使用 Visual Studio Code 開始使用 Foundry MCP Server（預覽版）

Foundry MCP 伺服器（預覽版）是模型上下文協定（MCP）的雲端託管實作。 它公開了經過精選的工具，讓你的代理程式能在不直接呼叫後端 API 的情況下，對 Foundry 服務進行讀寫操作。

使用 MCP 相容用戶端 （例如 Visual Studio Code） 連線到公用端點、使用 Entra ID 進行驗證，以及讓 LLM 存取工具。 連線之後，您可以建置代理程式，以使用自然語言提示叫用這些工具。

在本文中，您將學會如何：

• 在 Visual Studio Code 中使用 GitHub Copilot 連接 Foundry MCP 伺服器
• 執行提示以測試 Foundry MCP Server 工具並與 Azure 資源互動

備註

這項功能目前處於公開預覽狀態。 此預覽版本沒有服務等級協定，不建議將其用於生產工作負載。 可能不支援特定功能，或可能已經限制功能。 如需詳細資訊，請參閱 Microsoft Azure 預覽版增補使用條款。

先決條件

• 具有有效訂用帳戶的 Azure 帳戶。 如果您沒有帳戶，請 建立免費的 Azure 帳戶。
• 一個鑄造廠的專案。 如果你還沒有專案，可以用 Microsoft Foundry SDK 快速入門工具來建立一個。
• Visual Studio Code（版本 1.99 或更新版本）。
• GitHub Copilot Visual Studio Code 擴充套件。
• 對您想存取的 Foundry 專案具備 Contributor 或以上角色。

Foundry MCP 伺服器的優點

• 雲端託管的 AI 工具協調介面：Foundry MCP Server（預覽版）為符合 MCP 規範的客戶端提供安全且可擴展的端點。 您無需部署基礎設施，即可實現無縫整合和多代理程式場景。
• 身分識別和存取控制：伺服器會使用 Microsoft Entra ID 強制執行驗證和授權。 它會在已驗證的使用者權限內執行所有作業 (On-Behalf-Of 流程)。
• 專注於情境且可擴充的工具：Foundry MCP Server 提供日益增多的工具，以便對 Foundry 的模型、部署、評估及代理進行讀寫操作。 這些工具是可擴展的，讓開發人員和代理程式無需了解後端 API 或資料模式即可與服務互動。
• 加速代理和開發人員生產力： 自然語言工作流程（通過 MCP 客戶端和大型語言模型）可實現快速工具發現和調用，簡化開發和多代理編排。

安裝並啟動 Foundry MCP 伺服器

選擇在 Visual Studio Code 中安裝 Foundry MCP Server。

用戶個人資料

在你的使用者設定檔安裝 Foundry MCP Server，讓它能在 Visual Studio Code 的所有工作區使用。

1. 開啟 指令面板 （Ctrl+Shift+P）。

2. 搜尋 MCP：新增伺服器。

3. 選取 HTTP （Http 或 Server-Sent 事件） 選項。

4. 輸入 https://mcp.ai.Azure.com 作為 URL。

5. 輸入一個友善的名稱，例如 foundry-mcp-remote，然後按 Enter。 Visual Studio Code 會在您的使用者設定檔下新增下列伺服器項目：

   { 
     "servers": { 
       "foundry-mcp-remote": { 
         "type": "http", 
         "url": "https://mcp.ai.azure.com" 
       } 
     } 
   }
   

6. 開啟 指令面板 （Ctrl+Shift+P）。

7. 搜尋並選取 MCP: List Servers.

8. 選擇你新增的 Foundry MCP 伺服器，然後選擇 開始伺服器。

9. 出現提示時，請登入 Azure，讓 MCP 伺服器可以與訂用帳戶中的服務互動。

10. 開啟 GitHub Copilot 並選取 代理程式模式。

11. 選取工具圖示，搜尋 Foundry 以篩選清單，然後確認伺服器出現。

    

    在 Visual Studio Code 文件中深入瞭解代理程式模式。

工作區安裝

安裝 Foundry MCP Server 以將特定工作區限定在該資料夾內。

1. 在 Visual Studio Code 中開啟空白資料夾或現有的專案資料夾。

2. 在資料夾根目錄中，建立資料夾 .vscode （如果不存在）。

3. 在資料夾內 .vscode ，建立名為 的檔案 mcp.json，並新增下列 JSON。

   { 
     "servers": { 
       "azure-ai-foundry-mcp-preview": { 
         "type": "http", 
         "url": "https://mcp.ai.azure.com" 
       } 
     } 
   }
   

4. 將變更儲存至 mcp.json。

5. 選擇新伺服器輸入上方的開始按鈕。

6. 出現提示時，請登入，讓 MCP 伺服器可以與訂閱中的服務互動。

7. 開啟 GitHub Copilot 並選取代理程式模式。

8. 選取工具圖示，搜尋 Foundry 以篩選結果，然後確認伺服器出現。

   

   想了解更多關於代理模式的資訊，請造訪 Visual Studio Code 文件。

使用提示來測試 Foundry MCP 伺服器

1. 開啟 GitHub Copilot 聊天面板，並確認已選取 代理程式模式 。

2. 輸入一個使用 Foundry MCP Server 工具的提示——例如「告訴我 Foundry 上的最新模型」。

3. Copilot 請求執行所需的 Foundry MCP 伺服器操作權限。 選取 [繼續] 或使用箭號選擇更具體的行為：

   • 目前的會話 一律會在目前的 GitHub Copilot 代理程式模式會話中執行作業。
   • 目前的工作區一律會對目前的 Visual Studio Code 工作區執行命令。
   • 一律允許 將作業設定為一律針對任何 GitHub Copilot 代理程式模式會話或任何 Visual Studio Code 工作區執行。

   

   回應類似以下縮短輸出。 實際結果會根據目前模型的可用性而有所不同。

   Latest / Notable Foundry Models (Preview Snapshot)
   
   1. Frontier & Reasoning Models
   gpt-4o (2024-11-20) – Flagship multimodal model; strong multi-turn coherence.
   o3 (2025-04-16) – Balanced reasoning with good accuracy/quality trade-off.
   o4-mini (2025-04-16) – Strong quality with better latency than o3.
   Phi-4 – Microsoft small frontier open model; competitive quality at lower cost.
   
   // Further output omitted
   

4. 探索並測試 Foundry MCP 伺服器的操作，並搭配其他提示，例如：

   What tools can I use from Foundry MCP Server (preview)?
   Tell me about the latest models on Foundry
   Show me details about the GPT-4o model on Foundry
   

故障排除

問題	解決辦法
伺服器無法啟動	確認你輸入的網址 https://mcp.ai.Azure.com 是正確的。 打開 指令面板 並執行 MCP： List Server 以檢查伺服器狀態。
驗證提示不出現	請確認 GitHub Copilot 擴充功能已安裝，並且你已用 Microsoft 帳號登入 Visual Studio Code，該帳號能存取你的 Azure 訂閱。
Foundry 工具不會出現在代理模式中	確認伺服器正在運行（ MCP：列表伺服器中的綠色指示器）。 請確認你在 Copilot 聊天面板中選擇了 Agent 模式 ，然後點選工具圖示，搜尋 Foundry。
「存取被拒」或權限錯誤	確認你在 Foundry 專案中擁有「貢獻者」或更高的角色權限。 伺服器使用您的 Entra ID 認證進行 On-Behalf-Of 流程。

移除 Foundry MCP 伺服器

移除伺服器設定：

• 使用者設定：打開指令面板，執行 MCP：列表伺服器，選擇 Foundry 伺服器，然後選擇移除伺服器。
• 工作區：刪除專案資料夾中的 .vscode/mcp.json 檔案裡的伺服器項目。

相關內容

• Foundry MCP 伺服器安全與最佳實務
• Foundry MCP 伺服器工具與範例提示