关于 MCP-Server-Azure-Impact-Reporting
MCP-Server-Azure-Impact-Reporting 让 LLM 为 Azure 资源提交影响报告,适用于处理 Azure 基础设施故障的用户。它能解析自然语言请求,并在信息不足时询问补充细节。
主要功能
- 01提交 Azure 资源影响报告
- 02使用 DefaultAzureCredential 认证
- 03解析自然语言中的报告参数
- 04缺少信息时询问补充细节
- 05支持连接、性能和可用性类别
适用场景
- 01报告虚拟机连接问题
- 02提交数据库性能下降报告
- 03报告应用服务不可用
- 04补充缺失信息后提交影响报告
MCP 相关
该 MCP 服务向客户端提供 Azure 资源影响报告工具,通过 Azure Management API 创建工作负载影响报告。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
MCP-Server-Azure-Impact-Reporting
概述
Azure 影响报告 MCP(模型上下文协议)服务支持大模型(LLM)报告 Azure 资源受到的影响。借助此工具,大模型可以自动解析用户请求、了解所需参数,并在客户遇到 Azure 基础设施问题时向 Azure 提交报告。
功能
impact-reporter.py 脚本提供了一个模型上下文协议服务,可用于:
- 提供一个向 Azure 报告资源影响情况的工具
- 使用 DefaultAzureCredential 自动向 Azure 进行身份验证
- 通过 Azure Management API 创建工作负载影响报告
- 从自然语言请求中提取参数
- 在请求缺少必需信息时询问更多详情
影响类别
此工具支持以下影响类别:
Resource.Connectivity- Azure 资源的连接问题Resource.Performance- 性能下降问题Resource.Availability- 可用性或停机问题Resource.Unknown- 未知具体问题类型时使用
要求
- Python 3.8+
mcp[cli]- 支持 CLI 的模型上下文协议包azure-identity- 用于 Azure 身份验证httpx- 用于向 Azure API 发送 HTTP 请求
设置说明
1. 克隆仓库
git clone https://github.com/yourusername/MCP-Server-Azure-Impact-Reporting.git
cd MCP-Server-Azure-Impact-Reporting
2. 安装依赖项
pip install -r requirements.txt
也可以手动安装:
pip install mcp[cli] azure-identity httpx
3. 设置 Azure 身份验证
此工具使用 DefaultAzureCredential 进行身份验证。请确保使用以下任一方式登录 Azure:
- Azure CLI(
az login) - Visual Studio Code Azure Account 扩展
- Azure PowerShell(
Connect-AzAccount) - 用于服务主体身份验证的环境变量
4. 配置 MCP 客户端
将以下配置添加到 MCP 客户端配置文件中(例如,claude_desktop_config.json):
"impactreporter": {
"command": "uv",
"args": [
"--directory",
"ABSOLUTE_PATH_TO_ROOT_FOLDER",
"run",
"impact-reporter.py"
]
}
将 ABSOLUTE_PATH_TO_ROOT_FOLDER 替换为克隆此仓库所在位置的绝对路径。
例如:
"impactreporter": {
"command": "uv",
"args": [
"--directory",
"C:\\Users\\username\\source\\repos\\MCP-Server-Azure-Impact-Reporting",
"run",
"impact-reporter.py"
]
}
了解 uv 命令
配置中的 uv 命令使用 pyproject.toml 管理依赖项:
- 虚拟环境:
uv会创建并管理自己的内部虚拟环境,与您可能创建的任何.venv相互独立 - 依赖管理:根据
pyproject.toml中的规范自动安装依赖项 - 隔离:
uv缓存系统可确保不会干扰本地 Python 环境
替代方案:直接运行 Python
如果您不想使用 uv,可以直接运行 MCP 服务:
-
创建并激活虚拟环境:
python -m venv .venv # On Windows .venv\Scripts\activate # On macOS/Linux source .venv/bin/activate -
安装依赖项:
pip install -r requirements.txt -
直接运行服务:
python impact-reporter.py
5. 运行 MCP 服务
如果您在桌面应用中使用 Claude 或其他支持 MCP 的客户端,服务将在需要时自动启动。
使用示例
配置完成后,大模型可以通过以下自然语言请求报告影响情况:
- “报告我的资源组
production-rg中名为web-server的 VM 的连接问题” - “告知 Azure,我在
data-rg中的 SQL 数据库customer-db遇到了性能问题” - “报告我的 App Service
api-service已停机”
MCP 服务会自动解析这些请求,并在向 Azure 提交报告前询问缺少的参数。
对话示例:

需要更多信息时
-
请求补充详情

-
推断详情并报告影响情况

API 详情
影响报告工具使用 Azure Management API(2023-12-01-preview)创建工作负载影响报告。
故障排除
- 身份验证问题:请确保已登录 Azure,并拥有相应权限
- 缺少参数:如有需要,该工具会询问其他详细信息
- API 错误:请检查 Azure 门户,确保订阅和资源存在
许可证
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。