Este proyecto MCP demuestra cómo utilizar el protocolo MCP con Azure OpenAI, proporcionando una interfaz simple para interactuar con la API de OpenAI a través de componentes de servidor y cliente MCP, lo que permite un desarrollo eficiente de aplicaciones de AI.
Añadido el:
Creado por:
May 12 2025
Este proyecto MCP demuestra cómo utilizar el protocolo MCP con Azure OpenAI, proporcionando una interfaz simple para interactuar con la API de OpenAI a través de componentes de servidor y cliente MCP, lo que permite un desarrollo eficiente de aplicaciones de AI.
Añadido el:
Created by:
May 12 2025
Azure Samples
Destacados
¿Qué es Azure Container Apps - AI & MCP Playground?
Este proyecto ilustra cómo implementar el protocolo MCP con Azure OpenAI, permitiendo una comunicación sin interrupciones entre los componentes de host, cliente y servidor MCP. Proporciona una demostración basada en terminal donde los usuarios pueden interactuar con un agente de AI que accede a herramientas como una lista de TODO, con el backend manejando solicitudes mediante implementaciones del servidor MCP HTTP o SSE. Soporta múltiples modelos de lenguaje como Azure OpenAI, OpenAI y modelos de GitHub, con opciones de configuración para claves API, endpoints y métodos de despliegue en Docker o local para pruebas y desarrollo. La configuración incluye una base de datos Postgres para la gestión del estado y diversas herramientas para interacciones impulsadas por AI, lo que lo hace ideal para construir aplicaciones escalables habilitadas para AI en la nube.
¿Quién usará Azure Container Apps - AI & MCP Playground?
- Desarrolladores interesados en la integración de MCP y AI
- Desarrolladores de aplicaciones de AI que utilizan Azure OpenAI
- Arquitectos de soluciones en la nube que implementan sistemas de AI escalables
¿Cómo usar Azure Container Apps - AI & MCP Playground?
- Paso 1: Clona el repositorio de GitHub.
- Paso 2: Instala dependencias usando npm para el host y los servidores MCP.
- Paso 3: Configura las variables de entorno con tus claves API de Azure/OpenAI/GitHub.
- Paso 4: Ejecuta los servidores MCP localmente a través de Docker o directamente con comandos npm.
- Paso 5: Inicia el host MCP para interactuar con el agente AI a través de comandos de terminal.
- Paso 6: Usa las herramientas proporcionadas para agregar, listar, completar o eliminar elementos de TODO a través de la interfaz.
Características y Beneficios Clave de Azure Container Apps - AI & MCP Playground
Las características principales
- Interacción con modelos de AI de OpenAI, Azure OpenAI y GitHub
- Soporta protocolos HTTP y SSE para la comunicación MCP
- Herramientas para gestionar listas de TODO (agregar, listar, completar, eliminar)
- Entorno configurable para despliegue a través de Docker o configuración local
Los beneficios
- Permite integraciones de AI escalables en entornos en la nube
- Soporta múltiples configuraciones de protocolos y modelos
- Configuración simplificada para desarrollo y pruebas
- Arquitectura flexible con soporte de base de datos para la gestión de estado
Principales Casos de Uso y Aplicaciones de Azure Container Apps - AI & MCP Playground
- Construcción de chatbots y agentes impulsados por AI
- Automatización de flujos de trabajo con herramientas de AI en entornos en la nube
- Integración de MCP con Azure OpenAI para soluciones empresariales
- Desarrollo de servicios de AI escalables para soporte al cliente y gestión del conocimiento
FAQs sobre Azure Container Apps - AI & MCP Playground
Desarrollador
- Azure-Samples
También te puede gustar：
Herramientas de desarrollo
Una aplicación de escritorio para gestionar interacciones entre servidor y cliente con funcionalidades completas.
Un servidor Model Context Protocol para Eagle que gestiona el intercambio de datos entre la aplicación Eagle y las fuentes de datos.
Un cliente basado en chat que integra y utiliza varias herramientas MCP directamente dentro de un entorno de chat para aumentar la productividad.
Una imagen de Docker que alberga múltiples servidores MCP accesibles a través de un punto de entrada unificado con integración de supergateway.
Proporciona acceso a los saldos de cuentas de YNAB, transacciones y creación de transacciones a través del protocolo MCP.
Un servidor MCP rápido y escalable para gestionar operaciones de trading en tiempo real para múltiples clientes en Zerodha.
Un cliente SSH remoto que facilita el acceso seguro basado en proxy a los servidores MCP para la utilización de herramientas remotas.
Un servidor MCP basado en Spring que integra capacidades de IA para gestionar y procesar protocolos de comunicación de mods de Minecraft.
Un cliente MCP minimalista con funciones de chat esenciales, que admite múltiples modelos e interacciones contextuales.
Un servidor MCP seguro que permite a los agentes de IA interactuar con la aplicación Authenticator para obtener códigos 2FA y contraseñas.
Investigación y datos
Una implementación de servidor que admite el Protocolo de Contexto del Modelo, integrando las capacidades de IA industrial de CRIC.
Proporciona datos en tiempo real sobre el tráfico, la calidad del aire, el clima y los datos de bicicletas compartidas para la ciudad de Valencia en una plataforma unificada.
Una aplicación de React que demuestra la integración con Supabase a través de herramientas MCP y Tambo para el registro de componentes de UI.
Un cliente MCP que integra la API de Brave Search para búsquedas web, utilizando el protocolo MCP para una comunicación eficiente.
Un servidor de protocolo que permite la comunicación fluida entre Umbraco CMS y aplicaciones externas.
NOL integra LangChain y Open Router para crear un servidor MCP de múltiples clientes utilizando Next.js.
Conecta los LLM a Firebolt Data Warehouse para consultas autónomas, acceso a datos y generación de insights.
Un marco de cliente para conectar agentes de IA con servidores MCP, permitiendo el descubrimiento e integración de herramientas.
Spring Link facilita la vinculación y gestión de múltiples aplicaciones de Spring Boot de manera eficiente dentro de un entorno unificado.
Un cliente de código abierto para interactuar con múltiples servidores MCP, permitiendo un acceso fluido a las herramientas para Claude.
Plataformas en la nube
Un chatbot basado en Spring para Cloud Foundry que se integra con servicios de IA, MCP y memGPT para capacidades avanzadas.
Automatiza la creación de servidores MCP para servicios de AWS utilizando boto3, simplificando la configuración del servidor para el desarrollo.
Un MCP sin servidor alojado en AWS Lambda que interactúa con AWS Bedrock para el procesamiento de modelos de IA a través de API Gateway.
Un MCP servidor-cliente que facilita la comunicación y el intercambio de datos entre servicios de IA y sistemas de almacenamiento.
Permite la interacción con SharePoint Online a través de la API REST, apoyando funciones de gestión de sitios, listas y usuarios.
Un conjunto integral de contenedores para un despliegue y gestión eficientes de microservicios.
Configuración de cliente y servidor que facilita la comunicación SSE de GitLab a través de un supergateway para actualizaciones en tiempo real.
Un gestor de paquetes multiplataforma diseñado para gestionar todos los servidores MCP de manera eficiente y fluida.
Un proyecto de demostración que muestra cómo construir un agente cliente MCP para conectarse a servicios externos a través del protocolo MCP.
Implementa un servidor y cliente MCP utilizando FastMCP y LangChain para comunicación asíncrona estructurada.