Beschikbare hulpprogramma's en voorbeeldprompts voor Foundry MCP Server (preview)

Foundry MCP Server bevat 38 hulpprogramma's in 10 categorieën waarmee u agents, gegevenssets, evaluaties, modelimplementaties en meer kunt beheren, allemaal via gespreksprompts in plaats van API-aanroepen. Gebruik deze verwijzing om elk hulpprogramma te verkennen en de voorbeeldprompts in uw eigen project uit te proberen.

Tip

Voltooi de installatie van Foundry MCP Server voordat u deze hulpprogramma's gebruikt.

Note

Deze functie is momenteel beschikbaar als openbare preview. Deze preview wordt aangeboden zonder een service level agreement en we raden deze niet aan voor productieworkloads. Bepaalde functies worden mogelijk niet ondersteund of hebben mogelijk beperkte mogelijkheden. Zie Aanvullende gebruiksvoorwaarden voor Microsoft Azure previews voor meer informatie.

Hoe hulpprogramma's werken

Wanneer u een prompt in natuurlijke taal typt in een MCP-compatibele client (bijvoorbeeld GitHub Copilot agentmodus), selecteert het taalmodel het juiste hulpprogramma en formuleert u de vereiste parameters namens u. U roept hulpprogramma's niet rechtstreeks aan. U beschrijft wat u wilt en het model vertaalt uw intentie in een tool-aanroep.

Elk hulpprogramma wordt geclassificeerd als gelezen (haalt informatie op) of schrijft (maakt, bijwerken of verwijdert resources). Schrijfbewerkingen zijn onmiddellijk van invloed op liveresources en facturering. Bekijk de aanbevolen beveiligingsprocedures voordat u schrijfbewerkingen uitvoert.

Permissions

Alle bewerkingen worden uitgevoerd met de machtigingen van de geverifieerde gebruiker via de stroom Microsoft Entra ID Aan-Behalf-Of. U hebt de volgende rollen nodig:

Operation type Minimale Azure rol Notes
Read tools Lezer van het Foundry-project of -account Voldoende voor het weergeven, uitvoeren van query's en bewaking.
Write tools Inzender voor het Foundry-project of -account Vereist voor het maken, bijwerken en verwijderen van resources.
Beheerder voor voorwaardelijke toegang Conditional Access Administrator in Entra ID Alleen nodig als u toegangsbeleid op tenantniveau configureert.

Zie Toegangsbeheer op basis vanRole voor Microsoft Foundry voor meer informatie.

Key identifiers

Voor veel hulpprogramma's zijn resource-id's vereist. Het taalmodel extraheert deze uit uw promptcontext, maar het helpt om de indelingen te kennen:

Identifier Format Waar vind ik het?
Resource-id voor foundry /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account} Azure portalpagina Properties
Project endpoint https://{account}.services.ai.azure.com/api/projects/{project} Pagina met details van foundry-project
Project resource-id /subscriptions/{sub_id}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project} Azure portalpagina Properties

Agent management

Beheer de volledige levenscyclus van agents in een Foundry-project, waaronder het maken, aanroepen, containerindeling en verwijderen.

Example prompts:

  • "Vermeld alle agents in mijn Foundry-project."
  • 'Maak een nieuwe agent met de naam faq-agent met behulp van het model gpt-4o-mini'.
  • 'Hallo, hoe kunt u helpen?' aan mijn customer-support-agent."
  • "Start de container voor mijn gehoste agent triage-agent."
  • "Controleer de containerstatus op triage-agent."
  • "Toon het definitieschema van de agent voor promptagenten."
  • 'Verwijder het old-test-agent uit mijn project'.
Tool Access Description Key inputs Returns
agent_get read Geef alle agents in een Foundry-project weer of haal een specifieke agent op naam op. Agentnaam (optioneel) Agentlijst of definitie van één agent met model, instructies en configuratie van hulpprogramma's.
agent_update write Een agent maken, bijwerken of klonen. Gebruik agent_definition_schema_get dit om eerst het volledige definitieschema te detecteren. Agentnaam, model, instructies, hulpprogrammadefinities Definitie van agent gemaakt of bijgewerkt.
agent_invoke write Verzend een bericht naar een agent en ontvang een antwoord. Werkt voor zowel op prompts gebaseerde als gehoste containeragents. Agentnaam, berichttekst Antwoordbericht van agent.
agent_delete write Een agent permanent verwijderen. Voor gehoste agents wordt ook de container verwijderd. Agent name Deletion confirmation.
agent_container_control write Een gehoste agentcontainer starten of stoppen. Gebruik deze voordat u een gehoste agent aanroept. Agentnaam, actie (starten of stoppen) Status van containerbewerking.
agent_container_status_get read Controleer de huidige status van een gehoste agentcontainer (starten, uitvoeren, stoppen, mislukt, enzovoort). Agent name Huidige containerstatus.
agent_definition_schema_get read Retourneert het volledige JSON-schema voor agentdefinities, inclusief alle hulpprogrammatypen. None Volledig JSON-schema voor agentdefinities.

Dataset management

Gegevenssets maken, ophalen en versie-evaluatie maken in een Foundry-project.

Example prompts:

  • "Mijn klantenondersteuning uploaden Q& Een gegevensset van deze Azure Blob Storage URL.'
  • "Toon alle gegevenssets in mijn Foundry-project."
  • "Details ophalen voor de customer-support-qa gegevensset versie 2."
  • 'Alle versies van mijn product-reviews gegevensset weergeven'.
Tool Access Description Key inputs Returns
evaluation_dataset_create write Een gegevenssetversie maken of bijwerken op basis van een Azure Blob Storage-URI. Naam van gegevensset, versie Blob Storage URI Metagegevens van gegevenssets met naam, versie en URI.
evaluation_dataset_get read Haal een gegevensset op naam en versie op of vermeld alle gegevenssets in het project. Naam en versie van gegevensset (optioneel) Gegevenssetdetails of lijst met alle gegevenssets.
evaluation_dataset_versions_get read Alle versies van een specifieke gegevensset weergeven. Dataset name Lijst met versienummers met metagegevens.

Evaluation operations

Voer batchevaluaties uit op agents of gegevenssets en vergelijk resultaten over uitvoeringen.

Example prompts:

  • "Evalueer mijn customer-support-agent v2 met behulp van relevantie, groundedness en coherentie evaluators."
  • "Voer een batch-evaluatie uit op mijn JSONL-gegevensset met Geweld en HateUnfairness-evaluators."
  • "Genereer 50 synthetische testquery's en evalueer mijn agent ermee."
  • "Toon alle evaluatieuitvoeringen in mijn Foundry-project."
  • "Vergelijk run-baseline-123 tegen behandelingsuitvoeringen run-124 en run-125."
Tool Access Description Key inputs Returns
evaluation_agent_batch_eval_create write Maak een batch-evaluatieuitvoering die een specifieke agent aanroept. Ondersteunt ingebouwde en aangepaste evaluators, plus synthetische gegevensgeneratie. Agentnaam/versie, evaluatornamen, gegevensset (optioneel voor synthetische generatie), aantal synthetische query's (optioneel) Evaluatieuitvoerings-id en -status.
evaluation_dataset_batch_eval_create write Maak een batch-evaluatieuitvoering op basis van een JSONL-gegevensset. Ondersteunt ingebouwde en aangepaste evaluators. Naam/versie van gegevensset, evaluatornamen Evaluatieuitvoerings-id en -status.
evaluation_get read Evaluatieuitvoeringen weergeven in het Foundry-project. Evaluatieuitvoerings-id (optioneel) Lijst met evaluatieuitvoeringen met status en scores of details voor een specifieke uitvoering.
evaluation_comparison_create write Maak vergelijkingsresultaten tussen een basislijn en een evaluatie van de behandeling. Id van basislijnuitvoering, behandelingsuitvoering-id's Vergelijkings-inzicht-id.
evaluation_comparison_get read Vergelijkingsinzichten voor evaluatie ophalen of vermelden. Vergelijkings-inzicht-id (optioneel) Vergelijkingsresultaten met statistische analyse.

Evaluator catalog

Blader door ingebouwde evaluators en beheer aangepaste evaluators voor gebruik in evaluatieuitvoeringen.

Example prompts:

  • "Vermeld alle ingebouwde evaluators die beschikbaar zijn in mijn project."
  • "Toon me de volledige definitie van de coherence evaluator."
  • "Maak een aangepaste op prompt gebaseerde evaluator die reacties op een schaal van 1-5 heeft gebeld tone-check ."
  • "Werk de beschrijving van mijn tone-check evaluator bij."
  • "Verwijder versie 1 van mijn old-evaluator."
Tool Access Description Key inputs Returns
evaluator_catalog_get read Lijst met evaluators in de catalogus of haal de volledige definitie van een specifieke evaluator op. Filteren op ingebouwd of aangepast type. Naam van evaluator (optioneel), typefilter (ingebouwd of aangepast, optioneel) Lijst met evaluatoren of volledige evaluatordefinitie met scorelogica.
evaluator_catalog_create write Maak een aangepaste op prompts gebaseerde of op code gebaseerde evaluator. Naam van evaluator, type (prompt of code), definitie Metagegevens van evaluator gemaakt.
evaluator_catalog_update write Metagegevens bijwerken (weergavenaam, beschrijving, categorie) voor een bestaande aangepaste evaluator. Naam van evaluator, velden die moeten worden bijgewerkt Bijgewerkte metagegevens van evaluator.
evaluator_catalog_delete write Een specifieke versie van een aangepaste evaluator verwijderen. Naam van evaluator, versie Deletion confirmation.

Modelcatalogus en details

Verken en krijg details over modellen in de Foundry-modelcatalogus.

Example prompts:

  • "Toon alle GPT-5.4 modellen die beschikbaar zijn in de catalogus."
  • "Vermeld alle Microsoft gepubliceerde modellen met MIT-licentie."
  • "Krijg gedetailleerde informatie en codevoorbeelden voor GPT-5-mini."
Tool Access Description Key inputs Returns
model_catalog_list read Geef modellen uit de foundry-modelcatalogus weer met optionele filters (uitgever, licentie, taak). Trefwoorden zoeken, uitgever, licentietype, taaktype (alle optioneel) Lijst met modellen met naam, uitgever, licentie en mogelijkheden.
model_details_get read Volledige modeldetails en codevoorbeelden ophalen. Modelnaam of id Modelspecificaties, prijzen, ondersteunde regio's en codevoorbeelden.

Modelimplementatiebeheer

Modelimplementaties implementeren, inspecteren en verwijderen in een Foundry-account.

Example prompts:

  • "GPT-5-mini implementeren als production-chatbot met 20 capaciteitseenheden."
  • "Toon me al mijn huidige modelimplementaties."
  • "Verwijder de old-test-deployment gegevens die ik niet meer gebruik."
Tool Access Description Key inputs Returns
model_deploy write Een modelimplementatie met opgegeven capaciteit maken of bijwerken. Modelnaam, implementatienaam, capaciteitseenheden Implementatiedetails met eindpunt en ingerichte capaciteit.
model_deployment_get read Haal een of meer modelimplementaties op uit een Foundry-account. Implementatienaam (optioneel) Lijst met implementaties of enkele implementatiedetails met status en quotum.
model_deployment_delete write Verwijder een specifieke modelimplementatie op naam. Deployment name Deletion confirmation.

Modelanalyse en aanbevelingen

Vergelijk modelbenchmarks en krijg aanbevelingen om over te schakelen naar rendabelere of hoogwaardigere modellen.

Example prompts:

  • "Toon me benchmarkgegevens voor alle beschikbare modellen."
  • "Vergelijk de benchmarkprestaties tussen GPT-5.4 en GPT-4."
  • "Vind modellen die vergelijkbaar zijn met mijn huidige GPT-4-implementatie."
  • "Welke modellen geven mij een betere kwaliteit/kostenverhouding dan wat ik nu gebruik?"
Tool Access Description Key inputs Returns
model_benchmark_get read Benchmarkgegevens ophalen voor Foundry-modellen. Modelfilters (optioneel) Benchmarkscores, nauwkeurigheid, kosten en latentiegegevens.
model_benchmark_subset_get read Haal benchmarkgegevens op voor specifieke modelnaam- en versieparen. Modelnaam en versieparen Benchmarkvergelijkingsgegevens voor opgegeven modellen.
model_similar_models_get read Vergelijkbare modellen zoeken op basis van implementatie- of modeldetails. Implementatienaam of modelnaam Lijst met vergelijkbare modellen met mogelijkheidsvergelijking.
model_switch_recommendations_get read Aanbevelingen voor modelswitchs ophalen op basis van benchmarkgegevens. Naam van huidige implementatie Aanbevolen modellen met een kwaliteits-/kostenanalyse.

Modelbewaking en -bewerkingen

Volg de implementatiestatus, bewaak metrische gegevens, controleer de afschaffingsstatus en bekijk het quotumgebruik.

Example prompts:

  • "Toon de metrische aanvraaggegevens voor mijn production-chatbot implementatie."
  • 'Controleer of een van mijn implementaties afgeschafte modelversies gebruikt.'
  • "Quotagebruik weergeven in alle regio's voor mijn abonnement."
Tool Access Description Key inputs Returns
model_monitoring_metrics_get read Bewakingsgegevens ophalen (aanvragen, latentie, fouten, quotum) voor een modelimplementatie. Implementatienaam, tijdsbereik (optioneel) Aantal aanvragen, percentielen voor latentie, foutpercentages en tokengebruik.
model_deprecation_info_get read Ontvang implementatiegegevens verrijkt met afschaffings- en buitengebruikstellingsschema's. Implementatienaam (optioneel) Implementatiedetails met afschaffingsdatums en voorgestelde vervangingen.
model_quota_list read Vermeld het beschikbare implementatiequotum en het beschikbare gebruik voor een abonnement in een regio. Region (optional) Quotumlimieten, huidig gebruik en beschikbare capaciteit per modelfamilie.

Project connections

Verbindingen met externe services (Azure OpenAI, Azure Blob Storage, zoeken en andere) beheren binnen een Foundry-project.

Example prompts:

  • "Alle verbindingen in mijn Foundry-project weergeven."
  • "Toon me de details voor mijn azure-search verbinding."
  • "Welke verbindingstypen en verificatiemethoden worden ondersteund?"
  • "Maak een nieuwe AzureOpenAI-verbinding met de naam my-openai AAD-verificatie."
  • 'De verbinding uit mijn project verwijderen old-storage '.
Tool Access Description Key inputs Returns
project_connection_list read Alle verbindingen in een Foundry-project weergeven, met optioneel filteren op categorie of doel. Categoriefilter, doelfilter (beide optioneel) Lijst met verbindingen met naam, type en status.
project_connection_get read Haal een specifieke verbinding op naam op. Connection name Verbindingsdetails, waaronder categorie, doel en verificatietype.
project_connection_list_metadata read Geef alle ondersteunde verbindingscategorieën en verificatietypen weer. Roep deze eerst aan om geldige waarden te detecteren. None Ondersteunde categorieën (bijvoorbeeld AzureOpenAI, AzureBlobStorage) en verificatietypen (bijvoorbeeld AAD, sleutel).
project_connection_create write Een projectverbinding maken of vervangen. Verbindingsnaam, categorie, doel, verificatietype Verbindingsgegevens gemaakt.
project_connection_update write Een bestaande projectverbinding bijwerken. Verbindingsnaam, velden die moeten worden bijgewerkt Bijgewerkte verbindingsgegevens.
project_connection_delete write Een projectverbinding op naam verwijderen. Connection name Deletion confirmation.

Prompt optimization

Optimaliseer systeemprompts en ontwikkelaarsberichten voor betere LLM-prestaties.

Example prompts:

  • "Optimaliseer mijn systeemprompt: 'U bent een nuttige klantenserviceagent' met behulp van gpt-5.4."
  • "Verbeter mijn agentinstructies om beknoptere antwoorden te krijgen."
  • "Verfijn mijn geoptimaliseerde prompt om ook vervolgvragen af te handelen."
Tool Access Description Key inputs Returns
prompt_optimize write Optimaliseer een ontwikkelaarsprompt (systeembericht) voor betere LLM-prestaties met behulp van de Azure OpenAI Prompt Optimizer. Prompttekst, doelmodel, verfijningsinstructies (optioneel) Geoptimaliseerde prompttekst met uitleg van wijzigingen.

Example workflows

Werkstroom voor agentevaluatie:

  1. "Geef alle agents in mijn project weer."
  2. "Evalueer mijn customer-support-agent v2 met behulp van relevantie, grondheid en veiligheids evaluators."
  3. "Vergelijk mijn basislijnevaluatie met de nieuwe uitvoering."
  4. "Toon de vergelijkingsresultaten met statistische significantie."

Modelimplementatie en optimalisatie:

  1. "Toon alle GPT-5.4 modellen die beschikbaar zijn in de catalogus."
  2. 'GPT-5.4 implementeren als customer-service-bot met 15 capaciteitseenheden'.
  3. "Bewaak de latentie van de aanvraag voor mijn nieuwe implementatie."
  4. "Kosteneffectievere alternatieven aanbevelen op basis van huidig gebruik."

Resourcebeheer en opschonen:

  1. 'Geef al mijn huidige implementaties en hun gebruik weer.'
  2. 'Controleer welke implementaties gebruikmaken van afgeschafte modelversies.'
  3. "Toon mijn quotumgebruik in alle regio's."
  4. "Verwijder ongebruikte testimplementaties om capaciteit vrij te maken."

Preview limitations

Foundry MCP Server bevindt zich in openbare preview. De volgende beperkingen zijn van toepassing:

  • Geen netwerkisolatie : Foundry MCP Server maakt gebruik van het openbare eindpunt https://mcp.ai.azure.com. Resources achter Azure Privékoppelingen zijn niet toegankelijk. Voor privé-MCP-connectiviteit bouwt u uw eigen MCP-server en verbindt u deze met agentservice met privénetwerken.
  • Gegevenslocatie : aanvragen en antwoorden kunnen worden verwerkt in datacenters van de EU of de VS. De server zelf slaat geen gegevens op, maar verwerking tussen regio's kan plaatsvinden.
  • Geen SLA : preview-functies bevatten geen service level agreement. Gebruik de server niet voor productieworkloads waarvoor gegarandeerde beschikbaarheid is vereist.
  • Hulpprogrammaset kan veranderen : hulpprogramma's, parameters en retourwaarden kunnen veranderen tijdens de preview-periode zonder kennisgeving.

Zie Aanvullende gebruiksvoorwaarden voor Microsoft Azure previews voor meer informatie.

Common errors

Error Cause Resolution
Access denied Onvoldoende Azure RBAC-rol voor het Foundry-project of -account. Wijs ten minste Lezer toe voor leeshulpprogramma's of Inzender voor schrijfhulpprogramma's. Zie RBAC voor Microsoft Foundry.
Authentication failure Verlopen of ongeldig Entra ID token. Meld u af en weer aan bij uw Azure-account in Visual Studio Code of het hulpprogramma dat u gebruikt.
Quota exceeded Onvoldoende capaciteit om een implementatie te maken of een evaluatie uit te voeren. Gebruik model_quota_list dit om het beschikbare quotum vóór de bewerking te controleren.
Resource is niet gevonden De opgegeven implementatie, gegevensset, agent of verbinding bestaat niet. Gebruik het bijbehorende get hulpprogramma of list hulpprogramma om de resourcenaam te controleren.
Privé-eindpunt niet bereikbaar Foundry-resources maken gebruik van Azure Private Links die de gehoste Foundry MCP-server niet kan bereiken. Verwijder beperkingen voor privé-eindpunten, gebruik SDK's/REST API's of gebruik een aangepaste MCP-server met privénetwerken van agentservice.

Zie Foundry MCP Server-beveiliging en aanbevolen procedures voor meer informatie over probleemoplossing.

Related content

  • Last updated on