Tillgängliga verktyg och exempelfrågor för Foundry MCP Server (förhandsversion)

Foundry MCP Server exponerar 38 verktyg i 10 kategorier som gör att du kan hantera agenter, datauppsättningar, utvärderingar, modelldistributioner med mera – allt via konversationsanvisningarna i stället för API-anrop. Använd den här referensen för att utforska varje verktyg och prova exempelprompterna i ditt eget projekt.

Tip

Slutför konfigurationen av Foundry MCP Server innan du använder dessa verktyg.

Note

Den här funktionen är för närvarande i offentlig förhandsversion. Den här förhandsversionen tillhandahålls utan ett serviceavtal och vi rekommenderar det inte för produktionsarbetsbelastningar. Vissa funktioner kanske inte stöds eller har begränsade funktioner. Mer information finns i Supplemental Terms of Use for Microsoft Azure Previews.

Så här fungerar verktyg

När du skriver en fråga på naturligt språk i en MCP-kompatibel klient (till exempel GitHub Copilot agentläge) väljer språkmodellen lämpligt verktyg och formulerar de parametrar som krävs för din räkning. Du anropar inte verktyg direkt – du beskriver vad du vill ha, och modellen översätter din avsikt till ett verktygsanrop.

Varje verktyg klassificeras som läst (hämtar information) eller skriver (skapar, uppdaterar eller tar bort resurser). Skrivåtgärder påverkar liveresurser och fakturering omedelbart. Granska metodtipsen för säkerhet innan du kör skrivåtgärder.

Permissions

Alla åtgärder körs med den autentiserade användarens behörigheter via flödet Microsoft Entra ID PåBehalf-Of. Du behöver följande roller:

Operation type Minsta Azure roll Notes
Read tools Läsare för Foundry-projektet eller kontot Tillräckligt för att lista, fråga och övervaka.
Write tools Deltagare i Foundry-projektet eller kontot Krävs för att skapa, uppdatera och ta bort resurser.
Administratör för villkorsstyrd åtkomst Konditionell åtkomstadministratör i Entra ID Behövs bara om du konfigurerar åtkomstprinciper på klientnivå.

Mer information finns i Role-baserad åtkomstkontroll för Microsoft Foundry.

Key identifiers

Många verktyg kräver resursidentifierare. Språkmodellen extraherar dessa från din snabbkontext, men den hjälper dig att känna till formaten:

Identifier Format Var du hittar den
Foundry-resurs-ID /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account} Azure portalen Egenskaper sida
Project endpoint https://{account}.services.ai.azure.com/api/projects/{project} Informationssida för foundry-projekt
Project resurs-ID /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} Azure portalen Egenskaper sida

Agent management

Hantera hela livscykeln för agenter i ett Foundry-projekt, inklusive skapande, anrop, containerorkestrering och borttagning.

Example prompts:

  • "Lista alla agenter i mitt Foundry-projekt."
  • "Skapa en ny agent med namnet faq-agent med hjälp av modellen gpt-4o-mini."
  • "Skicka "Hej, hur kan du hjälpa till?" till min customer-support-agent."
  • "Starta containern för min värdbaserade agent triage-agent."
  • "Kontrollera containerstatusen för triage-agent.
  • "Visa agentdefinitionsschemat för promptagenter."
  • "Ta bort old-test-agent från mitt projekt."
Tool Access Description Key inputs Returns
agent_get read Visa en lista över alla agenter i ett Foundry-projekt eller hämta en specifik agent efter namn. Agentnamn (valfritt) Agentlista eller definition av en enskild agent med modell, instruktioner och verktygskonfiguration.
agent_update write Skapa, uppdatera eller klona en agent. Använd agent_definition_schema_get för att identifiera det fullständiga definitionsschemat först. Agentnamn, modell, instruktioner, verktygsdefinitioner Skapad eller uppdaterad agentdefinition.
agent_invoke write Skicka ett meddelande till en agent och få ett svar. Fungerar för både promptbaserade och värdbaserade containeragenter. Agentnamn, meddelandetext Agentsvarsmeddelande.
agent_delete write Ta bort en agent permanent. För värdbaserade agenter tas containern också bort. Agent name Deletion confirmation.
agent_container_control write Starta eller stoppa en värdbaserad agentcontainer. Använd innan du anropar en värdbaserad agent. Agentnamn, åtgärd (start eller stopp) Status för containeråtgärd.
agent_container_status_get read Kontrollera den aktuella statusen för en värdbaserad agentcontainer (start, körning, stoppad, misslyckad och så vidare). Agent name Aktuell containerstatus.
agent_definition_schema_get read Returnera det fullständiga JSON-schemat för agentdefinitioner, inklusive alla verktygstyper. None Fullständigt JSON-schema för agentdefinitioner.

Dataset management

Skapa, hämta och versionsutvärderingsdatauppsättningar i ett Foundry-projekt.

Example prompts:

  • "Ladda upp frågor och svar om kundsupport En datauppsättning från den här Azure Blob Storage URL:en."
  • "Visa mig alla datauppsättningar i mitt Foundry-projekt."
  • "Hämta information för datauppsättningen customer-support-qa version 2."
  • "Visa en lista över alla versioner av min product-reviews datauppsättning."
Tool Access Description Key inputs Returns
evaluation_dataset_create write Skapa eller uppdatera en datamängdsversion från en Azure Blob Storage URI. Datamängdens namn, version, Blob Storage URI Datauppsättningsmetadata med namn, version och URI.
evaluation_dataset_get read Hämta en datauppsättning efter namn och version, eller visa en lista över alla datauppsättningar i projektet. Datauppsättningens namn och version (valfritt) Datamängdsinformation eller lista över alla datauppsättningar.
evaluation_dataset_versions_get read Visa en lista över alla versioner av en specifik datauppsättning. Dataset name Lista över versionsnummer med metadata.

Evaluation operations

Kör batchutvärderingar mot agenter eller datauppsättningar och jämför resultat mellan körningar.

Example prompts:

  • "Utvärdera min customer-support-agent v2 med hjälp av relevans, grund och konsekvens utvärderare."
  • "Kör en batchutvärdering på min JSONL-datauppsättning med utvärderare för våld och HateUnfairness."
  • "Generera 50 syntetiska testfrågor och utvärdera min agent med dem."
  • "Visa alla utvärderingskörningar i mitt Foundry-projekt."
  • "Jämför run-baseline-123 med behandlingskörningar run-124 och run-125."
Tool Access Description Key inputs Returns
evaluation_agent_batch_eval_create write Skapa en batchutvärderingskörning som anropar en specifik agent. Stöder inbyggda och anpassade utvärderare, plus syntetisk datagenerering. Agentnamn/version, utvärderarnamn, datauppsättning (valfritt för syntetisk generering), antal syntetiska frågor (valfritt) Utvärderingskörnings-ID och status.
evaluation_dataset_batch_eval_create write Skapa en batchutvärderingskörning mot en JSONL-datauppsättning. Stöder inbyggda och anpassade utvärderare. Datauppsättningsnamn/version, utvärderingsnamn Utvärderingskörnings-ID och status.
evaluation_get read Lista utvärderingskörningar i Foundry-projektet. Utvärderingskörnings-ID (valfritt) Lista över utvärderingskörningar med status och poäng eller information för en specifik körning.
evaluation_comparison_create write Skapa jämförelseresultat mellan en baslinje och behandlingsutvärderingskörningar. Baslinjekörnings-ID, behandlingskörnings-ID:t Jämförelseinsikts-ID.
evaluation_comparison_get read Hämta eller lista insikter om utvärderingsjämförelser. Jämförelseinsikts-ID (valfritt) Jämförelseresultat med statistisk analys.

Evaluator catalog

Bläddra bland inbyggda utvärderare och hantera anpassade utvärderare för användning i utvärderingskörningar.

Example prompts:

  • "Visa en lista över alla inbyggda utvärderare som är tillgängliga i mitt projekt."
  • "Visa mig den fullständiga definitionen av utvärderaren coherence ."
  • "Skapa en anpassad frågebaserad utvärderare med namnet tone-check som poängsätter svar på en skala mellan 1 och 5."
  • "Uppdatera beskrivningen av min tone-check utvärderare."
  • "Ta bort version 1 av min old-evaluator."
Tool Access Description Key inputs Returns
evaluator_catalog_get read Visa en lista över utvärderare i katalogen eller få en fullständig definition av en specifik utvärderare. Filtrera efter inbyggd eller anpassad typ. Utvärderarnamn (valfritt), typfilter (inbyggt eller anpassat, valfritt) Utvärderarlista eller fullständig utvärderingsdefinition med bedömningslogik.
evaluator_catalog_create write Skapa en anpassad frågebaserad eller kodbaserad utvärderare. Utvärderarens namn, typ (prompt eller kod), definition Utvärderarmetadata skapades.
evaluator_catalog_update write Uppdatera metadata (visningsnamn, beskrivning, kategori) för en befintlig anpassad utvärderare. Utvärderarnamn, fält som ska uppdateras Utvärderarmetadata har uppdaterats.
evaluator_catalog_delete write Ta bort en specifik version av en anpassad utvärderare. Utvärderarens namn, version Deletion confirmation.

Modellkatalog och information

Utforska och få information om modeller i Foundry-modellkatalogen.

Example prompts:

  • "Visa alla GPT-5.4-modeller som är tillgängliga i katalogen."
  • "Lista alla Microsoft publicerade modeller med MIT-licens."
  • "Få detaljerad information och kodexempel för GPT-5-mini."
Tool Access Description Key inputs Returns
model_catalog_list read Lista modeller från Foundry-modellkatalogen med valfria filter (utgivare, licens, uppgift). Sök efter nyckelord, utgivare, licenstyp, aktivitetstyp (alla valfria) Lista över modeller med namn, utgivare, licens och funktioner.
model_details_get read Hämta fullständig modellinformation och kodexempel. Modellnamn eller ID Modellspecifikationer, priser, regioner som stöds och kodexempel.

Hantering av modelldistribution

Distribuera, inspektera och ta bort modelldistributioner i ett Foundry-konto.

Example prompts:

  • "Distribuera GPT-5-mini som production-chatbot med 20 kapacitetsenheter."
  • "Visa mig alla mina aktuella modelldistributioner."
  • "Ta bort den old-test-deployment som jag inte längre använder."
Tool Access Description Key inputs Returns
model_deploy write Skapa eller uppdatera en modelldistribution med angiven kapacitet. Modellnamn, distributionsnamn, kapacitetsenheter Distributionsinformation med slutpunkt och etablerad kapacitet.
model_deployment_get read Hämta en eller flera modelldistributioner från ett Foundry-konto. Distributionsnamn (valfritt) Lista över distributioner eller information om enskild distribution med status och kvot.
model_deployment_delete write Ta bort en specifik modelldistribution efter namn. Deployment name Deletion confirmation.

Modellanalys och rekommendationer

Jämför modellmått och få rekommendationer för att byta till mer kostnadseffektiva eller högkvalitativa modeller.

Example prompts:

  • "Visa benchmark-data för alla tillgängliga modeller."
  • "Jämför prestandamått mellan GPT-5.4 och GPT-4."
  • "Hitta modeller som liknar min aktuella GPT-4-distribution."
  • "Vilka modeller skulle ge mig bättre kvalitet/kostnadsförhållande än vad jag använder nu?"
Tool Access Description Key inputs Returns
model_benchmark_get read Hämta benchmark-data för Foundry-modeller. Modellfilter (valfritt) Benchmark-poäng, noggrannhets-, kostnads- och svarstidsmått.
model_benchmark_subset_get read Hämta benchmark-data för specifika modellnamn och versionspar. Modellnamn och versionspar Jämförelsedata för benchmark för angivna modeller.
model_similar_models_get read Hitta liknande modeller baserat på distributions- eller modellinformation. Distributionsnamn eller modellnamn Lista över liknande modeller med kapacitetsjämförelse.
model_switch_recommendations_get read Hämta rekommendationer för modellväxling baserat på benchmark-data. Aktuellt distributionsnamn Rekommenderade modeller med kvalitets-/kostnadsanalys.

Modellövervakning och -åtgärder

Spåra distributionshälsa, övervaka mått, kontrollera utfasningsstatus och visa kvotanvändning.

Example prompts:

  • "Visa mig mått för begäran för min production-chatbot distribution."
  • "Kontrollera om någon av mina distributioner använder inaktuella modellversioner."
  • "Visa mig kvotanvändning i alla regioner för min prenumeration."
Tool Access Description Key inputs Returns
model_monitoring_metrics_get read Hämta övervakningsmått (begäranden, svarstid, fel, kvot) för en modelldistribution. Distributionsnamn, tidsintervall (valfritt) Antal begäranden, percentiler för svarstid, felfrekvens och tokenanvändning.
model_deprecation_info_get read Få distributionsinformation berikad med utfasnings- och pensionsscheman. Distributionsnamn (valfritt) Distributionsinformation med utfasningsdatum och föreslagna ersättningar.
model_quota_list read Lista tillgänglig distributionskvot och användning för en prenumeration i en region. Region (optional) Kvotgränser, aktuell användning och tillgänglig kapacitet per modellfamilj.

Project connections

Hantera anslutningar till externa tjänster (Azure OpenAI, Azure Blob Storage, sökning och andra) i ett Foundry-projekt.

Example prompts:

  • "Lista alla anslutningar i mitt Foundry-projekt."
  • "Visa mig information för min azure-search anslutning."
  • "Vilka anslutningstyper och autentiseringsmetoder stöds?"
  • "Skapa en ny AzureOpenAI-anslutning med AAD-autentisering my-openai ."
  • "Ta bort old-storage anslutningen från mitt projekt."
Tool Access Description Key inputs Returns
project_connection_list read Visa en lista över alla anslutningar i ett Foundry-projekt med valfri filtrering efter kategori eller mål. Kategorifilter, målfilter (båda valfria) Lista över anslutningar med namn, typ och status.
project_connection_get read Hämta en specifik anslutning efter namn. Connection name Anslutningsinformation, inklusive kategori, mål och autentiseringstyp.
project_connection_list_metadata read Visa en lista över alla anslutningskategorier och autentiseringstyper som stöds. Anropa detta först för att identifiera giltiga värden. None Kategorier som stöds (till exempel AzureOpenAI, AzureBlobStorage) och autentiseringstyper (till exempel AAD, nyckel).
project_connection_create write Skapa eller ersätt en projektanslutning. Anslutningsnamn, kategori, mål, autentiseringstyp Anslutningsinformation har skapats.
project_connection_update write Uppdatera en befintlig projektanslutning. Anslutningsnamn, fält som ska uppdateras Uppdaterad anslutningsinformation.
project_connection_delete write Ta bort en projektanslutning med namn. Connection name Deletion confirmation.

Prompt optimization

Optimera systemuppmaningar och utvecklarmeddelanden för bättre LLM-prestanda.

Example prompts:

  • "Optimera min systemprompt: "Du är en användbar kundtjänstagent" med ."gpt-5.4
  • "Förbättra mina agentinstruktioner för att få mer koncisa svar."
  • "Förfina min optimerade fråga för att även hantera uppföljningsfrågor."
Tool Access Description Key inputs Returns
prompt_optimize write Optimera en utvecklarprompt (systemmeddelande) för bättre LLM-prestanda med hjälp av Azure OpenAI Prompt Optimizer. Fråga efter text, målmodell, förfiningsinstruktioner (valfritt) Optimerad prompttext med förklaring av ändringar.

Example workflows

Arbetsflöde för agentutvärdering:

  1. "Lista alla agenter i mitt projekt."
  2. "Utvärdera min customer-support-agent v2 med hjälp av relevans, grundlighet och säkerhetsutvärderingar."
  3. "Jämför min baslinjeutvärdering med den nya körningen."
  4. "Visa jämförelseresultaten med statistisk signifikans."

Modelldistribution och optimering:

  1. "Visa alla GPT-5.4-modeller som är tillgängliga i katalogen."
  2. "Distribuera GPT-5.4 som customer-service-bot med 15 kapacitetsenheter."
  3. "Övervaka svarstiden för begäran för min nya distribution."
  4. "Rekommendera mer kostnadseffektiva alternativ baserat på aktuell användning."

Resurshantering och rensning:

  1. "Lista alla mina aktuella distributioner och deras användning."
  2. "Kontrollera vilka distributioner som använder inaktuella modellversioner."
  3. "Visa mig min kvotanvändning i alla regioner."
  4. "Ta bort oanvända testdistributioner för att frigöra kapacitet."

Preview limitations

Foundry MCP Server är i offentlig förhandsversion. Följande begränsningar gäller:

  • Ingen nätverksisolering – Foundry MCP Server använder den offentliga slutpunkten https://mcp.ai.azure.com. Resurser bakom Azure privata länkar är inte tillgängliga. För privat MCP-anslutning skapar du en egen MCP-server och ansluter den till Agent Service med privata nätverk.
  • Datahemvist – Begäranden och svar kan bearbetas i DATACENTER i EU eller USA. Själva servern lagrar inte data, men bearbetning mellan regioner kan ske.
  • Inget serviceavtal – förhandsversionsfunktioner innehåller inget serviceavtal. Använd inte servern för produktionsarbetsbelastningar som kräver garanterad tillgänglighet.
  • Verktygsuppsättningen kan ändras – Verktyg, parametrar och returvärden kan ändras under förhandsgranskningsperioden utan föregående meddelande.

Mer information finns i Supplemental Terms of Use for Microsoft Azure Previews.

Common errors

Error Cause Resolution
Access denied Otillräcklig Azure RBAC-roll för Foundry-projektet eller kontot. Tilldela minst Läsare för läsverktyg eller Deltagare för skrivverktyg. Se RBAC för Microsoft Foundry.
Authentication failure Ogiltig Entra ID token har upphört att gälla. Logga ut och logga in igen på ditt Azure-konto i Visual Studio Code eller det verktyg som du använder.
Quota exceeded Det finns inte tillräckligt med kapacitet för att skapa en distribution eller köra en utvärdering. Använd model_quota_list för att kontrollera tillgänglig kvot före åtgärden.
Det går inte att hitta resursen Den angivna distributionen, datauppsättningen, agenten eller anslutningen finns inte. Använd motsvarande get verktyg eller list för att verifiera resursnamnet.
Privat slutpunkt kan inte nås Foundry-resurser använder Azure privata länkar som den värdbaserade Foundry MCP-servern inte kan nå. Ta bort begränsningar för privata slutpunkter, använd SDK:er/REST-API:er eller använd en anpassad MCP-server med agenttjänstens privata nätverk.

Mer felsökningsvägledning finns i Foundry MCP Server-säkerhet och metodtips.

Related content

  • Last updated on