خادم Azure MCP Hub MCP

ماذا يفعل خادم “Azure MCP Hub” MCP؟

يعد Azure MCP Hub مورداً مركزياً للمطورين لبناء أو تشغيل أو إعادة استخدام خوادم Model Context Protocol (MCP) على Azure، مع دعم لعدة لغات برمجة مثل C# وPython وJava وJavaScript. يعمل كدليل ومُجمِّع، حيث يوفر روابط ومراجع لأمثلة خوادم وأدوات وموارد وحزم SDK لتسريع تطوير وكلاء الذكاء الاصطناعي القادرين على التفاعل مع واجهات برمجة التطبيقات الحقيقية. من خلال الاستفادة من MCP، يمكن للمطورين ربط مساعدي الذكاء الاصطناعي بمصادر البيانات الخارجية وواجهات برمجة التطبيقات أو الخدمات بسلاسة، مما يمكّن من تنفيذ إجراءات متقدمة مثل الاستعلام عن قواعد البيانات، وإدارة الملفات، والتكامل مع أدوات التطوير والبنية التحتية. كما يبرز المركز خوادم MCP الجاهزة للاستخدام الفوري مع واجهات API شائعة، مما يبسط عملية التطوير ويقلل الحاجة للتكامل اليدوي.

قائمة المطالبات

لا توجد قوالب مطالبات محددة تم ذكرها أو توفيرها في المستودع.

قائمة الموارد

لا توجد موارد MCP صريحة (كما هو مُعرّف في بروتوكول MCP: نقاط نهاية البيانات/المحتوى للسياق) مدرجة أو موصوفة في هذا المستودع.

قائمة الأدوات

لا توجد أداة server.py أو ما يعادلها مع تعريفات الأدوات في المستودع. هذا المستودع يعمل بشكل أساسي كمركز للروابط إلى خوادم MCP وحزم SDK أخرى.

حالات استخدام هذا الخادم MCP

• اكتشاف أمثلة خوادم MCP: العثور بسرعة على خوادم MCP مفتوحة المصدر لواجهات برمجة التطبيقات الشائعة للبيانات والتطوير (Redis، PostgreSQL، MySQL، MongoDB، Azure CLI، Kubernetes، GitHub، Azure DevOps).
• تسريع تطوير خوادم MCP: الوصول إلى حزم SDK وأمثلة شيفرة بلغات متعددة لبناء خوادم MCP مخصصة.
• دمج MCP مع أطر الذكاء الاصطناعي: تعلّم كيفية ربط خوادم MCP بحزم SDK وأطر عمل وكلاء الذكاء الاصطناعي (مثل Semantic Kernel، LangChain.js، Spring AI، OpenAI Agents).
• الوصول إلى واجهات API جاهزة: استخدام خوادم MCP مسبقة البناء لإتاحة واجهات برمجة التطبيقات الحقيقية لوكلاء الذكاء الاصطناعي مع إعداد بسيط.
• التعلم والمساهمة: الوصول إلى توثيق البروتوكول والمساهمة بخوادم/أدوات جديدة عبر طلبات السحب.

كيفية الإعداد

Windsurf

1. تأكد من تثبيت المتطلبات الأساسية (مثل Node.js وWindsurf).
2. افتح ملف إعدادات Windsurf (غالباً windsurf.json أو ملف إعدادات مشابه).
3. أضف خادم Azure MCP Hub باستخدام مقطع JSON في قسم mcpServers.
4. احفظ الإعدادات وأعد تشغيل Windsurf.
5. تحقق من ظهور الخادم وإمكانية الوصول إليه.

{
  "mcpServers": {
    "azure-mcp-hub": {
      "command": "npx",
      "args": ["@azure/mcp-server@latest"]
    }
  }
}

تأمين مفاتيح API:

{
  "mcpServers": {
    "azure-mcp-hub": {
      "command": "npx",
      "args": ["@azure/mcp-server@latest"],
      "env": {
        "API_KEY": "${API_KEY}"
      },
      "inputs": {
        "apiKey": "${API_KEY}"
      }
    }
  }
}

Claude

1. ثبّت Node.js وClaude (إذا لزم الأمر).
2. حدد موقع ملف إعدادات Claude.
3. أضف كتلة خادم Azure MCP Hub كما هو موضح.
4. احفظ التغييرات وأعد تشغيل Claude.
5. تحقق من نجاح التكامل.

{
  "mcpServers": {
    "azure-mcp-hub": {
      "command": "npx",
      "args": ["@azure/mcp-server@latest"]
    }
  }
}

تأمين مفاتيح API:

{
  "mcpServers": {
    "azure-mcp-hub": {
      "command": "npx",
      "args": ["@azure/mcp-server@latest"],
      "env": {
        "API_KEY": "${API_KEY}"
      },
      "inputs": {
        "apiKey": "${API_KEY}"
      }
    }
  }
}

Cursor

1. ثبّت المتطلبات الأساسية (Node.js، Cursor).
2. عدّل إعدادات خادم MCP في Cursor.
3. أدرج مدخلة خادم Azure MCP Hub.
4. احفظ وأعد تشغيل Cursor.
5. تحقق من التعرف على الخادم.

{
  "mcpServers": {
    "azure-mcp-hub": {
      "command": "npx",
      "args": ["@azure/mcp-server@latest"]
    }
  }
}

تأمين مفاتيح API:

{
  "mcpServers": {
    "azure-mcp-hub": {
      "command": "npx",
      "args": ["@azure/mcp-server@latest"],
      "env": {
        "API_KEY": "${API_KEY}"
      },
      "inputs": {
        "apiKey": "${API_KEY}"
      }
    }
  }
}

Cline

1. تأكد من إعداد Node.js وCline.
2. افتح ملف إعدادات Cline.
3. أضف خادم Azure MCP Hub كما هو موضح أدناه.
4. احفظ وأعد تشغيل Cline.
5. تحقق من الاتصال الصحيح.

{
  "mcpServers": {
    "azure-mcp-hub": {
      "command": "npx",
      "args": ["@azure/mcp-server@latest"]
    }
  }
}

تأمين مفاتيح API:

{
  "mcpServers": {
    "azure-mcp-hub": {
      "command": "npx",
      "args": ["@azure/mcp-server@latest"],
      "env": {
        "API_KEY": "${API_KEY}"
      },
      "inputs": {
        "apiKey": "${API_KEY}"
      }
    }
  }
}

كيفية استخدام هذا MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt، ابدأ بإضافة مكون MCP إلى التدفق وربطه بوكيل الذكاء الاصطناعي الخاص بك:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعداد MCP للنظام، أدخل تفاصيل خادم MCP باستخدام هذا التنسيق:

{
  "azure-mcp-hub": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، سيتمكن وكيل الذكاء الاصطناعي من استخدام هذا MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وقدراته. تذكّر تغيير “azure-mcp-hub” إلى اسم خادم MCP الفعلي لديك واستبدال الرابط بعنوان MCP الخاص بك.

نظرة عامة

رأينا:
يعد مستودع مركز MCP هذا ذا قيمة كبيرة كمصدر مرجعي وموارد استكشافية، لكنه لا ينفذ خادماً فعلياً لـ MCP مع مطالبات أو أدوات أو موارد. هو الأنسب للمطورين الذين يرغبون في استكشاف أو بناء خوادم MCP مع الحصول على الإرشادات وروابط لأمثلة عملية.

تقييم MCP

التقييم:
استناداً إلى الجداول أعلاه، يحصل هذا المستودع على تقييم 3/10 كتنفيذ لخادم MCP (لأنه مركز وليس خادماً بحد ذاته)، لكنه يحصل على 9/10 كمصدر مرجعي وموارد مجتمعية قيّمة لتطوير MCP.