mcpField
A
Azure AI Agent Service + Azure AI Search MCP Server

Azure AI Agent Service + Azure AI Search MCP Server

ローカル
github.com/farzad528クラウド・インフラ5584 週間前に更新

Azure AI Agent Service + Azure AI Search MCP Server について

Claude Desktop から Azure AI サービスを使ってコンテンツを検索できる MCP サーバーです。Azure AI Agent Service を利用したドキュメント検索と Web 検索の構成と、Azure AI Search に直接接続する構成を提供します。Azure 上に検索インデックスを持つ利用者を想定しています。

主な機能

  1. 01Agent Service 経由の Azure AI Search ツール
  2. 02引用元を示す Bing Web 検索
  3. 03Azure AI Search への直接接続
  4. 04キーワード、ベクトル、ハイブリッド検索

活用シーン

  1. 01Claude Desktop からプライベートなインデックス文書を検索
  2. 02Web 検索と文書検索を組み合わせて最新情報を調べる
  3. 03ベクトル化されたテキストデータに対するハイブリッド検索

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Azure AI Agent Service + Azure AI Search MCP サーバー

Azure AI サービスを使用してコンテンツを検索できるようにする Model Context Protocol(MCP)サーバーです。Azure AI Agent Service(ドキュメント検索とウェブ検索の両方に対応)と、Azure AI Search との直接連携から選択できます。

デモ


概要

このプロジェクトでは、Claude Desktop を Azure の検索機能に接続するための、2 種類の MCP サーバー実装を提供します。

  1. Azure AI Agent Service 実装(推奨) - 強力な Azure AI Agent Service を使用して、次の機能を提供します。

    • Azure AI Search ツール - AI によって強化された検索結果で、インデックス化されたドキュメントを検索します
    • Bing Web Grounding ツール - 出典の引用付きでウェブを検索します
  2. Azure AI Search との直接連携 - 次の 3 種類の方法で Azure AI Search に直接接続します。

    • キーワード検索 - 正確な字句一致
    • ベクトル検索 - 埋め込みを使用した意味的類似性検索
    • ハイブリッド検索 - キーワード検索とベクトル検索を組み合わせます

機能

  • AI 強化検索 - Azure AI Agent Service がインテリジェントな処理によって検索結果を最適化します
  • 複数のデータソース - プライベートドキュメントと公開ウェブの両方を検索します
  • 出典の引用 - ウェブ検索結果には、元の出典への引用が含まれます
  • 柔軟な実装 - Azure AI Agent Service と Azure AI Search との直接連携から選択できます
  • Claude とのシームレスな連携 - すべての検索機能を Claude Desktop のインターフェースから利用できます
  • カスタマイズ可能 - 検索動作を簡単に拡張または変更できます

クイックリンク


要件

  • Python: バージョン 3.10 以降
  • Claude Desktop: 最新バージョン
  • Azure リソース:
    • ベクトル化されたテキストデータを含むインデックスがある Azure AI Search サービス
    • Agent Service を使用する場合:Azure AI Search と Bing の接続が設定された Azure AI プロジェクト
  • オペレーティングシステム: Windows または macOS(Windows 向けの手順を記載していますが、適宜変更して利用できます)

Azure AI Agent Service 実装(推奨)

セットアップガイド
  1. プロジェクトディレクトリ:

    mkdir mcp-server-azure-ai-search
    cd mcp-server-azure-ai-search
    
  2. .env ファイルを作成:

    echo "PROJECT_CONNECTION_STRING=your-project-connection-string" > .env
    echo "MODEL_DEPLOYMENT_NAME=your-model-deployment-name" >> .env
    echo "AI_SEARCH_CONNECTION_NAME=your-search-connection-name" >> .env
    echo "BING_CONNECTION_NAME=your-bing-connection-name" >> .env
    echo "AI_SEARCH_INDEX_NAME=your-index-name" >> .env
    
  3. 仮想環境をセットアップ:

    uv venv
    .venv\Scripts\activate
    uv pip install "mcp[cli]" azure-identity python-dotenv azure-ai-projects
    
  4. azure_ai_agent_service_server.py スクリプトを使用して、Azure AI Agent Service と連携します。

Azure AI Agent Service のセットアップ

この実装を使用する前に、次の作業が必要です。

  1. Azure AI プロジェクトを作成:

    • Azure Portal に移動し、新しい Azure AI プロジェクトを作成します
    • プロジェクトの接続文字列とモデルのデプロイ名を控えます
  2. Azure AI Search 接続を作成:

    • Azure AI プロジェクトで、Azure AI Search サービスへの接続を追加します
    • 接続名とインデックス名を控えます
  3. Bing ウェブ検索接続を作成:

    • Azure AI プロジェクトで、Bing Search サービスへの接続を追加します
    • 接続名を控えます
  4. Azure で認証:

    az login
    
Claude Desktop の設定
{
  "mcpServers": {
    "azure-ai-agent": {
      "command": "C:\\path\\to\\.venv\\Scripts\\python.exe",
      "args": ["C:\\path\\to\\azure_ai_agent_service_server.py"],
      "env": {
        "PROJECT_CONNECTION_STRING": "your-project-connection-string",
        "MODEL_DEPLOYMENT_NAME": "your-model-deployment-name",
        "AI_SEARCH_CONNECTION_NAME": "your-search-connection-name",
        "BING_CONNECTION_NAME": "your-bing-connection-name",
        "AI_SEARCH_INDEX_NAME": "your-index-name"
      }
    }
  }
}

注: パスのプレースホルダーを実際のプロジェクトパスに置き換えてください。


Azure AI Search との直接連携

Agent Service を使わず、Azure AI Search と直接連携する場合は、次の手順に従ってください。

  1. 別の .env ファイルを作成:

    echo "AZURE_SEARCH_SERVICE_ENDPOINT=https://your-service-name.search.windows.net" > .env
    echo "AZURE_SEARCH_INDEX_NAME=your-index-name" >> .env
    echo "AZURE_SEARCH_API_KEY=your-api-key" >> .env
    
  2. 依存関係をインストール:

    uv pip install "mcp[cli]" azure-search-documents==11.5.2 azure-identity python-dotenv
    
  3. azure_search_server.py スクリプトを使用して、Azure AI Search と直接連携します。

  4. Claude Desktop を設定:

    {
      "mcpServers": {
        "azure-search": {
          "command": "C:\\path\\to\\.venv\\Scripts\\python.exe",
          "args": ["C:\\path\\to\\azure_search_server.py"],
          "env": {
            "AZURE_SEARCH_SERVICE_ENDPOINT": "https://your-service-name.search.windows.net",
            "AZURE_SEARCH_INDEX_NAME": "your-index-name",
            "AZURE_SEARCH_API_KEY": "your-api-key"
          }
        }
      }
    }
    

サーバーのテスト

  1. 新しい設定を読み込むために、Claude Desktop を再起動します
  2. 入力欄の右下にある MCP ツールアイコン(ハンマーのアイコン)を探します
  3. 次のようなクエリを試します。
    • 「Azure Search インデックスで AI に関する情報を検索して」
    • 「LLM の最新動向をウェブで検索して」
    • 「ハイブリッド検索を使ってニューラルネットワークに関する情報を見つけて」

トラブルシューティング

  • サーバーが表示されない場合:

    • Claude Desktop のログを確認してください(Windows では %APPDATA%\Claude\logs\mcp*.log にあります)
    • 設定内のファイルパスと環境変数を確認してください
    • サーバーを直接実行してテストしてください:python azure_ai_agent_service_server.py または uv run python azure_ai_agent_service_server.py
  • Azure AI Agent Service の問題:

    • Azure AI Project が正しく設定されていることを確認してください
    • 接続が存在し、適切に設定されていることを確認してください
    • Azure の認証状態を確認してください

サーバーのカスタマイズ

  • **ツールの指示を変更する:**各エージェントに提供される指示を調整して、クエリの処理方法を変更します
  • 新しいツールを追加する:@mcp.tool() デコレーターを使用して、追加のツールを統合します
  • **応答形式をカスタマイズする:**Claude Desktop に返す応答の形式を編集します
  • **ウェブ検索パラメーターを調整する:**ウェブ検索ツールを変更して、特定のドメインに絞り込みます

ライセンス

このプロジェクトは MIT License のもとでライセンスされています。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。