详细步骤说明

背景信息

微软云平台（Azure）提供了丰富的功能和工具，帮助开发者轻松部署和管理应用程序。本文将详细介绍如何在 Azure 上使用函数（Functions）来创建一个 MCP（Microsoft Cloud Platform）服务器，并通过 GitHub Copilot 来进行交互。

准备工作

1. 注册 Microsoft 帐户：如果你还没有 Microsoft 帐户，需要先注册一个。
2. 安装 Azure CLI：确保你的计算机上已安装了最新的 Azure CLI 工具，并且配置完成。
3. 安装 Visual Studio Code：作为主要的开发工具，VS Code 是一个很好的选择，并且支持多种插件来增强功能。

创建 Azure 函数应用

步骤 1：登录到 Azure 账户

在终端或命令提示符中运行以下命令以登录到你的 Microsoft 帐户：

az login

按照提示输入你的凭据完成登录。

步骤 2：创建资源组

为你的函数应用创建一个新的资源组。执行以下命令：

az group create --name myResourceGroup --location "East US"

这将在“美国东部”区域创建一个名为 myResourceGroup 的资源组。

步骤 3：创建函数应用

接下来，使用以下命令创建你的 Azure 函数应用：

az functionapp create \
    --name myFunctionApp \
    --resource-group myResourceGroup \
    --location "East US" \
    --runtime dotnet-isolated \
    --functions-version 4

这个命令会创建一个名为 myFunctionApp 的函数应用，使用 .NET Isolated 运行时，并指定版本为 4。

配置 MCP 服务器

步骤 1：克隆示例代码库

为了开始，你需要克隆一个包含 MCP 服务器功能的示例代码仓库。你可以从 GitHub 上找到合适的项目或创建一个新的项目。

git clone https://github.com/yourusername/mcp-function.git

步骤 2：安装依赖项

进入项目目录后，安装所需的 NuGet 包和其他依赖项。对于 .NET 项目，可以使用 dotnet restore 来恢复所有依赖项：

cd mcp-function
dotnet restore

部署到 Azure

步骤 1：构建函数应用包

构建你的函数应用包以便部署到 Azure。

dotnet build --configuration Release

这将生成一个名为 bin/Release/net6.0/isolated/runtimes/win-x64/publish 的发布文件夹。

步骤 2：部署到 Azure 函数应用

使用以下命令将构建好的包部署到你的函数应用：

az functionapp deploy --name myFunctionApp --resource-group myResourceGroup --path .\bin\Release\net6.0\isolated\runtimes\win-x64\publish

配置 MCP 工具

步骤 1：定义 MCP 工具触发器

在你的函数中，使用 [McpToolTrigger] 属性来定义工具的名称和描述。例如：

[Function(nameof(SaveSnippet))]
[BlobOutput("snippets/{snippet}")]
public async Task<IActionResult> SaveSnippet(
    [McpToolTrigger("save-snippet", "Saves a snippet to storage")] ToolInvocationContext context,
    [McpToolProperty("snippet-name", "name of the snippet", "Name of the snippet")] string name,
    [McpToolProperty("snippet-content", "content of the snippet", "Content of the snippet")] string content)
{
    await blobService.SaveAsync(name, content);
    return new OkResult();
}

步骤 2：配置 MCP 工具属性

在你的函数中，使用 [McpToolProperty] 属性来定义工具的输入参数。例如：

[Function(nameof(GetSnippet))]
[BlobInput("snippets/{snippet}")]
public async Task<IActionResult> GetSnippet(
    [McpToolTrigger("get-snippet", "Retrieves a snippet from storage")] ToolInvocationContext context,
    [McpToolProperty("snippet-name", "name of the snippet", "Name of the snippet")] string name)
{
    var content = await blobService.GetAsync(name);
    return new ContentResult { Content = content };
}

配置 GitHub Copilot

步骤 1：安装必要的 VS Code 插件

确保你已经安装了以下插件：

• VS Live Share：用于实时协作。
• Azure Functions：用于与 Azure 函数进行交互。

步骤 2：连接到 Azure 账户

在 VS Code 中，使用 Azure 的“Connect to Azure Account”命令来登录你的 Microsoft 帐户。

步骤 3：配置 Copilot

在 VS Code 中，启用 GitHub Copilot 并按照提示进行设置。完成后，你可以在编码时获得实时帮助。

使用示例

创建新工具

1. 创建新函数：

   dotnet new functionapp -n MyMCPFunction --output .
   

2. 添加 MCP 工具功能： 编辑 MyMCPFunction/Functions/Program.cs 文件，添加你想要的功能。例如：

   public class SaveSnippet : FunctionBase
   {
       private readonly IBlobService blobService;
   
       public SaveSnippet(IBlobService blobService)
       {
           this.blobService = blobService;
       }
   
       [Function("save-snippet")]
       public async Task<IActionResult> Run(
           [McpToolTrigger] ToolInvocationContext context,
           [McpToolProperty("snippet-name", "name")] string name,
           [McpToolProperty("snippet-content", "content")] string content)
       {
           await blobService.SaveAsync(name, content);
           return new OkResult();
       }
   }
   

使用工具

1. 调用工具： 在 VS Code 中，使用 GitHub Copilot 输入以下命令来调用你的 MCP 工具：

   /invoke save-snippet --snippet-name "mysnippet" --snippet-content "This is my snippet content."
   

2. 查看结果： 确认工具是否成功执行，并在控制台或日志中查看输出。

验证和故障排除

检查部署状态

使用以下命令检查你的函数应用的部署状态：

az functionapp show --name myFunctionApp --resource-group myResourceGroup

查看日志

如果遇到问题，可以查看函数的应用日志以进行调试：

az functionapp log tail --name myFunctionApp --resource-group myResourceGroup

验证工具调用

通过调用你的 MCP 工具并检查结果来确保其正常工作。

清理资源

完成所有操作后，建议清理不再需要的资源以避免不必要的费用。可以使用以下命令删除资源组：

az group delete --name myResourceGroup

这样，你已经成功创建并配置了一个 MCP 服务器，并通过 GitHub Copilot 进行了交互。