Strumenti server MCP di Azure per Estensioni Microsoft Foundry

Il server MCP di Azure consente di gestire le risorse delle estensioni Microsoft Foundry, tra cui la creazione di completamenti di chat e testo, la generazione di embedding, l'elencazione di modelli e l'uso degli indici di conoscenza, con prompt del linguaggio naturale.

Microsoft Foundry è una piattaforma per la distribuzione e la gestione di modelli di intelligenza artificiale personalizzati in Azure. Fornisce strumenti e servizi per il training, l'ottimizzazione, la distribuzione e il monitoraggio dei modelli di intelligenza artificiale negli ambienti di produzione.

Quando ci si connette alla risorsa Microsoft Foundry, il server MCP Azure richiede il endpoint o il gruppo resource della risorsa Microsoft Foundry. Per le operazioni che non richiedono una risorsa specifica, ad esempio l'elenco dei modelli disponibili, non è necessario né l'endpoint né il gruppo di risorse.

Knowledge: Elencare gli indici delle conoscenze

Ottenere un elenco di indici delle conoscenze da Foundry:

• Trovare gli indici delle conoscenze creati all'interno dei progetti Foundry.
• Usare questi indici con gli agenti di intelligenza artificiale per il recupero delle informazioni e le applicazioni RAG.
• L'elenco viene aggiornato durante la creazione di nuovi indici o l'aggiornamento di quelli esistenti.

Alcuni prompt di esempio includono:

• Visualizzare tutti gli indici: "Mostra tutti gli indici di knowledge base all'endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
• Filtrare in base al progetto: "Elencare gli indici delle conoscenze nell'endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/support-bot'"
• Cercare in base al nome: "Trovare l'indice delle informazioni denominato "product-faqs" nell'endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
• Filtrare in base al tag: "Elencare gli indici delle informazioni contrassegnati con 'security' all'endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"
• Mostra i dettagli dell'indice: "Mostra dettagli per l'indice delle informazioni "customer-service" nell'endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"

Suggerimenti per l'annotazione degli strumenti:

Distruttivo: ❌ | Idempotente: ✅ | Mondo aperto: ❌ | Sola lettura: ✅ | Segreto: ❌ | Necessario locale: ❌

Knowledge: Ottenere lo schema dell'indice

Ottenere la configurazione dettagliata dello schema di un indice di knowledge base specifico da Foundry.

Questa operazione mostra informazioni complete sulla struttura e sulla configurazione di un indice della knowledge base, incluse definizioni di campo, tipi di dati, attributi ricercabili e altre proprietà dello schema. Usa queste informazioni sullo schema per comprendere come le strutture di indici e indicizzano i tuoi dati per la ricerca.

Alcuni prompt di esempio includono:

• Visualizzare lo schema dell'indice: "Mostra lo schema per l'indice knowledge "product-facts" nell'endpoint 'https://my-example-resource.services.ai.azure.com/api/projects/my-project'"

Suggerimenti per l'annotazione degli strumenti:

Distruttivo: ❌ | Idempotente: ✅ | Mondo aperto: ❌ | Sola lettura: ✅ | Segreto: ❌ | Necessario locale: ❌

OpenAI: Creare completamenti di chat

Creare completamenti di chat usando Azure OpenAI in Foundry. Inviare messaggi a Azure modelli di chat OpenAI distribuiti nella risorsa Foundry e ricevere risposte conversazionali generate dall'intelligenza artificiale. Supporta conversazioni a più turni con cronologia messaggi, istruzioni di sistema e personalizzazione delle risposte.

Alcuni prompt di esempio includono:

• Messaggio di saluto semplice: "creare un completamento della chat con matrice di messaggi '[{"role":"user","content":"Hello, how are you today?"}]' utilizzando l'implementazione 'gpt-35-turbo' sulla risorsa 'openai-prod'"
• Con il messaggio di sistema: "Creare un completamento della chat con il messaggio di sistema 'You are a helpful assistant' e il messaggio utente 'Explain quantum computing' utilizzando il deployment 'gpt-35-turbo' sulla risorsa 'openai-west'"
• Controllare la creatività: "Generare un completamento della chat per "Scrivere una storia creativa" usando l'implementazione 'gpt-4' con una temperatura di 0,8 e un massimo di 150 token sulla risorsa 'ai-central'"
• Risposta deterministica: "Crea un completamento della chat con il messaggio 'Elenca 5 fatti su Marte' utilizzando il deployment 'gpt-35-turbo' con temperatura di 0.1 e seme 12345 sulla risorsa 'ai-services-prod'"
• Conversation con storia: "Continua il completamento della chat con i messaggi: sistema 'Sei un assistente di programmazione', utente 'Come posso creare una funzione in Python?', assistente 'Ecco come...', utente 'Puoi mostrare un esempio?' uso della distribuzione 'gpt-4' nella risorsa 'dev-openai'"
• Con sanzioni per la ripetizione: "Creare un completamento per 'Descrivere i vantaggi del cloud computing' usando il modello 'gpt-35-turbo' con penalità di frequenza 0,5 e penalità di presenza 0,3 sulla risorsa 'ai-services-main'"
• Risposta di streaming: "Generare il completamento della chat in streaming per «Spiegare il machine learning step by step» usando la distribuzione 'gpt-4' con stream true nella risorsa 'openai-research'"
• Con sequenze di interruzione: "Crea un completamento per 'Contare da 1 a 10' utilizzando il deployment 'gpt-35-turbo' con sequenze di interruzione ['5', 'STOP'] sulla risorsa 'ai-test'"
• Tracciamento utente: "Generare il completamento per 'Che cos'è Azure AI?'". utilizzando la distribuzione 'gpt-4' con l'identificatore utente 'user-123' sulla risorsa 'prod-openai'
• Controllo ottimizzato: "Creare il completamento della chat per "Riepilogare questo articolo" usando la distribuzione "gpt-35-turbo" con temperatura 0,2, top_p 0,9, token massimi 200 e autenticazione AAD nella risorsa 'secure-ai'"

Suggerimenti per l'annotazione degli strumenti:

Distruttivo: ❌ | Idempotente: ❌ | Mondo aperto: ❌ | Sola lettura: ✅ | Segreto: ❌ | Necessario locale: ❌

OpenAI: Creare incorporamenti

Creare incorporamenti usando Azure OpenAI in Foundry. Generare embedding vettoriali dal testo usando le distribuzioni OpenAI di Azure nella risorsa Foundry per la ricerca semantica, i confronti di somiglianza, il clustering o l'apprendimento automatico.

Alcuni prompt di esempio includono:

• Embedding di testo di base: "Generare embedding per il testo 'Servizio Azure OpenAI' usando la distribuzione 'text-embedding-ada-002' nel gruppo di risorse 'my-resource-group'"
• Creare incorporamenti vettoriali: "Creare incorporamenti vettoriali per il testo usando Azure OpenAI con distribuzione 'text-embedding-3-large' nella risorsa 'ai-services-prod' nel gruppo di risorse 'my-resource-group'"
• Incorporamento di documenti: "Generare incorporamenti per 'Machine Learning rivoluziona l'analisi dei dati' usando la distribuzione 'ada-002' nella risorsa 'embedding-service' nel gruppo di risorse 'my-resource-group'"
• Più frasi: "Creare incorporamenti per il testo "Cloud computing fornisce un'infrastruttura scalabile. Abilita l'accessibilità globale". utilizzando la distribuzione di embed nel gruppo di risorse 'my-resource-group'
• Con il rilevamento degli utenti: "Generare incorporamenti per 'Applicazioni di elaborazione del linguaggio naturale' usando la distribuzione 'text-embedding-3-small' con l'identificatore utente 'analytics-team' nel gruppo di risorse 'my-resource-group'"
• Dimensioni specifiche: "Crea embedding per 'L'intelligenza artificiale trasforma le operazioni commerciali' usando la distribuzione 'text-embedding-3-large' con 1536 dimensioni sulla risorsa 'ai-central' nel gruppo di risorse 'my-resource-group'"
• Formato Base64: "Generare incorporamenti per 'Reti neurali di Deep Learning' usando la distribuzione 'ada-002' con formato di codifica base64 nella risorsa 'ml-services' nel gruppo di risorse 'my-resource-group'"
• Testo di ricerca: "Creare incorporamenti vettoriali per 'Quantum computing dimostra i vantaggi di calcolo in algoritmi specifici' usando la distribuzione di incorporamento di testo nel gruppo di risorse 'my-resource-group'"
• Descrizione del prodotto: "Generare incorporamenti per il portatile a prestazioni elevate con unità di elaborazione grafica avanzata" usando la distribuzione "text-embedding-3-small" nella risorsa 'product-ai' nel gruppo di risorse 'my-resource-group'"
• Documentazione tecnica: "Creare incorporamenti per 'l'autenticazione API richiede credenziali valide e intestazioni di autorizzazione appropriate' usando la distribuzione 'ada-002' con codifica float sulla risorsa 'docs-embedding' nel gruppo di risorse 'my-resource-group'"

Suggerimenti per l'annotazione degli strumenti:

Distruttivo: ❌ | Idempotente: ❌ | Mondo aperto: ❌ | Sola lettura: ✅ | Segreto: ❌ | Necessario locale: ❌

OpenAI: Creare completamenti

Creare completamenti di testo usando Azure OpenAI in Foundry. Inviare una richiesta o una domanda ai modelli OpenAI di Azure distribuiti nella risorsa Foundry e ricevere risposte testuali generate. Usare questa opzione quando è necessario creare completamenti, ottenere contenuto generato dall'intelligenza artificiale, generare risposte alle domande o produrre completamenti di testo da Azure OpenAI in base a qualsiasi richiesta di input. Supporta la personalizzazione con temperatura e numero massimo di token.

Alcuni prompt di esempio includono:

• Completamento di base: "Creare un completamento con la richiesta "Che cos'è Azure?". usando la distribuzione "gpt-35-turbo" nel gruppo di risorse 'my-resource-group'"
• Con il controllo della temperatura: "Generare il completamento del testo per 'Spiegare il machine learning' utilizzando la distribuzione 'text-davinci-003' con temperatura 0,3 nel gruppo di risorse 'my-resource-group'"
• Token limitati: "Creare un completamento con la richiesta "Scrivere un riepilogo" usando la distribuzione "gpt-4" con un massimo di 100 token nel gruppo di risorse 'my-resource-group'"
• Scrittura creativa: "Genera il completamento per 'Raccontami una storia sull'intelligenza artificiale' utilizzando l'implementazione 'gpt-35-turbo' con temperatura 0,8 e 200 token massimi nel gruppo di risorse 'my-resource-group'"
• Spiegazione tecnica: "Creare il completamento con la richiesta "Come funziona il cloud computing?". usando la risorsa OpenAI 'ai-services-east' e la distribuzione 'gpt-4' nel gruppo di risorse 'my-resource-group'"

Suggerimenti per l'annotazione degli strumenti:

Distruttivo: ❌ | Idempotente: ❌ | Mondo aperto: ❌ | Sola lettura: ✅ | Segreto: ❌ | Necessario locale: ❌

OpenAI: Elencare modelli e distribuzioni

Elencare tutti i modelli e le distribuzioni OpenAI disponibili in una risorsa Azure. Questo strumento recupera informazioni sui modelli distribuiti, inclusi i nomi dei modelli, le versioni, le funzionalità e lo stato della distribuzione.

Alcuni prompt di esempio includono:

• Visualizzare tutti i modelli: "Elencare tutti i modelli OpenAI nella risorsa "ai-services-prod" nel gruppo di risorse 'my-resource-group'"
• Controllare le distribuzioni: "Mostra tutti i modelli distribuiti e il relativo stato nella risorsa 'openai-east' nel gruppo di risorse 'my-resource-group'"
• Inventario di produzione: "Quali modelli sono disponibili nella risorsa "production-openai" nel gruppo di risorse "my-resource-group"?"
• Verifica dello sviluppo: "Elencare tutti i modelli e le distribuzioni nella risorsa 'dev-ai-services' nel gruppo di risorse 'my-resource-group'"
• Funzionalità del modello: "Mostra tutti i modelli OpenAI disponibili con le relative funzionalità nella risorsa 'ai-central' nel gruppo di risorse 'my-resource-group'"
• Stato distribuzione: "Qual è lo stato corrente di tutte le distribuzioni nella risorsa 'openai-west' nel gruppo di risorse 'my-resource-group'?"
• Modelli regionali: "Elencare tutti i modelli disponibili nella risorsa "europe-openai" nel gruppo di risorse 'my-resource-group'"
• Panoramica del servizio: "Fornire una panoramica completa dei modelli e delle distribuzioni nella risorsa 'customer-ai' nel gruppo di risorse 'my-resource-group'"
• Versioni del modello: "Mostra tutte le versioni del modello disponibili nella risorsa 'ai-services-main' nel gruppo di risorse 'my-resource-group'"
• Controllo delle risorse: "È necessario controllare tutti i modelli e le distribuzioni OpenAI nella risorsa 'enterprise-ai' nel gruppo di risorse 'my-resource-group'"

Suggerimenti per l'annotazione degli strumenti:

Distruttivo: ❌ | Idempotente: ✅ | Mondo aperto: ❌ | Sola lettura: ✅ | Segreto: ❌ | Necessario locale: ❌

Risorse: Ottieni risorsa Foundry

Ottenere informazioni dettagliate sulle risorse foundry, inclusi l'URL dell'endpoint, la posizione, lo SKU e tutti i modelli distribuiti con la relativa configurazione. Se viene specificato un nome di risorsa specifico, restituisce i dettagli solo per tale risorsa. Se non viene specificato alcun nome di risorsa, elenca tutte le risorse Foundry nella sottoscrizione o nel gruppo di risorse.

Alcuni prompt di esempio includono:

• Ottenere una risorsa specifica: "Mostrami i dettagli per la risorsa Foundry 'ai-foundry-prod', inclusi tutti i modelli implementati"
• Elencare tutte le risorse: "Quali risorse Foundry sono disponibili nella sottoscrizione?"
• Risorsa con configurazione: "Ottenere l'URL dell'endpoint, la posizione e le informazioni sullo SKU per la mia risorsa foundry 'customer-ai-foundry'"

Suggerimenti per l'annotazione degli strumenti:

Distruttivo: ❌ | Idempotente: ✅ | Mondo aperto: ❌ | Sola lettura: ✅ | Segreto: ❌ | Necessario locale: ❌

Contenuti correlati

• Che cosa sono gli strumenti del server MCP Azure?
• Introduzione all'uso di Azure SERVER MCP
• Documentazione di Microsoft Foundry
• Panoramica di Servizi di Azure AI
• Distribuire e utilizzare modelli