注释
对在 .NET 中自承载 MCP 工具的支持即将推出。
Go 通过组合tool/agenttooltool/mcptool和官方 MCP Go SDK 将代理公开为 MCP 工具。 使用 agenttool.New 包装该代理，使用 mcptool.AddTool 注册它，并通过 MCP 传输提供服务。
维护的 Foundry 示例使用 stdio。 它需要 Foundry 项目终结点、模型部署和Azure凭据：
// Copyright (c) Microsoft. All rights reserved.
// This sample shows how to expose an Agent as an MCP tool.
package main
import (
"context"
"github.com/microsoft/agent-framework-go/agent"
"github.com/microsoft/agent-framework-go/examples/internal/demo"
"github.com/microsoft/agent-framework-go/provider/foundryprovider"
"github.com/microsoft/agent-framework-go/tool/agenttool"
"github.com/microsoft/agent-framework-go/tool/mcptool"
"github.com/modelcontextprotocol/go-sdk/mcp"
)
// Run "npx @modelcontextprotocol/inspector go run ." to connect to this MCP server.
func main() {
token := demo.FoundryTokenCredential()
// Create Microsoft Foundry agent with the same configuration as the C# example.
agent := foundryprovider.NewAgent(
demo.FoundryProjectEndpoint,
token,
foundryprovider.ModelDeployment(demo.FoundryModel),
foundryprovider.AgentConfig{
Instructions: "You are good at telling jokes, and you always start each joke with 'Aye aye, captain!'.",
Config: agent.Config{
Name: "Joker",
Description: "An agent that tells jokes.",
},
},
)
// Create an MCP server with the agent exposed as a tool.
srv := mcp.NewServer(&mcp.Implementation{
Name: "agent-mcp-server",
Version: "1.0.0",
}, nil)
// Register the agent as an MCP tool.
mcptool.AddTool(srv, agenttool.New(agent, agenttool.Config{}))
// Run the MCP server with StdIO transport.
if err := srv.Run(context.Background(), &mcp.StdioTransport{}); err != nil {
demo.Panic(err)
}
}
有关客户端和服务器模式，请参阅 MCP 工具集成 以及 完整的 MCP 服务器示例 ，了解执行说明。
使用 agent-framework-hosting-mcp 在原生 模型上下文协议 SDK 上将 Agent Framework 代理或工作流公开为工具。 该软件包不指定 Web 框架，也不封装 MCP SDK 服务器生命周期。 应用程序仍拥有 MCP 服务器、处理程序注册、传输、会话密钥策略、身份验证、授权和部署。
pip install --pre agent-framework-hosting-mcp
在协议边界处转换
mcp_to_run(...) 将验证的 MCP 工具参数转换为代理框架消息和所选聊天选项，并将 mcp_from_run(...) 已完成的响应转换为本机 MCP ContentBlock 值。 当应用程序的工具协定需要完全自定义的本机架构和处理程序时，请直接使用这两个函数：
"properties": {
TASK_ARGUMENT: {
"type": "string",
"description": "The request for the hosted agent.",
},
**CHAT_OPTION_ARGUMENTS,
},
"required": [TASK_ARGUMENT],
"additionalProperties": False,
},
)
]
)
async def call_tool(
_ctx: ServerRequestContext[dict[str, Any]], params: types.CallToolRequestParams
) -> types.CallToolResult:
"""Convert, run, and render without the agent-backed adapter."""
name = params.name
arguments = params.arguments or {}
if name != "run_agent_manually":
raise MCPError(types.INVALID_PARAMS, f"Unknown MCP tool: {name}")
run = mcp_to_run(
arguments,
argument_name=TASK_ARGUMENT,
chat_option_arguments=CHAT_OPTION_ARGUMENTS,
)
result = await agent.run(run["messages"], options=run["options"])
return types.CallToolResult(content=mcp_from_run(result))
server = Server("agent-framework-hosting-mcp-manual-sample", on_list_tools=list_tools, on_call_tool=call_tool)
credential = DefaultAzureCredential()
仅将列出的 chat_option_arguments 参数名称复制到 run["options"];其他 MCP 参数在消息的原始表示形式上保持可用，但不会转发到模型客户端。
使用 MCPServer 进行托管
对于 MCP SDK 2.x 应用程序，使用 MCPServer 从修饰的函数中派生原生 MCP 工具架构。 转换已完成的 Agent Framework 响应后显式返回 CallToolResult ：
from contextlib import asynccontextmanager
from typing import Literal
from agent_framework import Agent
from agent_framework.foundry import FoundryChatClient
from agent_framework_hosting_mcp import mcp_from_run, mcp_to_run
from azure.identity.aio import DefaultAzureCredential
from mcp import types
from mcp.server.mcpserver import MCPServer
credential = DefaultAzureCredential()
agent = Agent(
client=FoundryChatClient(
project_endpoint=os.environ["FOUNDRY_PROJECT_ENDPOINT"],
model=os.environ["FOUNDRY_MODEL"],
credential=credential,
),
name="MCPHostedAgent",
description="Answer a request with the hosted Agent Framework agent.",
instructions="Answer the user's request clearly and concisely.",
)
@asynccontextmanager
async def lifespan(_server: MCPServer[None]) -> AsyncGenerator[None]:
"""Close the model credential when the MCP server stops."""
async with credential:
yield
server = MCPServer(
name="agent-framework-hosting-mcpserver-sample",
instructions="Expose an Agent Framework agent as an MCP tool.",
lifespan=lifespan,
)
@server.tool(
name="run_agent",
description="Run the hosted Agent Framework agent.",
structured_output=False,
)
async def run_agent(
task: str,
reasoning_effort: Literal["low", "medium", "high"] | None = None,
) -> types.CallToolResult:
"""Run the agent with MCPServer-validated arguments."""
此示例使用无状态可流式传输 HTTP。 在将服务器暴露到受信任的本地环境之外之前，添加应用程序拥有的身份验证、授权和会话持久性。
将代理作为一个已生成的工具进行托管
AgentMCPTool 从代理派生原生工具名称、描述和模式，并使列表、解析、执行和结果转换始终保持一致，从而避免二者出现偏离：
) -> types.CallToolResult:
"""Run the app-owned tool with native MCP and Agent Framework values."""
return await agent_tool.call_tool(params.name, params.arguments)
server = Server("agent-framework-hosting-mcp-sample", on_list_tools=list_tools, on_call_tool=call_tool)
credential = DefaultAzureCredential()
agent = Agent(
client=FoundryChatClient(
project_endpoint=os.environ["FOUNDRY_PROJECT_ENDPOINT"],
model=os.environ["FOUNDRY_MODEL"],
credential=credential,
),
name="MCPHostedAgent",
description="Answer a request with the hosted Agent Framework agent.",
instructions="Answer the user's request clearly and concisely.",
)
agent_tool = AgentMCPTool(
agent,
name="run_agent",
argument_description="The request for the hosted agent.",
chat_option_parameters={
"reasoning_effort": {
"type": "string",
除非被覆盖，否则 AgentMCPTool 使用智能体的名称和描述。
parameters 添加应用程序拥有的 JSON 模式属性，这些属性在原始 MCP 参数中保持可用；而 chat_option_parameters 添加的属性，其值会被显式复制到智能体框架的聊天选项中。
按调用保留会话
传递现有的 AgentState 和 session_id_parameter，以便使用相同的不透明、应用程序定义的 session_id 的重复调用继续同一对话：
state = AgentState(agent)
agent_tool = AgentMCPTool(
state,
name="run_agent",
argument_description="The request for the hosted agent.",
parameters={
"session_id": {
"type": "string",
"minLength": 1,
"description": (
"Opaque, app-defined conversation key. Reuse the same value to continue and update one conversation."
),
}
},
required_parameters={"session_id"},
chat_option_parameters={
"reasoning_effort": {
"type": "string",
AgentMCPTool 仅执行 AgentState 会话获取/运行/设置序列;应用程序必须对会话标识符进行身份验证或授权，并序列化同一会话的并发调用，就像示例对每个会话 asyncio.Lock执行的操作一样。 这不是 previous_response_id样式分支 — 需要分叉会话的应用程序应接受单独的源 ID 和目标 ID，复制源会话，并将结果存储在目标密钥下。
将工作流作为工具托管
WorkflowMCPTool 根据工作流启动执行器的输入类型生成一个原生 MCP 工具，并转换已完成工作流的输出。 数据类、Pydantic 和其他对象形输入成为顶级 MCP 参数;基元输入包装在可配置的参数名称中：
async def list_tools(
_ctx: ServerRequestContext[dict[str, Any]], params: types.PaginatedRequestParams | None
) -> types.ListToolsResult:
工作流实例会保留执行状态，因此需要独立调用的应用程序应如上所示，提供一个包含 cache_target=False 的 WorkflowState 生成器。 检查点恢复、人工介入响应和延续标识符仍由应用程序管理；如果工作流请求外部输入，适配器会抛出异常，而不是返回一个空的成功工具结果。
有关完整的可运行服务器集（包括 MCPServer 变体），请参阅 MCP 托管示例。
重要
将 MCP 会话标识符和任何应用定义 session_id 参数视为不受信任的输入。 在使用二者之一加载或保存会话状态之前，先对调用方进行身份验证和授权，并且应基于已验证的租户、用户或工作区来确定持久分区，而不是基于原始值。
后续步骤
更深入：