Этот проект MCP демонстрирует, как использовать протокол MCP с Azure OpenAI, предоставляя простой интерфейс для взаимодействия с API OpenAI через компоненты сервера и клиента MCP, что позволяет эффективно разрабатывать AI-приложения.
Добавлено:
Создано:
May 12 2025
Этот проект MCP демонстрирует, как использовать протокол MCP с Azure OpenAI, предоставляя простой интерфейс для взаимодействия с API OpenAI через компоненты сервера и клиента MCP, что позволяет эффективно разрабатывать AI-приложения.
Добавлено:
Created by:
May 12 2025
Azure Samples
Рекомендуемые
Что такое Azure Container Apps - AI & MCP Playground?
Этот проект иллюстрирует, как реализовать протокол MCP с Azure OpenAI, позволяя бесшовную связь между компонентами хоста, клиента и сервера MCP. Он предоставляет демонстрацию на основе терминала, где пользователи могут взаимодействовать с AI-агентом, который получает доступ к таким инструментам, как список задач, а бекенд обрабатывает запросы, используя реализации сервера MCP по протоколу HTTP или SSE. Он поддерживает несколько языковых моделей, таких как Azure OpenAI, OpenAI и модели GitHub, с параметрами конфигурации для API-ключей, конечных точек и методов развертывания Docker или локально для тестирования и разработки. В установку входит база данных Postgres для управления состоянием и различные инструменты для взаимодействия на основе AI, что делает ее идеальной для создания масштабируемых AI-приложений в облаке.
Кто будет использовать Azure Container Apps - AI & MCP Playground?
- Разработчики, заинтересованные в интеграции MCP и AI
- Разработчики AI-приложений, использующие Azure OpenAI
- Архитекторы облачных решений, реализующие масштабируемые AI-системы
Как использовать Azure Container Apps - AI & MCP Playground?
- Шаг 1: Клонируйте репозиторий с GitHub.
- Шаг 2: Установите зависимости с помощью npm для хоста и серверов MCP.
- Шаг 3: Настройте переменные окружения с вашими API-ключами Azure/OpenAI/GitHub.
- Шаг 4: Запустите серверы MCP локально через Docker или напрямую с помощью команд npm.
- Шаг 5: Запустите MCP-хост для взаимодействия с AI-агентом через команды терминала.
- Шаг 6: Используйте предоставленные инструменты, чтобы добавлять, перечислять, завершать или удалять элементы TODO через интерфейс.
Ключевые Особенности и Преимущества Azure Container Apps - AI & MCP Playground
Основные функции
- Взаимодействие с моделями AI OpenAI, Azure OpenAI и GitHub
- Поддерживает протоколы HTTP и SSE для общения MCP
- Инструменты для управления списками TODO (добавить, перечислить, завершить, удалить)
- Конфигурируемая среда для развертывания через Docker или локальную настройку
Преимущества
- Обеспечивает масштабируемую интеграцию AI в облачных средах
- Поддерживает множество конфигураций протоколов и моделей
- Упрощенная настройка для разработки и тестирования
- Гибкая архитектура с поддержкой базы данных для управления состоянием
Основные Сценарии Использования и Приложения Azure Container Apps - AI & MCP Playground
- Создание AI-чат-ботов и агентов
- Автоматизация рабочих процессов с помощью AI-инструментов в облачных средах
- Интеграция MCP с Azure OpenAI для корпоративных решений
- Разработка масштабируемых AI-сервисов для поддержки клиентов и управления знаниями
Часто Задаваемые Вопросы о Azure Container Apps - AI & MCP Playground
Разработчик
- Azure-Samples
Вам также может понравиться：
Инструменты разработчика
Настольное приложение для управления взаимодействиями между сервером и клиентом с полными функциональными возможностями.
Сервер Model Context Protocol для Eagle, который управляет обменом данными между приложением Eagle и источниками данных.
Чат-клиент, который интегрирует и использует различные инструменты MCP прямо в чат-среде для повышения производительности.
Изображение Docker, размещающее несколько соединений MCP, доступных через единый входной пункт с интеграцией supergateway.
Обеспечивает доступ к балансам счетов YNAB, транзакциям и созданию транзакций через протокол MCP.
Быстрый и масштабируемый сервер MCP для управления операциями торговли в режиме реального времени для нескольких клиентов Zerodha.
Удаленный SSH-клиент, который облегчает безопасный, основанный на прокси-доступ к серверам MCP для удаленного использования инструментов.
Сервер MCP на базе Spring с возможностями ИИ для управления и обработки протоколов коммуникации модов Minecraft.
Минималистичный MCP-клиент с основными функциями чата, поддерживающий несколько моделей и контекстные взаимодействия.
Защищенный MCP сервер, позволяющий агентам ИИ взаимодействовать с приложением Authenticator для получения кодов 2FA и паролей.
Исследования и данные
Реализация сервера, поддерживающая Протокол Контекста Модели, интегрирующая возможности промышленного ИИ CRIC.
Предоставляет данные о движении, качестве воздуха, погоде и прокате велосипедов в городе Валенсия в единой платформе в реальном времени.
Приложение на React, демонстрирующее интеграцию с Supabase через инструменты MCP и Tambo для регистрации компонентов пользовательского интерфейса.
Клиент MCP, интегрирующий API Brave Search для веб-поиска, использующий протокол MCP для эффективной коммуникации.
Сервер протокола, обеспечивающий бесперебойную связь между Umbraco CMS и внешними приложениями.
NOL интегрирует LangChain и Open Router для создания сервера MCP с несколькими клиентами на основе Next.js.
Соединяет LLM с Firebolt Data Warehouse для автономных запросов, доступа к данным и генерации инсайтов.
Клиентская платформа для соединения ИИ-агентов с серверами MCP, позволяющая обнаружение и интеграцию инструментов.
Spring Link упрощает связывание и управление несколькими приложениями Spring Boot эффективно в единой среде.
Клиент с открытым исходным кодом для взаимодействия с несколькими серверами MCP, обеспечивающий бесшовный доступ к инструментам для Claude.
Облачные платформы
Чат-бот на базе Spring для Cloud Foundry, который интегрируется с AI-сервисами, MCP и memGPT для расширенных возможностей.
Автоматизирует создание MCP серверов для AWS сервисов с использованием boto3, упрощая настройку серверов для разработки.
Бессерверный MCP, размещенный в AWS Lambda, который взаимодействует с AWS Bedrock для обработки моделей ИИ через API Gateway.
Серверно-клиентский MCP, упрощающий коммуникацию и обмен данными между ИИ-службами и системами хранения.
Позволяет взаимодействовать с SharePoint Online через REST API, поддерживая функции управления сайтом, списком и пользователем.
Комплексный набор контейнеров для эффективного развертывания и управления микросервисами.
Клиентская и серверная настройка, облегчающая коммуникацию GitLab SSE через супер-шлюз для получения обновлений в реальном времени.
Кроссплатформенный менеджер пакетов, предназначенный для эффективного и бесшовного управления всеми серверами MCP.
Демонстрационный проект, показывающий, как создать клиентский агент MCP для подключения к внешним сервисам через протокол MCP.
Реализует сервер и клиент MCP с использованием FastMCP и LangChain для структурированной асинхронной коммуникации.