🚀 Azure 容器应用 AI MCP 项目指南

本项目聚焦于借助 Azure 容器与 AI 技术，搭建高效的微服务架构。通过参与此项目，您将学会云容器的配置与管理，同时掌握集成人工智能模型来强化应用功能的方法。

🚀 快速开始

环境要求

• 操作系统：支持 Linux、Windows 或 macOS。
• 开发工具：需安装 Node.js 和 npm（版本 14.0+）。
• 虚拟化技术：建议使用 Docker 和 Docker Compose 进行容器化部署。
• 云服务：推荐在 Azure Cloud 上进行测试和部署。

项目配置

配置文件说明

项目根目录下有一个 env 文件，用于存储环境变量。以下是需要设置的关键变量：

# Azure OpenAI 设置
AZURE_OPENAI_ENDPOINT="https://<ai-foundry-openai-project>.openai.azure.com"
MODEL="gpt-4.1"

# 可选：使用 API 密钥进行身份验证
AZURE_OPENAI_API_KEY=your_azure_openai_api_key

# OpenAI 设置
OPENAI_API_KEY=your_openai_api_key
MODEL="gpt-4.1"

# GitHub 模型设置
GITHUB_TOKEN=your_github_token
MODEL="openai/gpt-4.1"

注意事项

• Azure OpenAI：使用 Managed Identity 需要在 Azure Cloud 环境中配置。若在本地开发，建议使用 API 密钥进行身份验证。
• OpenAI：必须设置 OPENAI_API_KEY 才能正常调用 OpenAI 的 API 服务。
• GitHub 模型：调用 GitHub 的 AI 模型需提供有效的 GITHUB_TOKEN。

运行指南

使用 DevContainer（推荐）

项目已集成 DevContainer 配置，便于在容器化环境中运行。此方法是运行项目的最佳选择，因为它能自动处理所有依赖项的安装与配置。

在 DevContainer 环境中运行项目后，请参考 Docker 部分的操作步骤。

使用 Docker

1. 构建和启动容器 在项目根目录下，执行以下命令：

docker compose up -d --build

此命令将构建并启动 HTTP 和 SSE 两个 MCP 服务器，以及 PostgreSQL 数据库容器。 2. 访问 MCP 主机终端 执行以下命令以进入 MCP 主机的交互环境：

docker exec -it mcp-host bash

3. 启动服务 在 MCP 主机中，运行以下命令启动相关服务：

npm start mcp-server

直接运行

如果您不使用容器化环境，可以直接在本地运行项目。请确保已安装 Node.js 和 npm。

1. 安装依赖 在项目目录下执行：

npm install

2. 启动应用 运行以下命令启动服务：

npm start

注意事项

⚠️ 重要提示

• 建议在生产环境中使用容器化部署，以确保系统的稳定性和可扩展性。
• 在调用 AI 服务时，请遵守相应的 API 使用政策和限制。
• 定期更新依赖项，确保项目的安全性与兼容性。

📄 许可证

本项目遵循 MIT 许可证。请查阅 LICENSE 文件以获取详细信息。

通过以上步骤，您可以顺利配置并运行 Azure 容器应用 AI MCP 项目。如有任何问题或建议，请随时联系项目维护人员。