Azure MCP Server

Azure MCP 服务

用于 Azure 资源管理和探索的模型上下文协议（MCP）服务实现。此服务提供了一个结构化接口，通过模型上下文协议与 Azure 资源交互，让你能够以编程方式更轻松地管理和监控 Azure 基础设施。

概述

Azure MCP 服务是一个基于 Python 的实现，充当 MCP 客户端与 Azure 服务之间的桥梁。它提供一组工具和端点，用于管理各种 Azure 资源，例如资源组和存储帐户，并内置身份验证处理和结构化响应格式。

功能

• 使用现代 Azure SDK 执行异步 Azure 操作
• 支持多种身份验证方式（Default、Service Principal、Managed Identity）
• 使用 MCP 协议的结构化响应格式
• 全面的错误处理和日志记录
• 支持环境变量配置

先决条件

• Python 3.13 或更高版本
• Azure 订阅
• Azure CLI（推荐用于本地开发）

设置和安装

1. 克隆代码库：

git clone <repository-url>
cd azure-mcp-server

2. 安装 uv（通用虚拟环境）：

curl -LsSf https://astral.sh/uv/install.ps1 | powershell

3. 创建虚拟环境并安装依赖项：

# Create and activate virtual environment
uv venv
.\.venv\Scripts\Activate.ps1

# Install dependencies from pyproject.toml
uv pip sync pyproject.toml

项目使用以下主要依赖项：

[project]
name = "azure-mcp-server"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.13"
dependencies = [
    "aiohttp>=3.11.18",
    "azure-identity>=1.21.0",
    "azure-mgmt-monitor>=6.0.2",
    "azure-mgmt-resource>=23.3.0",
    "azure-mgmt-storage>=22.2.0",
    "httpx>=0.28.1",
    "mcp[cli]>=1.6.0",
    "python-dotenv>=1.1.0",
    "starlette>=0.46.2",
    "uvicorn>=0.34.2",
]

3. 配置环境变量： 在根目录中创建一个 .env 文件，并添加以下变量（根据所需的 auth_type 替换相应值）：

AZURE_SUBSCRIPTION_ID=your-subscription-id
AZURE_TENANT_ID=your-tenant-id
AZURE_CLIENT_ID=your-client-id
AZURE_CLIENT_SECRET=your-client-secret
AZURE_MANAGED_IDENTITY_CLIENT_ID=your-managed-identity-client-id  # Optional

运行服务器

1. 启动 MCP 服务：

• 使用 Stdio 传输

  uv run server.py
  

• 使用 SSE 传输

  如果要将 MCP 服务作为 SSE 服务公开，请在 server.py 中注释掉下面这一段

  # Keep this commented out or remove if running via main.py/Uvicorn
  if __name__ == "__main__":
      logger.info("Starting Azure Explorer MCP Server for stdio...")
      mcp.run()
  
  

  现在运行以下命令：

  uv run main.py
  

  Uvicorn 应会启动，并监听 http://127.0.0.1:8000

INFO:__main__:Starting Uvicorn ASGI server on 127.0.0.1:8000
INFO:     Started server process [your_pid]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)

此服务器现已运行，可通过 SSE 传输接受 MCP 连接。它不再使用 stdio。

如何测试 SSE 连接

由于服务器现在独立运行，并通过 HTTP 监听 SSE 连接，因此无法使用 mcp dev server.py（该命令会强制使用 stdio）。

你需要配置一个通过 SSE 连接的客户端。

以下是几种方法：

方法 A：MCP Inspector（独立模式）

• 在一个终端中保持 uv run main.py 运行。

• 打开一个新终端，并确保其中也已激活虚拟环境。

• 独立启动 Inspector（不使用 mcp dev）：

  npx @modelcontextprotocol/inspector
  

（注意：这会使用 npx 直接运行 Inspector。这里无需传入服务器脚本。）

• MCP Inspector 界面会显示，但初始状态下尚未连接。
• 在顶部的“Server Connection”面板中：
  • 在“Transport”下拉菜单中选择 SSE。
  • 输入服务器运行的 URL：http://127.0.0.1:8000/sse（如果更改了主机或端口，请使用相应的 URL）。
  • 点击 “Connect” 按钮（它可能显示为插头图标或类似图标）。
• 检查连接：界面应显示连接成功。运行 uv run main.py 的终端中也应出现表示客户端已连接的日志消息（例如 GET 请求）。
• 测试工具：现在前往 Inspector 中的“Tools”选项卡，选择 Azure 工具（list_resource_groups、list_storage_accounts 等），输入参数（例如 subscription_id、auth_type），然后点击“Call Tool”。结果应显示在输出面板中。

方法 B：VS Code（使用 GitHub Copilot Chat Agent）

如果你使用 VS Code，GitHub Copilot Chat 扩展可以充当 MCP 主机/客户端。

• 保持 uv run main.py 运行。
• 打开 VS Code。
• 打开 VS Code 设置（JSON）：按 Ctrl+Shift+P（或 Cmd+Shift+P），输入“Preferences: Open User Settings (JSON)”，然后选择它。
• 添加 MCP 服务配置：在 settings.json 中添加或修改 mcp.servers 部分。请务必指定 url 和 transport：

"mcp": {
        "servers": {
                "azure-mcp-server": {
                "url": "http://127.0.0.1:8080/sse", // replace hostname based on the host
                "type": "sse"
            }
        }
    }

• 保存 settings.json。
• 重新加载 VS Code：按 Ctrl+Shift+P，输入“Developer: Reload Window”，然后选择它。
• 打开 Copilot Chat：打开聊天视图（通常是活动栏中的一个图标）。
• 检查连接：你可能会在“Output”面板中看到 MCP 服务正在连接的消息（从下拉菜单中选择“GitHub Copilot Chat”或“MCP”）。
• 使用工具：在 Copilot Chat 输入框中输入 @workspace /tools list，查看是否列出了 Azure 工具。然后尝试调用其中一个，例如 @workspace /invoke list_resource_groups subscription_id=YOUR_SUB_ID auth_type=default

可用的 MCP 工具

MCP 服务提供以下用于 Azure 资源管理的工具：

工具名称	输入参数	描述	返回格式
list_resource_groups	• subscription_id（必需） • auth_type（必需）	列出订阅中的所有资源组	包含资源组详情的 JSON 数组
list_storage_accounts	• subscription_id（必需） • auth_type（必需）	列出订阅中的所有存储帐户	包含存储帐户配置的 JSON 数组
list_storage_account_usage	• subscription_id（必需） • resource_group_name（必需） • storage_account_name（必需） • auth_type（必需）	获取特定帐户的存储容量使用情况	包含已用容量（GB/TiB）的 JSON 对象
list_storage_account_usage_all	• subscription_id（必需） • auth_type（必需）	获取特定帐户的存储容量使用情况	包含已用容量（GB/TiB）的 JSON 对象
get_vm_detail_by_name	• vm_name（必需） •subscription_id（必需） • auth_type（必需）	获取订阅中的 VM 详情	包含 VM 详情的 JSON 对象
get_vms_by_team_tag	• team_value（必需） •subscription_id（必需） • auth_type（必需）	根据标记值获取订阅中所有 VM 的详情	包含具有特定标记值的 VM 详情的 JSON 对象
trigger_vm_power_status_runbook	• vm_name_parameter（必需，取决于我的 runbook 参数） • subscription_id（必需） • auth_type（必需） •automation_resource_group_name（必需） • automation_account_name（必需） •runbook_name（必需）	根据标记值获取订阅中所有 VM 的详情	包含具有特定标记值的 VM 详情的 JSON 对象

注意：所有工具的 auth_type 参数都接受：

• "default"：使用 DefaultAzureCredential（默认）
• "spn"：使用服务主体身份验证
• "identity"：使用托管标识身份验证

身份验证方法

服务支持以下三种身份验证方法：

1. 默认 Azure 凭据（默认）

   • 使用 Azure Identity 库中的 DefaultAzureCredential
   • 适用于本地开发和测试

2. 服务主体（spn）

   • 使用 ClientSecretCredential
   • 需要 AZURE_TENANT_ID、AZURE_CLIENT_ID 和 AZURE_CLIENT_SECRET

3. 托管标识（identity）

   • 使用 ManagedIdentityCredential
   • 适用于托管在 Azure 上的部署
   • 可选接受 AZURE_MANAGED_IDENTITY_CLIENT_ID

错误处理

服务实现了全面的错误处理，涵盖：

• Azure API 错误
• 身份验证失败
• 无效请求
• 未找到资源的情况

所有错误都会被记录，并按照 MCP 协议以结构化格式返回。

日志记录

服务使用 Python 内置的 logging 模块，具有以下功能：

• 可配置日志级别（默认：INFO）
• 详细的操作日志
• 身份验证尝试日志
• 错误和异常日志

贡献

1. Fork 此仓库
2. 创建功能分支
3. 提交更改
4. 推送到该分支
5. 创建 Pull Request

许可证

详情请参阅 LICENSE 文件。