Доступные средства и примеры запросов на сервер Foundry MCP (предварительная версия)

В этих справочных документах 79 инструментов Foundry MCP Server в 17 категориях, которые позволяют управлять агентами, сеансами, панелью элементов, наборами данных, вычислениями, развертываниями моделей, непрерывной оценкой и многое другое — все с помощью диалоговых запросов вместо вызовов API. Используйте его, чтобы изучить каждое средство и попробовать примеры запросов в собственном проекте.

Tip

Прежде чем использовать эти средства, выполните настройку сервера Foundry MCP.

Note

Эта функция сейчас доступна в общедоступной предварительной версии. Эта предварительная версия предоставляется без соглашения об уровне обслуживания, и мы не рекомендуем ее для рабочих нагрузок. Некоторые функции могут не поддерживаться или могут иметь ограниченные возможности. Дополнительные сведения см. в разделе Supplemental Terms of Use for Microsoft Azure Previews.

Как работают средства

При вводе запроса естественного языка в клиенте, совместимом с MCP (например, в режиме агента GitHub Copilot), языковая модель выбирает соответствующее средство и сформулирует необходимые параметры от вашего имени. Вы не вызываете инструменты напрямую — вы описываете, что хотите, и модель преобразует намерение в вызов средства.

Каждое средство классифицируется как чтение (извлекает информацию) или записывает (создает, обновляет или удаляет ресурсы). Операции записи влияют на динамические ресурсы и выставление счетов немедленно. Ознакомьтесь с рекомендациями по обеспечению безопасности перед выполнением операций записи.

Permissions

Все операции выполняются с разрешениями пользователя, прошедшими проверку подлинности, через поток Microsoft Entra ID on-Behalf-Of. Вам потребуются следующие роли:

Тип операции	Минимальная роль Azure	Примечания
Средства чтения	Читатель проекта или учетной записи Foundry	Достаточно для перечисления, запроса и мониторинга.
Средства записи	Участник проекта или учетной записи Foundry	Требуется для создания, обновления и удаления ресурсов.
Администратор условного доступа	Conditional Access Administrator в Entra ID	Требуется только при настройке политик доступа на уровне клиента.

Дополнительные сведения см. в разделе Role для управления доступом Microsoft Foundry.

Идентификаторы ключей

Для многих средств требуются идентификаторы ресурсов. Языковая модель извлекает их из контекста запроса, но помогает знать форматы:

Идентификатор	Формат	Где найти его
Идентификатор ресурса Foundry	/subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}	страница Azure портала Properties
Конечная точка проекта	https://{account}.services.ai.azure.com/api/projects/{project}	Страница сведений о проекте Foundry
идентификатор ресурса Project	/subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}	страница Azure портала Properties

Управление агентами

Управление полным жизненным циклом агентов в проекте Foundry, включая создание, вызов, оркестрацию контейнеров и удаление.

Примеры запросов:

• "Перечислить все агенты в моем проекте Foundry".
• "Создайте новый агент с именем faq-agent с помощью модели gpt-4o-mini".
• "Отправить "Привет, как вы можете помочь?". к моему customer-support-agent".
• "Запустите контейнер для размещенного агента triage-agent".
• "Проверьте состояние контейнера для triage-agent."
• "Показать схему определения агента для агентов запроса".
• "Удалить old-test-agent из проекта".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
agent_get	read	Вывод списка всех агентов в проекте Foundry или получение определенного агента по имени.	Имя агента (необязательно)	Список агентов или определение одного агента с моделью, инструкциями и конфигурацией средства.
agent_update	write	Создание, обновление или клонирование агента. Сначала используйте agent_definition_schema_get для обнаружения схемы полного определения.	Имя агента, модель, инструкции, определения инструментов	Создание или обновление определения агента.
agent_invoke	write	Отправьте сообщение агенту и получите ответ. Работает как для агентов контейнеров на основе запросов, так и для размещенных контейнеров.	Имя агента, текст сообщения	Сообщение ответа агента.
agent_delete	write	Окончательно удалите агент. Для размещенных агентов это также удаляет контейнер.	Имя агента	Подтверждение удаления.
agent_container_control	write	Запустите или остановите контейнер размещенного агента. Используйте перед вызовом размещенного агента.	Имя агента, действие (запуск или остановка)	Состояние операции контейнера.
agent_container_status_get	read	Проверьте текущее состояние контейнера размещенного агента (запуск, запуск, остановка, сбой и т. д.).	Имя агента	Текущее состояние контейнера.
agent_definition_schema_get	read	Возвращает полную схему JSON для определений агентов, включая все типы инструментов.	Нет	Полная схема JSON для определений агента.

Размещенные сеансы и файлы агента

Создание изолированных сеансов вычислений для размещенных агентов и управление ими. Проверьте журналы и управляйте файлами в файловой системе каждого сеанса.

Примеры запросов:

• "Создание сеанса для размещенного агента data-analyst".
• "Вывод списка сеансов и отображения новейших первых data-analyst ".
• "Потоковая передача до 100 строк журнала из сеанса analysis-2026".
• "Отправить input.csv в /data/input.csv сеанс".
• "Скачать /data/results.csv из сеанса".
• "Удаление сеанса analysis-2026 и освобождение вычислительных ресурсов".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
session_create	write	Создайте новый сеанс для размещенного агента. Сеансы предоставляют изолированные вычислительные среды для выполнения агента.	Имя агента, идентификатор сеанса (необязательно)	Созданный сеанс с идентификатором, состоянием и истечением срока действия.
session_get	read	Получение сведений о конкретном сеансе размещенного агента.	Имя агента, идентификатор сеанса	Состояние сеанса, версия, время создания и истечение срока действия.
session_list	read	Вывод списка сеансов для размещенного агента с разбивкой на страницы и сортировкой.	Имя агента, ограничение, порядок и afterbefore курсор на страницы	Список сеансов.
session_delete	write	Удалите сеанс размещенного агента и выпустите его вычислительные ресурсы.	Имя агента, идентификатор сеанса	Результат операции.
session_logstream	read	Выходные данные консоли потоковой передачи из сеанса размещенного агента. Ответ ограничен, чтобы предотвратить несвязанные операции чтения.	Имя агента, идентификатор сеанса, максимальные строки (необязательно)	Структурированные стандартные выходные данные и события журнала ошибок.
session_file_list	read	Вывод списка файлов и каталогов по пути в сеансе размещенного агента.	Имя агента, идентификатор сеанса, путь (необязательно)	Список файлов и каталогов.
session_file_stat	read	Получение метаданных для файла или каталога в сеансе размещенного агента.	Имя агента, идентификатор сеанса, путь к файлу	Имя, размер, индикатор каталога и время последнего изменения.
session_file_mkdir	write	Создайте каталог в сеансе размещенного агента.	Имя агента, идентификатор сеанса, путь, флаг создания родителей (необязательно), режим разрешения (необязательно)	Результат операции.
session_file_upload	write	Отправьте содержимое в кодировке Base64 в файл в сеансе размещенного агента.	Имя агента, идентификатор сеанса, путь к целевому файлу, содержимое base64	Результат операции.
session_file_download	read	Скачайте файл из сеанса размещенного агента.	Имя агента, идентификатор сеанса, путь к файлу	Содержимое файла в кодировке Base64.
session_file_delete	write	Удалите файл или каталог из размещенного сеанса агента.	Имя агента, идентификатор сеанса, путь к файлу, рекурсивный флаг (необязательно)	Результат операции.

Управление панелью элементов

Создание, извлечение, версия, обновление и удаление элементов в проекте Foundry.

Примеры запросов:

• "Показать мне customer-support-tools панель элементов".
• "Получить версию 2 из customer-support-tools."
• Создание новой версии customer-support-tools."
• "Задать версию 2 в customer-support-tools качестве значения по умолчанию".
• "Установите версию 1 customer-support-tools по умолчанию, а затем удалите версию 2".
• "Удалить old-support-tools панель элементов".

Версии панели элементов неизменяемы. toolbox_version_create также создает панель элементов, если она не существует. Для существующей панели элементов создание версии не изменяет версию по умолчанию. Вызов toolbox_update с defaultVersion установленным значением новой версии для повышения его уровня. Перед удалением текущей версии по умолчанию задайте другую версию в качестве стандартной.

инструмент	Доступ	Description	Входные данные ключей	Возвраты
toolbox_get	read	Получите панель элементов и текущую версию по умолчанию.	Идентификатор панели элементов	Сведения о панели элементов.
toolbox_version_get	read	Вывод списка версий панели элементов или получение определенной версии.	Идентификатор панели элементов, идентификатор версии для определенной версии	Список или сведения о версии панели элементов.
toolbox_version_create	write	Создайте неизменяемую версию панели элементов. Если панель элементов не существует, этот инструмент также создает его.	Идентификатор панели элементов и сведения о версии	Созданная версия панели элементов.
toolbox_update	write	Создайте или обновите панель элементов, включая ее версию по умолчанию.	Идентификатор панели элементов, обновленные сведения о панели элементов при defaultVersion изменении значения по умолчанию	Созданные или обновленные сведения о панели элементов.
toolbox_delete	write	Удаление панели элементов.	Идентификатор панели элементов	Подтверждение удаления.
toolbox_version_delete	write	Удалите определенную версию панели элементов. Чтобы удалить текущее значение по умолчанию, сначала задайте другую версию в качестве значения по умолчанию.	Идентификатор панели элементов, идентификатор версии	Подтверждение удаления.

Управление наборами данных

Создание, извлечение, версия и скачивание наборов данных оценки в проекте Foundry.

Примеры запросов:

• "Отправить службу поддержки клиентов Набор данных из этого URL-адреса Хранилище BLOB-объектов Azure".
• "Показать мне все наборы данных в моем проекте Foundry".
• "Получение сведений о наборе customer-support-qa данных версии 2".
• "Перечислите все версии моего product-reviews набора данных".
• "Получение URL-адреса скачивания для последней customer-support-qaверсии ."

инструмент	Доступ	Description	Входные данные ключей	Возвраты
evaluation_dataset_create	write	Создайте или обновите версию набора данных из URI Хранилище BLOB-объектов Azure.	Имя набора данных, версия, URI Хранилище BLOB-объектов	Метаданные набора данных с именем, версией и URI.
evaluation_dataset_get	read	Получите набор данных по имени и версии или перечислите все наборы данных в проекте.	Имя и версия набора данных (необязательно)	Сведения о наборе данных или список всех наборов данных.
evaluation_dataset_versions_get	read	Вывод списка всех версий определенного набора данных.	Имя набора данных	Список номеров версий с метаданными.
evaluation_dataset_sas_url_get	read	Получение URL-адреса сигнатуры ОБЩЕГО доступа (SAS) для скачивания содержимого версии набора данных. Версия по умолчанию используется в последней версии.	Имя набора данных, версия набора данных (необязательно)	URL-адрес содержимого набора данных с коротким сроком действия.

Задания создания данных

Создание автономных заданий создания данных и управление ими для оценки или точной настройки данных. Создайте данные из запросов, агентов, трассировок, наборов данных или отправленных файлов.

Примеры запросов:

• "Создайте 100 примеров для оценки вопросов и ответов из этого запроса".
• "Показать состояние задания job-123создания данных".
• "Отмена задания job-123создания данных".
• "Удаление завершенного задания job-123создания данных".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
data_generation_job_create	write	Запустите автономное задание создания данных для оценки или точной настройки данных.	Имя задания, тип создания, сценарий, максимальные примеры, развертывание модели создания и входные данные источника	Результат операции.
data_generation_job_get	read	Получение одного задания создания данных по идентификатору или перечисление заданий создания данных при опущении идентификатора.	Идентификатор задания (необязательно)	Сведения о задании или список заданий.
data_generation_job_cancel	write	Отмена задания создания данных.	Идентификатор задания	Результат операции.
data_generation_job_delete	write	Удаление задания создания данных.	Идентификатор задания	Результат операции.

Операции оценки

Выполнение пакетных вычислений для агентов или наборов данных и сравнение результатов во время выполнения.

Примеры запросов:

• "Оцените мою customer-support-agent версию 2 с помощью оценщиков релевантности, основания и согласованности".
• "Запустите пакетную оценку в наборе данных JSONL с помощью оценщиков Насилия и НенавистиUnfairness".
• "Создайте 50 искусственных тестов и оцените агент с ними".
• "Показать мне все запуски оценки в моем проекте Foundry".
• "Сравнить запуск-базовый план-123 с лечением работает run-124 и run-125".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
evaluation_agent_batch_eval_create	write	Создайте пакетную оценку, которая вызывает конкретный агент. Поддерживает встроенные и пользовательские вычислители, а также создание искусственных данных.	Имя и версия агента, имена вычислителя, набор данных (необязательно для искусственного создания), количество искусственных запросов (необязательно)	Идентификатор и состояние выполнения оценки.
evaluation_dataset_batch_eval_create	write	Создайте пакетную оценку для набора данных JSONL. Поддерживает встроенные и настраиваемые вычислители.	Имя набора данных и версия, имена оценщика	Идентификатор и состояние выполнения оценки.
evaluation_get	read	Вывод списка групп оценки или запусков в проекте Foundry. Задайте isRequestForRuns значение true для списка запусков в определенной группе оценки.	Идентификатор группы оценки (необязательно), идентификатор выполнения оценки (необязательно), isRequestForRuns флаг	Список групп оценки или запуск с состоянием и оценками или сведениями для определенного элемента.
evaluation_comparison_create	write	Создайте результаты сравнения между базовым показателем и запуском оценки лечения.	Базовый идентификатор запуска, идентификаторы запуска лечения	Идентификатор анализа сравнения.
evaluation_comparison_get	read	Получение или перечисление аналитических сведений о сравнении.	Идентификатор аналитики сравнения (необязательно)	Сравнение результатов с статистическим анализом.

Оценка трассировки

Выполнение многоэтапных вычислений бесед по трассировкам агента или явно выбранным беседам и идентификаторам трассировки W3C.

Примеры запросов:

• "Оцените до пяти трассировок за customer-support-agent последние 24 часа для заземления и завершения задачи".
• "Оцените эти идентификаторы бесед для удовлетворения клиентов на уровне беседы".
• "Оцените эти идентификаторы трассировки W3C с помощью пользовательского вычислителя tone-check ".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
evaluation_agent_traces_batch_eval_create	write	Создайте многоэтапную пакетную оценку по недавним трассировкам, примерами из агента. Создает группу оценки, если она не указана.	Имена вычислителя, имя агента и версия или идентификатор агента, идентификатор оценки (необязательно), диапазон времени или обратный просмотр, максимальные трассировки	Выполнение оценки.
evaluation_traces_batch_eval_create	write	Создайте многоэтапную оценку пакетной оценки по данным трассировки, выбранным идентификаторами бесед или идентификаторами трассировки W3C. Создает группу оценки, если она не указана.	Имена вычислителя, тип источника трассировки, идентификаторы бесед или идентификаторы трассировки, идентификатор оценки (необязательно), уровень оценки (необязательно)	Выполнение оценки.

Наборы оценки

Создание, версия, запуск, обновление и удаление наборов оценки, которые группирует наборы данных, целевые агенты и вычислители. Вы также можете создавать наборы из запросов, агентов, трассировок, наборов данных или отправленных файлов.

Примеры запросов:

• "Создайте набор оценки с именем support-quality для моего набора данных поддержки и агента".
• Запустите версию 2 support-qualityиз ."
• Обновление отображаемого support-qualityимени и тегов для версии 2."
• Создание набора вычислений из последних трассировок для customer-support-agent."
• "Показать мне все задания создания набора оценки".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
evaluation_suite_create	write	Создайте версию пакета оценки, которая группит оценщиков и может ссылаться на набор данных и целевой агент.	Имя набора, имена вычислителя, набор данных и целевой агент (необязательно), параметры оценки (необязательно)	Версия пакета оценки.
evaluation_suite_get	read	Получите версию пакета оценки, список версий для набора или наборов списков.	Имя набора (необязательно), версия (необязательно), listVersions флаг и фильтр агента (необязательно)	Сведения о наборе, список версий или список наборов.
evaluation_suite_update	write	Обновите отображаемое имя, описание или теги в версии пакета оценки.	Имя набора, версия, поля для обновления	Результат операции.
evaluation_suite_run	write	Запустите запуск набора вычислений.	Имя набора, версия (необязательно), имя оценки (необязательно), уровень оценки (необязательно)	Выполнение оценки.
evaluation_suite_delete	write	Удалите версию пакета оценки. Версия по умолчанию используется в последней версии.	Имя набора, версия (необязательно)	Результат операции.
evaluation_suite_generation_job_create	write	Запустите задание создания набора оценки.	Имя набора, развертывание модели создания, входные данные источника, параметры создания	Задание создания.
evaluation_suite_generation_job_get	read	Получите одно задание создания набора оценки по идентификатору или списку заданий, когда идентификатор опущен.	Идентификатор задания (необязательно), маркер ограничения и продолжения (необязательно)	Создание сведений о задании или списке заданий.
evaluation_suite_generation_job_cancel	write	Отмена задания создания набора оценки.	Идентификатор задания	Результат операции.
evaluation_suite_generation_job_delete	write	Удаление задания создания набора оценки.	Идентификатор задания	Результат операции.

Каталог вычислителя

Просмотрите встроенные вычислители и управляйте пользовательскими вычислителями для использования в запусках оценки.

Примеры запросов:

• "Перечислить все встроенные вычислители, доступные в моем проекте".
• "Показать мне полное определение coherence вычислителя".
• "Создайте настраиваемый средство оценки на основе запроса, которое называется tone-check оценками ответов на 1-5 шкалы".
• "Обновите описание моего tone-check вычислителя".
• "Удалить версию 1 из моей old-evaluator".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
evaluator_catalog_get	read	Вывод списка оценщиков в каталоге или получение полного определения конкретного вычислителя. Фильтруйте по встроенному или пользовательскому типу.	Имя вычислителя (необязательно), фильтр типов (встроенный или настраиваемый, необязательный)	Список оценщика или полное определение вычислителя с логикой оценки.
evaluator_catalog_create	write	Создайте пользовательский средство оценки на основе запроса или на основе кода.	Имя вычислителя, тип (запрос или код), определение	Создано метаданные вычислителя.
evaluator_catalog_update	write	Обновите метаданные (отображаемое имя, описание, категорию) для существующего пользовательского вычислителя.	Имя вычислителя, поля для обновления	Обновленные метаданные вычислителя.
evaluator_catalog_delete	write	Удалите определенную версию настраиваемого вычислителя.	Имя вычислителя, версия	Подтверждение удаления.

Задания создания вычислителя

Создавайте вычислители адаптивно из запросов, агентов или наборов данных, а также отслеживайте или отменяйте задания создания.

Примеры запросов:

• "Создайте средство оценки с именем policy-compliance из этого запроса политики".
• "Повторное создание policy-compliance из 2-й версии моего набора данных поддержки с помощью развертывания gpt-4oмодели".
• "Показать мне все выполняемые задания создания вычислителя".
• "Задание создания job-456вычислителя отмены".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
evaluator_generation_job_create	write	Запустите задание создания адаптивного вычислителя. Предоставление существующего имени вычислителя повторно создает его из обновленных исходных входных данных.	Развертывание модели, имя вычислителя, запрос, агент или входные данные источника набора данных	Задание создания.
evaluator_generation_job_get	read	Получите одно задание создания вычислителя по идентификатору или списку заданий, когда идентификатор опущен.	Идентификатор задания (необязательно), фильтры состояния и агента (необязательно), входные данные на страницы (необязательно)	Создание сведений о задании или списке заданий.
evaluator_generation_job_cancel	write	Отмена задания создания вычислителя.	Идентификатор задания	Результат операции.

Каталог моделей и сведения

Изучите модели в каталоге моделей Foundry, получите сведения о модели и определите, можно ли развернуть модель в управляемом вычислении.

Примеры запросов:

• "Показать все модели GPT-5.4, доступные в каталоге".
• "Перечислить все Microsoft опубликованные модели с лицензией MIT".
• "Получение подробных сведений и примеров кода для GPT-5-mini".
• "Показать мне модели, объявленные для управляемых вычислений".
• "Получение сведений об управляемых вычислительных ресурсах и шаблонах развертывания для openai--gpt-oss-20b."

Для управляемых вычислений определяет isManagedComputemodel_catalog_list объявленного кандидата. Подтвердите возможность развертывания с помощью model_details_get: isFoundryManagedCompute является достоверным сигналом, и разрешенные шаблоны развертывания определяют доступные варианты развертывания и акселераторы.

инструмент	Доступ	Description	Входные данные ключей	Возвраты
model_catalog_list	read	Вывод списка моделей из каталога моделей Foundry с необязательными фильтрами. Для кандидатов управляемых вычислений ответ включает в себя isManagedCompute.	Ключевые слова поиска, издатель, тип лицензии, тип задачи (все необязательно)	Список моделей с именем, издателем, лицензией, возможностями и индикаторами развертывания каталога.
model_details_get	read	Получение полных сведений о модели и примеров кода. Для управляемых вычислений используйте isFoundryManagedCompute для подтверждения возможности развертывания.	Имя или идентификатор модели	Спецификации моделей, цены, поддерживаемые регионы, примеры кода и разрешенные шаблоны развертывания.

Управление развертыванием модели

Развертывание, проверка и удаление развертываний моделей, включая развертывания управляемых вычислений, в учетной записи Foundry.

Примеры запросов:

• "Используйте model_deploy_azure_direct_model для развертывания GPT-5-mini как production-chatbot с 20 единиц емкости".
• "Показать мне все мои текущие развертывания модели".
• "Показать мне все мои развертывания управляемых вычислений".
• "Используйте model_deploy_managed_compute для развертывания openai--gpt-oss-20b с gpt-oss-managed помощью своего шаблона развертывания A100_80GB".
• "Удалите old-test-deployment то, что я больше не использую".

Выберите явные средства для каждого типа развертывания:

Тип развертывания	Создание или обновление
Модели Foundry, предлагаемые Azure	model_deploy_azure_direct_model
Управляемые вычислительные ресурсы	model_deploy_managed_compute

Не используйте устаревший model_deploy псевдоним для новых вызовов. Для управляемых вычислений сначала используйте model_catalog_list в качестве сигнала кандидата, а затем вызовите model_details_get. Используйте model_deploy_managed_compute только в том случае, если isFoundryManagedCompute и trueпередайте один из разрешенных шаблонов развертывания. Используется model_deployment_get для извлечения любого типа развертывания и model_deployment_delete удаления любого типа.

инструмент	Доступ	Description	Входные данные ключей	Возвраты
model_deploy_azure_direct_model	write	Создайте или обновите развертывание для модели Foundry, проданной Azure.	Имя модели, имя развертывания, единицы емкости	Сведения о развертывании с конечной точкой и подготовленной емкостью.
model_deploy	write	Устаревший псевдоним с обратной совместимостью model_deploy_azure_direct_model. Он имеет идентичные входные данные и поведение.	Имя модели, имя развертывания, единицы емкости	Сведения о развертывании с конечной точкой и подготовленной емкостью.
model_deploy_managed_compute	write	Создайте отдельное развертывание управляемых вычислений из ресурса модели реестра и шаблон разрешенного развертывания.	Имя развертывания, modelAssetId, , acceleratorTypedeploymentTemplate(необязательно), instanceCount (необязательно), versionUpgradeOption (необязательно)	Сведения о развертывании управляемых вычислений.
model_deployment_get	read	Получение развертываний моделей Foundry, проданных Azure и развертываниями управляемых вычислений. С именем средство выполняет поиск как типов ресурсов, так и может возвращать оба при совместном использовании этого имени. Без имени он объединяет оба списка.	Имя развертывания (необязательно)	Сведения о развертывании с заданным значением KindADM или Managed.
model_deployment_delete	write	Удалите любой тип развертывания. Средство проверяет развертывания моделей Foundry, проданных Azure сначала, а затем развертывания управляемых вычислений.	Deployment name (Имя развертывания)	Подтверждение удаления.

Аналитика моделей и рекомендации

Сравните тесты моделей и получите рекомендации по переключению на более экономичные или более качественные модели.

Примеры запросов:

• "Показать данные теста для всех доступных моделей".
• "Сравнение производительности теста между GPT-5.4 и GPT-4".
• "Поиск моделей, аналогичных моему текущему развертыванию GPT-4".
• "Какие модели дают мне лучшее соотношение качества и стоимости, чем то, что я использую сейчас?"

инструмент	Доступ	Description	Входные данные ключей	Возвраты
model_benchmark_get	read	Получение данных теста для моделей Foundry.	Фильтры моделей (необязательно)	Оценки теста, точность, затраты и метрики задержки.
model_benchmark_subset_get	read	Получение данных теста для определенных пар моделей и версий.	Пары "Имя модели" и "Версия"	Эталонные данные сравнения для указанных моделей.
model_similar_models_get	read	Поиск аналогичных моделей на основе сведений о развертывании или модели.	Имя развертывания или имя модели	Список аналогичных моделей с сравнением возможностей.
model_switch_recommendations_get	read	Получите рекомендации по переключениям моделей на основе эталонных данных.	Текущее имя развертывания	Рекомендуемые модели с анализом качества и затрат.

Мониторинг и операции модели

Отслеживайте работоспособность развертывания, отслеживайте метрики, проверьте состояние нерекомендуемого использования и просмотрите квоту квоты на управляемые вычислительные акселераторы.

Примеры запросов:

• "Показать мне метрики запроса для моего production-chatbot развертывания".
• "Проверьте, используют ли какие-либо из моих развертываний устаревшие версии модели".
• "Показать мне использование квоты во всех регионах для моей подписки".
• "Показать мне A100_80GB, H100_80GB, MI300_192GB и H200_141GB квоту акселератора на востоке США 2".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
model_monitoring_metrics_get	read	Получение метрик мониторинга (запросов, задержки, ошибок, квот) для развертывания модели.	Имя развертывания, диапазон времени (необязательно)	Количество запросов, процентиль задержки, частота ошибок и использование маркеров.
model_deprecation_info_get	read	Получение сведений о развертывании, обогащенных устаревшими и устаревшими расписаниями.	Имя развертывания (необязательно)	Сведения о развертывании с датами отмены и предлагаемыми заменами.
model_quota_list	read	Список доступных квот развертывания и использования для подписки в регионе, включая квоту акселератора управляемых вычислений.	Подписка, регион	Ограничения квот, текущее использование и доступная емкость для семейства моделей или акселератора.

Проектные подключения

Управление подключениями к внешним службам (Azure OpenAI, Хранилище BLOB-объектов Azure, поиска и других) в проекте Foundry.

Примеры запросов:

• "Перечислить все подключения в моем проекте Foundry".
• "Показать мне сведения о моем azure-search подключении".
• "Какие типы подключений и методы проверки подлинности поддерживаются?"
• "Создайте новое подключение AzureOpenAI, вызываемое my-openai с помощью проверки подлинности AAD".
• "Удалите old-storage подключение из проекта".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
project_connection_list	read	Вывод списка всех подключений в проекте Foundry с необязательным фильтрацией по категориям или целевым объектам.	Фильтр категорий, целевой фильтр (необязательно)	Список подключений с именем, типом и состоянием.
project_connection_get	read	Получение определенного подключения по имени.	Имя подключения	Сведения о подключении, включая категорию, целевой объект и тип проверки подлинности.
project_connection_list_metadata	read	Список всех поддерживаемых категорий подключений и типов проверки подлинности. Сначала вызовите это, чтобы обнаружить допустимые значения.	Нет	Поддерживаемые категории (например, AzureOpenAI, AzureBlobStorage) и типы проверки подлинности (например, AAD, key).
project_connection_create	write	Создайте или замените подключение к проекту.	Имя подключения, категория, целевой объект, тип проверки подлинности	Создано сведения о подключении.
project_connection_update	write	Обновите существующее подключение проекта.	Имя подключения, поля для обновления	Обновлены сведения о подключении.
project_connection_delete	write	Удаление подключения проекта по имени.	Имя подключения	Подтверждение удаления.

Оптимизация запроса

Оптимизируйте системные запросы и сообщения разработчика для повышения производительности LLM.

Примеры запросов:

• "Оптимизация системного запроса: "Вы являетесь полезным агентом обслуживания клиентов" с помощью gpt-5.4."
• "Улучшайте инструкции агента, чтобы получить более краткие ответы".
• "Уточнение оптимизированного запроса, чтобы также обрабатывать последующие вопросы".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
prompt_optimize	write	Оптимизируйте запрос разработчика (системное сообщение) для повышения производительности LLM с помощью Azure оптимизатора запросов OpenAI.	Текст запроса, целевая модель, инструкции уточнения (необязательно)	Оптимизированный текст запроса с объяснением изменений.

Непрерывная оценка

Включите, отслеживайте и управляйте непрерывной оценкой для агентов. Непрерывная оценка автоматически вычисляет ответы агента на постоянной основе. Средство автоматически обнаруживает тип агента (запрос или размещение) и настраивает соответствующий механизм оценки — правила оценки для агентов запроса или запланированные запуски оценки для размещенных агентов.

Примеры запросов:

• "Включите непрерывную оценку для моего customer-support-agent использования оценщиков релевантности и заземления".
• "Настройте непрерывную оценку для размещенного агента triage-agent для выполнения каждые 2 часа".
• "Показать мне конфигурацию непрерывной оценки для customer-support-agent"."
• "Отключить непрерывную оценку для меня old-test-agent".
• "Обновите непрерывную оценку для customer-support-agent примера 50% ответов".

инструмент	Доступ	Description	Входные данные ключей	Возвраты
continuous_eval_create	write	Включите или обновите непрерывную оценку для агента. Автоматически обнаруживает тип агента и настраивает соответствующий механизм оценки. При необходимости создает группу оценки.	Имя агента, имена вычислителя, имя развертывания модели (для оценщиков качества), флаг, интервалные часы (размещенные агенты), скорость выборки (агенты запроса), сценарий (стандартный или бизнес)	Конфигурация непрерывной оценки с идентификатором, состоянием и расписанием.
continuous_eval_get	read	Получение конфигурации непрерывной оценки для агента. Возвращает все конфигурации или фильтруется по сценариям для агентов запроса.	Имя агента, фильтр сценария (необязательно)	Список конфигураций непрерывной оценки с подробными сведениями о вычислителях, расписанием и состоянием.
continuous_eval_delete	write	Удалите конфигурацию непрерывной оценки для агента. Используется continuous_eval_get для поиска идентификаторов конфигурации.	Идентификатор конфигурации, имя агента	Подтверждение удаления.

Примеры рабочих процессов

Развертывание модели и оптимизация:

• "Показать модель gpt-5.6-sol в каталоге".
• "Развертывание gpt-5.6-sol как customer-service-bot с 15 единицами емкости".
• "Отслеживайте задержку запроса для нового развертывания".
• "Рекомендуется использовать более экономичные альтернативные варианты на основе текущего использования".

Планирование квоты управляемых вычислений:

• "Используется model_quota_list для отображения квоты и использования управляемого акселератора вычислений для подписки <subscription-id> на востоке США 2".
• Сравнение доступных экземпляров для A100_80GB, H100_80GBи MI300_192GBH200_141GB."
• "Мне нужны четыре экземпляра. Определите, какие акселераторы в настоящее время имеют достаточно доступной квоты, и напомните мне, что доступность квоты не гарантирует емкость развертывания".
• "Перед любым развертыванием покажите мне выбранный акселератор и число экземпляров для проверки, так как управляемые вычислительные ресурсы выделяет выделенную выделенную емкость GPU".

Жизненный цикл развертывания управляемых вычислений:

• "Использование model_catalog_list для поиска моделей, объявленных для управляемых вычислений, где isManagedCompute находится true".
• "Для openai--gpt-oss-20bподтверждения этого isFoundryManagedComputetrueи model_details_get отображения реестраmodelAssetId, разрешенных шаблонов развертывания и акселераторов".
• "Используйте model_quota_list для проверки выбранного акселератора в восточной части США 2 перед развертыванием".
• "Просмотрите шаблон развертывания, акселератор и число экземпляров со мной. После подтверждения выделения выделенного gpu, используемого для выставления счетов, используйте model_deploy_managed_compute для создания gpt-oss-managed-test с реестром modelAssetId, один разрешенный deploymentTemplateи утвержденный instanceCount.
• "Используется model_deployment_get для отслеживания gpt-oss-managed-test и проверки его Kind наличия Managed".
• "Когда тестирование завершено, и я подтверждаю очистку, используйте model_deployment_delete для удаления gpt-oss-managed-test".

Рабочий процесс оценки агента:

• "Перечислить все агенты в моем проекте".
• "Оцените мою версию customer-support-agent 2 с помощью оценщиков релевантности, заземления и безопасности".
• "Сравните оценку базовых показателей с новым запуском".
• "Показать мне результаты сравнения со статистическим значением".

Непрерывная настройка оценки:

• "Перечислить все агенты в моем проекте".
• "Включите непрерывную оценку для моего customer-support-agent использования релевантности, заземления и оценки безопасности с помощью существующего gpt-5.6-luna развертывания".
• "Показать мне конфигурацию непрерывной оценки для customer-support-agent"."
• "Обновите непрерывную оценку до примера 25% ответов с максимальной скоростью 10 запусков в час".

Управление ресурсами и очистка:

• "Список всех моих текущих развертываний и их использования".
• "Проверьте, какие развертывания используют устаревшие версии модели".
• "Показать мне использование квоты во всех регионах".
• "Удалите неиспользуемые тестовые развертывания для освобождения емкости".

Ограничения предварительной версии

Сервер Foundry MCP находится в общедоступной предварительной версии. Применяются следующие ограничения:

• Нет сетевой изоляции — Сервер Foundry MCP использует общедоступную конечную точку https://mcp.ai.azure.com. Ресурсы, которые стоят за Azure закрытых ссылок, недоступны. Для частного подключения MCP создайте собственный сервер MCP и подключите его к службе агента с помощью частной сети.
• Размещение данных — запросы и ответы могут обрабатываться в центрах обработки данных ЕС или США. Сам сервер не хранит данные, но обработка между регионами может произойти.
• Нет соглашения об уровне обслуживания . Предварительные версии функций не включают соглашение об уровне обслуживания. Не используйте сервер для рабочих нагрузок, требующих гарантированной доступности.
• Набор инструментов может измениться. Средства , параметры и возвращаемые значения могут изменяться в течение периода предварительной версии без уведомления.

Дополнительные сведения см. в разделе Supplemental Terms of Use for Microsoft Azure Previews.

Распространенные ошибки

Error	Причина	Резолюция
Доступ запрещен	Недостаточно Azure роли RBAC в проекте или учетной записи Foundry.	Назначьте по крайней мере средство чтения для средств чтения или участника для средств записи. См. раздел RBAC для Microsoft Foundry.
Ошибка аутентификации	Истек срок действия или недопустимый маркер Entra ID.	Выйдите и войдите в учетную запись Azure в Visual Studio Code или инструмент, который вы используете.
Превышена квота	Недостаточно емкости для создания развертывания или запуска оценки.	Используется model_quota_list для проверки доступной квоты перед операцией.
Ресурс не найден	Указанное развертывание, набор данных, агент или подключение не существует.	Используйте соответствующий get или list инструмент для проверки имени ресурса.
Частная конечная точка недоступна	Ресурсы foundry используют Azure приватных ссылок, к которым не может достичь размещенного сервера Foundry MCP.	Удалите ограничения частной конечной точки, используйте пакеты SDK/REST API или используйте пользовательский сервер MCP с частными сетями службы агента.

Дополнительные рекомендации по устранению неполадок см. в разделе "Безопасность и рекомендации по безопасности сервера Foundry MCP".

Связанный контент

• Начало работы с сервером Foundry MCP
• Узнайте, как создать собственный сервер MCP
• Ознакомьтесь с рекомендациями по обеспечению безопасности серверов MCP
• Узнайте, как отправить сервер MCP для сертификации по Microsoft обзор сертификации сервера MCP.