該 MCP 專案展示了如何使用 MCP 協議搭配 Azure OpenAI，提供了一個簡單的介面來透過 MCP 伺服器和客戶端元件與 OpenAI 的 API 互動，實現高效的 AI 應用開發。
新增日期：
創建者：
May 12 2025
精選
Azure Container Apps - AI & MCP Playground 是什麼？
此專案說明如何實施 MCP 協議與 Azure OpenAI，實現 MCP 主機、客戶端及伺服器元件之間的無縫通信。它提供了一個基於終端的演示，使用者可以與一個 AI 代理互動，該代理能訪問如 TODO 列表等工具，後端則透過 HTTP 或 SSE MCP 伺服器實現請求處理。它支持多種語言模型，如 Azure OpenAI、OpenAI 和 GitHub 模型，並提供 API 金鑰、端點及 Docker 或本地部署方法等配置選項以供測試和開發。設置包括 Postgres 資料庫以進行狀態管理，及多種 AI 推動的互動工具，使其成為構建可擴展的雲端 AI 應用的理想選擇。
誰會使用 Azure Container Apps - AI & MCP Playground？
- 對 MCP 和 AI 整合有興趣的開發者
- 使用 Azure OpenAI 的 AI 應用開發者
- 實施可擴展 AI 系統的雲解決方案架構師
如何使用 Azure Container Apps - AI & MCP Playground？
- 步驟 1：從 GitHub 克隆該庫。
- 步驟 2：使用 npm 安裝 MCP 主機和伺服器的依賴。
- 步驟 3：使用您的 Azure/OpenAI/GitHub API 金鑰配置環境變量。
- 步驟 4：通過 Docker 或直接使用 npm 命令在本地運行 MCP 伺服器。
- 步驟 5：啟動 MCP 主機通過終端命令與 AI 代理互動。
- 步驟 6：使用提供的工具通過介面添加、列出、完成或刪除 TODO 項目。
Azure Container Apps - AI & MCP Playground 的核心特徵與益處
主要功能
- 與 OpenAI、Azure OpenAI 和 GitHub AI 模型的互動
- 支持 HTTP 和 SSE 協議進行 MCP 通訊
- 管理 TODO 列表的工具（添加、列出、完成、刪除）
- 可配置的部署環境，通過 Docker 或本地設置
優點
- 可在雲端環境中實現可擴展的 AI 整合
- 支持多種協議和模型配置
- 簡化開發和測試的設置流程
- 具備資料庫支持的靈活架構，用於狀態管理
Azure Container Apps - AI & MCP Playground 的主要使用案例與應用
- 構建 AI 驅動的聊天機器人和代理
- 在雲環境中使用 AI 工具自動化工作流程
- 將 MCP 與 Azure OpenAI 整合於企業解決方案中
- 開發面向客戶支持和知識管理的可擴展 AI 服務
Azure Container Apps - AI & MCP Playground 的常見問答
開發者
- Azure-Samples
您可能也喜歡：
開發者工具
一個 Docker 映像，承載多個 MCP 伺服器，透過整合 supergateway 以統一入口點訪問。
研究與數據
NOL 整合了 LangChain 和 Open Router，以使用 Next.js 創建一個多客戶端的 MCP 伺服器。