Azure AI 代理服务 + Azure AI 搜索 MCP 服务器

一个模型上下文协议 (MCP) 服务器，通过 Azure AI 服务使 Claude Desktop 能够搜索您的内容。您可以选择使用 Azure AI 代理服务（同时支持文档搜索和网络搜索）或直接集成 Azure AI 搜索。

概述

该项目提供了两个 MCP 服务器实现，以连接 Claude Desktop 和 Azure 搜索功能：

1. Azure AI 代理服务实现（推荐） - 使用强大的 Azure AI 代理服务提供：

   • Azure AI 搜索工具 - 使用 AI 增强的结果搜索您已索引的文档
   • Bing 网络基础工具 - 带有来源引用的网络搜索

2. 直接 Azure AI 搜索实现 - 直接连接到 Azure AI 搜索，包含三种方法：

   • 关键词搜索 - 精确的词汇匹配
   • 向量搜索 - 使用嵌入进行语义相似度搜索
   • 混合搜索 - 结合关键词和向量搜索

特性

• AI 增强的搜索 - Azure AI 代理服务通过智能处理优化搜索结果
• 多数据源 - 同时搜索您的私人文档和公共网络
• 来源引用 - 网络搜索结果包括对原始来源的引用
• 灵活的实现 - 可以选择 Azure AI 代理服务或直接集成 Azure AI 搜索
• 无缝 Claude 集成 - 所有搜索功能都可以通过 Claude Desktop 的界面访问
• 可定制 - 容易扩展或修改搜索行为

快速链接

• 开始使用 Azure AI 搜索
• Azure AI 代理服务快速入门

要求

• Python: 3.10 或更高版本
• Claude Desktop: 最新版本
• Azure 资源:
  • 包含矢量化文本数据索引的 Azure AI 搜索服务
  • 对于代理服务：具有 Azure AI 搜索和 Bing 连接的 Azure AI 项目
• 操作系统: Windows 或 macOS（提供了针对 Windows 的说明，但可以适应）

Azure AI 代理服务实现（推荐）

设置指南

1. 项目目录：

   mkdir mcp-server-azure-ai-search
   cd mcp-server-azure-ai-search
   

2. 创建一个 .env 文件：

   echo "PROJECT_CONNECTION_STRING=your-project-connection-string" > .env
   echo "MODEL_DEPLOYMENT_NAME=your-model-deployment-name" >> .env
   echo "AI_SEARCH_CONNECTION_NAME=your-search-connection-name" >> .env
   echo "BING_CONNECTION_NAME=your-bing-connection-name" >> .env
   echo "AI_SEARCH_INDEX_NAME=your-index-name" >> .env
   

3. 设置虚拟环境：

   uv venv
   .venv\Scripts\activate
   uv pip install "mcp[cli]" azure-identity python-dotenv azure-ai-projects
   

4. 使用 azure_ai_agent_service_server.py 脚本 与 Azure AI Agent Service 集成。

Azure AI Agent Service 设置

在使用实现之前，您需要：

1. 创建一个 Azure AI 项目：

   • 前往 Azure 门户并创建一个新的 Azure AI 项目
   • 记录项目连接字符串和模型部署名称

2. 创建一个 Azure AI 搜索连接：

   • 在您的 Azure AI 项目中，添加到您的 Azure AI 搜索服务的连接
   • 记录连接名称和索引名称

3. 创建一个 Bing 网络搜索连接：

   • 在您的 Azure AI 项目中，添加到 Bing 搜索服务的连接
   • 记录连接名称

4. 使用 Azure 进行身份验证：

   az login
   

配置 Claude Desktop

{
  "mcpServers": {
    "azure-ai-agent": {
      "command": "C:\\path\\to\\.venv\\Scripts\\python.exe",
      "args": ["C:\\path\\to\\azure_ai_agent_service_server.py"],
      "env": {
        "PROJECT_CONNECTION_STRING": "your-project-connection-string",
        "MODEL_DEPLOYMENT_NAME": "your-model-deployment-name",
        "AI_SEARCH_CONNECTION_NAME": "your-search-connection-name",
        "BING_CONNECTION_NAME": "your-bing-connection-name",
        "AI_SEARCH_INDEX_NAME": "your-index-name"
      }
    }
  }
}

注意： 将路径占位符替换为您的实际项目路径。

直接 Azure AI 搜索实现

对于那些更喜欢直接集成 Azure AI 搜索而不使用代理服务的人：

1. 创建一个不同的 .env 文件：

   echo "AZURE_SEARCH_SERVICE_ENDPOINT=https://your-service-name.search.windows.net" > .env
   echo "AZURE_SEARCH_INDEX_NAME=your-index-name" >> .env
   echo "AZURE_SEARCH_API_KEY=your-api-key" >> .env
   

2. 安装依赖项：

   uv pip install "mcp[cli]" azure-search-documents==11.5.2 azure-identity python-dotenv
   

3. 使用 azure_search_server.py 脚本 直接与 Azure AI 搜索集成。

4. 配置 Claude Desktop：

   {
     "mcpServers": {
       "azure-search": {
         "command": "C:\\path\\to\\.venv\\Scripts\\python.exe",
         "args": ["C:\\path\\to\\azure_search_server.py"],
         "env": {
           "AZURE_SEARCH_SERVICE_ENDPOINT": "https://your-service-name.search.windows.net",
           "AZURE_SEARCH_INDEX_NAME": "your-index-name",
           "AZURE_SEARCH_API_KEY": "your-api-key"
         }
       }
     }
   }
   

测试服务器

1. 重启 Claude Desktop 以加载新配置
2. 查看输入字段右下角的 MCP 工具图标（锤子图标）
3. 尝试以下查询：
   • "在我的 Azure 搜索索引中搜索有关 AI 的信息"
   • "在网上搜索 LLMs 的最新发展"
   • "使用混合搜索查找有关神经网络的信息"

故障排除

• 服务器未出现：

  • 检查 Claude Desktop 日志（在 Windows 上位于 %APPDATA%\Claude\logs\mcp*.log）
  • 验证配置中的文件路径和环境变量
  • 尝试直接运行服务器：python azure_ai_agent_service_server.py 或 uv run python azure_ai_agent_service_server.py

• Azure AI 代理服务问题：

  • 确保您的 Azure AI 项目已正确配置
  • 验证连接是否存在且配置正确
  • 检查您的 Azure 认证状态

自定义服务器

• 修改工具指令： 调整提供给每个代理的指令，以改变它们处理查询的方式
• 添加新工具： 使用 @mcp.tool() 装饰器来集成额外的工具
• 自定义响应格式： 编辑响应的格式以及返回给 Claude Desktop 的方式
• 调整网络搜索参数： 修改网络搜索工具，使其专注于特定领域

许可证

此项目根据 MIT 许可证发布。