktualizace nasazení modelu s zadanou kapacitou Název modelu, název nasazení, jednotky kapacity Podrobnosti o nasazení s koncovým bodem a zřízenou kapacitou
model_deployment_get číst Získejte jedno nebo více nasazení modelu z účtu Foundry. Název nasazení (volitelné) Seznam nasazení nebo podrobností o jednom nasazení se stavem a kvótou
model_deployment_delete zápis Odstranění konkrétního nasazení modelu podle názvu Název nasazení Potvrzení odstranění

Analýza modelů a doporučení

Porovnejte srovnávací testy modelů a získejte doporučení pro přechod na cenově výhodnější nebo kvalitnější modely.

Příklady výzev:

  • "Show me benchmark data for all available models" (Zobrazit data srovnávacích testů pro všechny dostupné modely).
  • "Porovnání výkonu srovnávacího testu mezi GPT-5.4 a GPT-4."
  • "Vyhledejte modely podobné mému aktuálnímu nasazení GPT-4."
  • "Jaké modely by mi daly lepší poměr kvality a nákladů než to, co teď používám?"
nástroj Access Description Klíčové vstupy Returns
model_benchmark_get číst Načtení dat srovnávacích testů pro modely Foundry Filtry modelů (volitelné) Srovnávací skóre, přesnost, náklady a metriky latence
model_benchmark_subset_get číst Získejte data srovnávacích testů pro konkrétní páry názvů modelů a verzí. Dvojice názvů modelů a verzí Srovnávací data srovnávacích testů pro zadané modely
model_similar_models_get číst Najděte podobné modely na základě podrobností o nasazení nebo modelu. Název nasazení nebo název modelu Seznam podobných modelů s porovnáním funkcí
model_switch_recommendations_get číst Získejte doporučení přepínače modelu na základě dat srovnávacích testů. Název aktuálního nasazení Doporučené modely s analýzou kompromisů mezi kvalitou a náklady

Monitorování a provoz modelů

Sledujte stav nasazení, monitorujte metriky, zkontrolujte stav vyřazení a zobrazte využití kvóty.

Příklady výzev:

  • "Ukaž mi metriky požadavků pro moje production-chatbot nasazení.".
  • Zkontrolujte, jestli některá z mých nasazení používá zastaralé verze modelu.
  • "Zobrazit využití kvóty napříč všemi oblastmi pro moje předplatné."
nástroj Access Description Klíčové vstupy Returns
model_monitoring_metrics_get číst Získejte metriky monitorování (požadavky, latence, chyby, kvóta) pro nasazení modelu. Název nasazení, časový rozsah (volitelné) Počet požadavků, percentily latence, míra chyb a využití tokenů
model_deprecation_info_get číst Získejte informace o nasazení obohacené o plány vyřazení a vyřazení. Název nasazení (volitelné) Podrobnosti o nasazení s datem vyřazení a navrhovanými nahrazeními
model_quota_list číst Uveďte dostupnou kvótu nasazení a využití předplatného v oblasti. Oblast (volitelné) Omezení kvót, aktuální využití a dostupná kapacita na řadu modelů

Projektová připojení

Umožňuje spravovat připojení k externím službám (Azure OpenAI, Azure Blob Storage, vyhledávání a další) v rámci projektu Foundry.

Příklady výzev:

  • "Vypište všechna připojení v projektu Foundry.".
  • "Ukaž mi podrobnosti o mém azure-search připojení."
  • Jaké typy připojení a metody ověřování se podporují?
  • Vytvoření nového připojení AzureOpenAI volané my-openai pomocí ověřování AAD
  • "Odstraňte old-storage připojení z projektu.".
nástroj Access Description Klíčové vstupy Returns
project_connection_list číst Zobrazí seznam všech připojení v projektu Foundry s volitelným filtrováním podle kategorie nebo cíle. Filtr kategorií, cílový filtr (oba volitelné) Seznam připojení s názvem, typem a stavem
project_connection_get číst Získejte konkrétní připojení podle názvu. Název připojení Podrobnosti o připojení, včetně kategorie, cíle a typu ověřování.
project_connection_list_metadata číst Uveďte seznam všech podporovaných kategorií připojení a typů ověřování. Nejdřív zavolejte, aby se zjistily platné hodnoty. None Podporované kategorie (například AzureOpenAI, AzureBlobStorage) a typy ověřování (například AAD, klíč).
project_connection_create zápis Vytvořte nebo nahraďte připojení projektu. Název připojení, kategorie, cíl, typ ověřování Vytvoření podrobností o připojení
project_connection_update zápis Aktualizujte existující připojení projektu. Název připojení, pole, která se mají aktualizovat Aktualizace podrobností o připojení
project_connection_delete zápis Odstranění připojení projektu podle názvu Název připojení Potvrzení odstranění

Optimalizace promptu

Optimalizujte výzvy systému a zprávy vývojářů pro lepší výkon LLM.

Příklady výzev:

  • "Optimalizovat výzvu k systému: "Jste užitečným agentem zákaznických služeb" pomocí gpt-5.4."
  • "Vylepšete mé pokyny k agentům, abyste získali stručnější odpovědi."
  • "Upřesněte mou optimalizovanou výzvu, aby se také zpracovávaly následné otázky."
nástroj Access Description Klíčové vstupy Returns
prompt_optimize zápis Optimalizujte výzvu vývojáře (systémová zpráva) pro lepší výkon LLM pomocí optimalizátoru Azure výzvy OpenAI OpenAI. Text výzvy, cílový model, pokyny pro upřesnění (volitelné) Optimalizovaný text výzvy s vysvětlením změn

Ukázkové pracovní postupy

Pracovní postup vyhodnocení agenta:

  1. "Vypsat všechny agenty v mém projektu."
  2. "Vyhodnocení customer-support-agent relevance, uzemnění a bezpečnostních vyhodnocovačů v2."
  3. "Porovnejte hodnocení směrného plánu s novým spuštěním.".
  4. "Ukažte mi výsledky porovnání se statistickou významností."

Nasazení a optimalizace modelu:

  1. "Ukaž mi všechny modely GPT-5.4 dostupné v katalogu."
  2. Nasazení GPT-5.4 jako customer-service-bot s 15 jednotkami kapacity
  3. Monitorování latence požadavku pro nové nasazení
  4. "Doporučte cenově výhodnější alternativy na základě aktuálního využití."

Správa a čištění prostředků:

  1. Seznam všech aktuálních nasazení a jejich využití
  2. Zkontrolujte, která nasazení používají zastaralé verze modelu.
  3. "Show me my quota usage across all regions" (Ukaž mi využití kvóty napříč všemi oblastmi).
  4. Odstranění nepoužívaných testovacích nasazení za účelem uvolnění kapacity

Omezení verze Preview

Foundry MCP Server je ve verzi Public Preview. Platí následující omezení:

  • Žádná izolace sítě – Foundry MCP Server používá veřejný koncový bod https://mcp.ai.azure.com. Prostředky za Azure privátními odkazy nejsou přístupné. V případě privátního připojení MCP sestavte vlastní server MCP a připojte ho ke službě agentů s privátními sítěmi.
  • Rezidence dat – Žádosti a odpovědi mohou být zpracovány v datových centrech EU nebo USA. Samotný server neukládá data, ale může dojít ke zpracování mezi oblastmi.
  • Žádná smlouva SLA – funkce ve verzi Preview nezahrnují smlouvu o úrovni služeb. Nepoužívejte server pro produkční úlohy, které vyžadují zaručenou dostupnost.
  • Sada nástrojů se může změnit – Nástroje, parametry a návratové hodnoty se můžou změnit během období náhledu bez předchozího upozornění.

Další informace najdete v tématu Supplementální podmínky použití pro Microsoft Azure Verze Preview.

Běžné chyby

Error Příčina Resolution
Odepřený přístup Nedostatečná Azure role RBAC v projektu nebo účtu Foundry. Přiřaďte alespoň čtenáře pro nástroje pro čtení nebo přispěvatele pro nástroje pro zápis. Viz RBAC pro Microsoft Foundry.
Neúspěšné ověření Platnost tokenu Entra ID vypršela nebo je neplatná. Odhlaste se a znovu se přihlaste ke svému účtu Azure v Visual Studio Code nebo nástroji, který používáte.
Překročení kvóty Nedostatek kapacity pro vytvoření nasazení nebo spuštění vyhodnocení Slouží model_quota_list ke kontrole dostupné kvóty před operací.
Prostředek nebyl nalezen. Zadané nasazení, datová sada, agent nebo připojení neexistují. Pomocí odpovídajícího get nástroje nebo list nástroje ověřte název prostředku.
Privátní koncový bod není dostupný Prostředky foundry používají Azure privátních propojeních, ke kterým hostovaný Server Foundry MCP nemůže získat přístup. Odeberte omezení privátního koncového bodu, použijte sady SDK nebo rozhraní REST API nebo použijte vlastní server MCP s privátními sítěmi služby agenta.

Další pokyny k řešení potíží najdete v tématu Zabezpečení a osvědčené postupy pro Foundry MCP Server.

Související obsah

  • Last updated on