此專案展示了與 Microsoft 語意核心整合 MCP 工具，允許 AI 模型與外部數據來源和工具進行互動，以實現自動化和數據檢索。
新增日期：
創建者：
Apr 14 2025
精選
Integrate Model Context Protocol (MCP) tools with Semantic Kernel 是什麼？
此資料庫提供將模型上下文協議（MCP）伺服器與 Microsoft 語意核心連接的綜合解決方案，允許大型語言模型（LLM）動態調用外部工具。它通過將 MCP 作為工具整合的標準化協議來促進基於 AI 的工作流程，使 AI 互動更具上下文和通用性。該系統支持連接到 MCP 伺服器，將工具轉換為語意核心函數，以及在 .NET 環境中協調複雜的工作流程。非常適合希望通過外部數據來源（如 API、數據庫或服務）提升自動化、數據檢索和系統集成的開發者。
誰會使用 Integrate Model Context Protocol (MCP) tools with Semantic Kernel？
- AI 開發人員
- 軟件工程師
- 從事 AI 組織的研究人員
- 自動化專業人員
- 構建智能工作流程的開發人員
如何使用 Integrate Model Context Protocol (MCP) tools with Semantic Kernel？
- 步驟 1：從 GitHub 克隆資料庫。
- 步驟 2：使用 'dotnet restore' 恢復依賴項。
- 步驟 3：通過環境變數或秘密配置您的 LLM API 金鑰。
- 步驟 4：使用提供的 C# 程式碼片段連接到 MCP 伺服器。
- 步驟 5：列出 MCP 伺服器上可用的工具，並將它們整合到語意核心工作流程中。
- 步驟 6：使用集成的工具開發自定義工作流程或應用程序。
Integrate Model Context Protocol (MCP) tools with Semantic Kernel 的核心特徵與益處
主要功能
- 連接到 MCP 伺服器
- 列出 MCP 上可用的工具
- 通過語意核心調用外部工具
- 構建基於 AI 的工作流程
優點
- 實現 LLM 與外部工具之間的無縫互動
- 用 MCP 協議標準化工具整合
- 支持 AI 工作流程中的動態函數調用
- 增強 AI 的互通性和上下文理解
Integrate Model Context Protocol (MCP) tools with Semantic Kernel 的主要使用案例與應用
- 企業系統中的 AI 自動化
- 從外部 API 和數據庫檢索數據
- 複雜 AI 工作流程的組織
- 驅動 AI 的系統集成
Integrate Model Context Protocol (MCP) tools with Semantic Kernel 的常見問答
開發者
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。