Azure OpenAI

使用 Azure OpenAI 的 MCP 服务器和客户端实现

• 利用模型上下文协议 (MCP) 和 Azure OpenAI 的最小服务器/客户端应用程序实现。
  1. MCP 服务器是用FastMCP构建的。
  2. Playwright是 Microsoft 推出的一个开源、端到端测试框架，用于测试现代 Web 应用程序。
  3. MCP 对工具的响应将转换为 OpenAI 函数调用格式。
  4. 将 MCP 服务器响应转换为 OpenAI 函数调用格式的桥梁定制了MCP-LLM Bridge实现。
  5. 为了确保稳定的连接，服务器对象被直接传递到桥中。

模型上下文协议（MCP）

模型上下文协议 (MCP) MCP（模型上下文协议）是一种开放协议，可实现 AI 应用程序与本地或远程资源之间的安全、受控交互。

官方存储库

• MCP Python SDK
• 创建 Python 服务器
• MCP 服务器

社区资源

• 超棒的 MCP 服务器
• Reddit 上的 MCP

相关项目

• FastMCP ：构建 MCP 服务器的快速、Python 方式。
• 聊天 MCP : MCP 客户端
• MCP-LLM Bridge ：MCP 实现，支持 MCP 服务器与 OpenAI 兼容的 LLM 之间的通信

MCP剧作家

• MCP Playwright 服务器
• 适用于 Python 的 Microsoft Playwright

配置

在 2024 年 12 月的开发阶段，Python 项目应以“uv”启动。其他依赖管理库，例如“pip”和“poetry”，尚未得到 MCP CLI 的完全支持。

1. 将.env.template重命名为.env ，然后在.env中填写 Azure OpenAI 的值：
   AZURE_OPEN_AI_ENDPOINT= AZURE_OPEN_AI_API_KEY= AZURE_OPEN_AI_DEPLOYMENT_MODEL= AZURE_OPEN_AI_API_VERSION=
2. 安装uv进行 Python 库管理
   pip install uv uv sync
3. 执行python chatgui.py
   • 示例屏幕显示客户端启动浏览器导航到 URL。

相对于‘stdio’

stdio是传输层（原始数据流），而JSON-RPC是应用协议（结构化通信）。它们之间有区别，但经常互换使用，例如，在协议中，“JSON-RPC over stdio”。

工具描述

提示：紫外线

• 特征

提示

• python.exe 的 taskkill 命令

• 可视化代码：Python 调试器：使用 launch.json 进行调试将使用 .vscode/launch.json 中的配置启动调试器。