
Azure MCP Hub 的 AI 代理
通过 Azure 模型上下文协议 (MCP) Hub,为您的 AI 代理赋能。可在 Azure 上快速构建、运行或复用 MCP 服务器,使代理能够以最小的工作量调用真实 API。支持与 C#、Python、Java 或 JavaScript 集成,利用即插即用 API 服务器,无缝连接无数数据和基础设施来源。

几分钟内启动您的 MCP 服务器
在 Azure Functions 上托管您自己的模型上下文协议 (MCP) 服务器,支持 C#、Python 和 TypeScript。让您的 AI 代理无缝连接到真实世界的 API,设置简单,扩展性极佳。借助强大、语言无关的服务器部署,提升您的开发流程。
- 多语言支持.
- 可直接在 Azure Functions 上部署 C#、Python 或 TypeScript 的 MCP 服务器。
- 极速部署.
- 几分钟内即可设置并启动您的 MCP 服务器,实现代理即时集成。
- 可扩展基础设施.
- Azure 支持的托管为您的代理提供可靠、可扩展的 API 访问。
- 开源模板.
- 可直接使用 Azure Samples GitHub 上的现成模板,快速上手。

使用强大 SDK 集成 AI 代理
通过官方 MCP SDK(支持 C#、Python、TypeScript、Java)构建智能代理。轻松集成 OpenAI Agents、Semantic Kernel、LangChain.js、Spring AI 等主流框架。让您的代理通过安全、标准化通信方式与真实 API 交互。
- 主流语言全覆盖 SDK.
- 获取 C#、Python、Java 和 TypeScript 的官方 SDK,助力高效开发代理。
- AI 框架集成.
- 通过 MCP 工具集成 OpenAI Agents、Semantic Kernel、LangChain.js 及 Spring AI。
- 安全 API 访问.
- 通过基于标准的认证,让代理安全连接真实世界 API。

即插即用的数据与 DevOps API 服务器
利用社区维护的即插即用 MCP 服务器,加速主流数据与基础设施 API 的开发。您的代理可即刻与 Redis、PostgreSQL、MySQL、MongoDB、Azure CLI、Kubernetes、GitHub、Azure DevOps 等系统交互,无需自定义集成。
- 数据 API 连接.
- 通过现成 MCP 服务器,让代理访问 Redis、PostgreSQL、MySQL、MongoDB 和 Azure Data Explorer。
- DevOps 与基础设施 API.
- 通过对话代理控制 Azure CLI、Kubernetes、GitHub 与 Azure DevOps。
- 社区驱动解决方案.
- 依托开源、社区维护的 MCP 服务器,实现即刻集成。
用 Azure MCP 全面提升您的 AI 代理
通过模型上下文协议,快速构建、部署并连接 AI 代理到真实 API。探索 SDK、现成服务器和无缝集成——立即加速您的 AI 开发!
什么是 Azure MCP Server
Azure MCP Server 是微软推出的一项服务,旨在让 AI 代理和其他客户端能够通过自然语言指令与 Azure 资源交互。它充当桥梁,让用户无需深入云运维技术,就能访问、管理和自动化 Azure 工作流。MCP Server 支持文件存储、数据库查询、日志分析及在 Azure 基础设施上执行 CLI 命令等多种任务。借助 Azure 的安全性、可扩展性与集成能力,MCP Server 帮助企业简化运维,使 AI 系统或用户以简单直观的方式完成复杂的云操作。
功能
利用 Azure MCP Server 可以做什么
借助 Azure MCP Server,用户和 AI 代理可以通过自然语言访问广泛的 Azure 服务并自动化云端工作流。无论技术人员还是非技术用户,都可高效管理、分析并操作基于 Azure 的资源。
- 自然语言指令
- 用简单对话语言与 Azure 资源交互。
- 文件存储管理
- 在 Azure 存储账户中上传、下载及整理文件。
- 数据库查询
- 在 Azure 数据库上运行查询、获取结果并分析数据。
- 日志分析
- 查询并分析各类 Azure 资源日志,用于监控和故障排查。
- CLI 自动化
- 远程执行 Azure CLI 命令,管理基础设施与服务。

AI 代理如何受益于 Azure MCP Server
AI 代理可借助 Azure MCP Server 轻松执行复杂的云操作,实现如资源配置、监控、故障排查和数据管理等工作流自动化。通过将高层意图转化为可操作的 Azure 操作,MCP Server 减少了人工工作量,提高生产力,并让 AI 驱动系统安全可靠地扩展业务流程。