Skip to main content
Glama
deenesjakoruzh
kimtth

Azure OpenAI

by kimtth
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

MCP 服务器与客户端（使用 Azure OpenAI 和 OpenAI）

  • 一个利用模型上下文协议 (MCP) 和 Azure OpenAI 的最小化服务器/客户端应用程序实现。

    1. MCP 服务器基于 FastMCP 构建。

    2. Playwright 是微软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. 关于工具的 MCP 响应将被转换为 OpenAI 函数调用格式。

    4. 将 MCP 服务器响应转换为 OpenAI 函数调用格式的桥接器自定义了 MCP-LLM Bridge 的实现。

    5. 为确保连接稳定，服务器对象被直接传递到桥接器中。

    6. client_bridge 支持进程内和外部 (stdio) MCP 服务器连接，从而实现不同客户端（如 Claude Code、VS Code、自定义脚本）的复用。

Related MCP server: MCP Server Example

模型上下文协议 (MCP)

模型上下文协议 (MCP) MCP 是一种开放协议，支持 AI 应用程序与本地或远程资源之间进行安全、受控的交互。

官方仓库

社区资源

相关项目

  • FastMCP：构建 MCP 服务器的快速、Pythonic 方式。

  • Chat MCP：MCP 客户端

  • MCP-LLM Bridge：支持 MCP 服务器与兼容 OpenAI 的 LLM 之间通信的 MCP 实现

MCP Playwright

配置

在 2024 年 12 月的开发阶段，Python 项目应使用 'uv' 初始化。其他依赖管理库（如 'pip' 和 'poetry'）尚未得到 MCP CLI 的完全支持。

  1. 将 .env.template 重命名为 .env，然后填入 Azure OpenAI 的相关值：

    AZURE_OPEN_AI_ENDPOINT=
AZURE_OPEN_AI_API_KEY=
AZURE_OPEN_AI_DEPLOYMENT_MODEL=
AZURE_OPEN_AI_API_VERSION=

  2. 安装 uv 以进行 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并导航到 URL。

与外部客户端配合使用

MCP 服务器可以通过 mcp.json 配置供外部客户端（Claude Desktop、VS Code、Claude Code 等）使用。

Claude Desktop / Claude Code

添加到你的 claude_desktop_config.json (Claude Desktop) 或 .claude/mcp.json (Claude Code)：

{
  "mcpServers": {
    "browser-navigator": {
      "command": "uv",
      "args": ["run", "fastmcp", "run", "./server/browser_navigator_server.py:app"],
      "cwd": "/path/to/mcp-aoai-web-browsing",
      "env": {
        "AZURE_OPEN_AI_ENDPOINT": "...",
        "AZURE_OPEN_AI_API_KEY": "...",
        "AZURE_OPEN_AI_DEPLOYMENT_MODEL": "...",
        "AZURE_OPEN_AI_API_VERSION": "..."
      }
    }
  }
}

VS Code

添加到工作区中的 .vscode/mcp.json：

{
  "servers": {
    "browser-navigator": {
      "command": "uv",
      "args": ["run", "fastmcp", "run", "./server/browser_navigator_server.py:app"],
      "cwd": "${workspaceFolder}",
      "env": {
        "AZURE_OPEN_AI_ENDPOINT": "...",
        "AZURE_OPEN_AI_API_KEY": "...",
        "AZURE_OPEN_AI_DEPLOYMENT_MODEL": "...",
        "AZURE_OPEN_AI_API_VERSION": "..."
      }
    }
  }
}

以编程方式使用桥接器 (stdio)

client_bridge 还支持通过 Python 的 stdio 连接到外部 MCP 服务器：

from client_bridge import BridgeConfig, MCPServerConfig, BridgeManager
from client_bridge.llm_config import get_default_llm_config

config = BridgeConfig(
    server_config=MCPServerConfig(
        command="uv",
        args=["run", "fastmcp", "run", "./server/browser_navigator_server.py:app"],
    ),
    llm_config=get_default_llm_config(),
    system_prompt="You are a helpful assistant.",
)

async with BridgeManager(config) as bridge:
    response = await bridge.process_message("Navigate to https://example.com")

使用标准 OpenAI (非 Azure)

from client_bridge.llm_config import get_openai_llm_config

config = BridgeConfig(
    mcp=server,
    llm_config=get_openai_llm_config(),
)

设置环境变量：

OPENAI_API_KEY=sk-...
OPENAI_MODEL=gpt-...

直接工具执行

对于自行管理 LLM 循环的客户端，桥接器公开了工具元数据和直接执行功能：

async with BridgeManager(config) as bridge:
    tools = bridge.get_tools()  # OpenAI function calling format
    result = await bridge.execute_tool("playwright_navigate", {"url": "https://example.com"})

关于 'stdio'

stdio 是一个传输层（原始数据流），而 JSON-RPC 是一个应用协议（结构化通信）。它们是不同的概念，但经常互换使用，例如协议中的“JSON-RPC over stdio”。

工具描述

@self.mcp.tool()
async def playwright_navigate(url: str, timeout=30000, wait_until="load"):
    """Navigate to a URL.""" -> This comment provides a description, which may be used in a mechanism similar to function calling in LLMs.

# Output
Tool(name='playwright_navigate', description='Navigate to a URL.', inputSchema={'properties': {'url': {'title': 'Url', 'type': 'string'}, 'timeout': {'default': 30000, 'title': 'timeout', 'type': 'string'}

提示：uv

uv run: Run a script.
uv venv: Create a new virtual environment. By default, '.venv'.
uv add: Add a dependency to a script
uv remove: Remove a dependency from a script
uv sync: Sync (Install) the project's dependencies with the environment.

提示

  • python.exe 的 taskkill 命令

taskkill /IM python.exe /F

  • Visual Code：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。

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained
ResponsivenessUnresponsive

Resources

Related MCP Connectors

Related MCP Servers

Appeared in Searches