Skip to main content
Glama
deenesjakoruzh

Remote MCP Server

by Azure-Samples
OverviewSchemaRelated ServersScoreDiscussions
Hybrid
MIT License
43

使用 Azure Functions (Node.js/TypeScript) 开始使用远程 MCP 服务器

这是一个快速入门模板，可帮助您使用 Azure Functions 轻松构建自定义远程 MCP 服务器并将其部署到云端。您可以在本地计算机上进行克隆/恢复/运行并进行调试，然后几分钟内azd up其部署到云端。MCP 服务器采用密钥和 HTTPS 协议进行安全保护，并支持使用 EasyAuth 和/或 API Management 进行 OAuth 授权，以及使用 VNET 进行网络隔离。

观看视频概述

如果您正在寻找更多语言的示例，请查看.NET/C#和Python版本。

在 GitHub Codespaces 中打开

以下是使用 Azure Functions 的远程 MCP 服务器的架构图：

架构图

先决条件

Related MCP server: Azure MCP Server

准备本地环境

此特定示例需要 Azure 存储模拟器，因为我们将从 Blob 存储中保存和获取片段。

  1. 启动 Azurite

    docker run -p 10000:10000 -p 10001:10001 -p 10002:10002 \ mcr.microsoft.com/azure-storage/azurite

**请注意，**如果您使用来自 VS Code 扩展的 Azurite，则需要运行Azurite: Start ，否则您将看到错误。

从终端本地运行 MCP 服务器

  1. 安装依赖项

    npm install

  2. 构建项目

    npm run build

  3. 在本地启动 Functions 主机：

    func start

**注意：**默认情况下，这将使用 webhooks 路由： /runtime/webhooks/mcp/sse 。稍后我们将在 Azure 中使用它来设置客户端/主机调用的密钥： /runtime/webhooks/mcp/sse?code=<system_key>

在客户端/主机中使用本地MCP 服务器

VS Code - Copilot 编辑

  1. 从命令面板添加 MCP 服务器并将 URL 添加到正在运行的函数应用程序的 SSE 端点：

    http://0.0.0.0:7071/runtime/webhooks/mcp/sse

  2. 选择**HTTP（服务器发送事件）**作为要添加的 MCP 服务器类型。

  3. 输入正在运行的函数应用的 SSE 终结点的 URL

  4. 输入服务器 ID。（可以是任何您想要的名称）

  5. 选择是否要在用户设置（适用于所有应用程序）或工作区设置（仅适用于此应用程序）中运行此功能

  6. 从命令面板列出 MCP 服务器并启动服务器。上一步可能已经启动了您的本地服务器。如果是这样，您可以跳过此步骤。

  7. 在 Copilot 聊天代理模式下输入提示来触发该工具，例如，选择一些代码并输入此提示

    Say Hello
    Save this snippet as snippet1
    Retrieve snippet1 and apply to newFile.ts

  8. 当系统提示运行该工具时，单击**“继续”**表示同意。

  9. 完成后，在终端窗口中按 Ctrl+C 停止func.exe主机进程，然后从命令面板列出 MCP 服务器并停止本地服务器。

MCP 检查器

  1. 在新的终端窗口中，安装并运行 MCP Inspector

    npx @modelcontextprotocol/inspector node build/index.js

  2. 如果先前已停止函数应用，请在本地启动 Functions 主机：

    func start

  3. 按住 CTRL 键并单击，即可从应用程序显示的 URL 加载 MCP Inspector Web 应用程序（例如http://0.0.0.0:5173/#resources ）

  4. 将传输类型设置为SSE

  5. 将 URL 设置为正在运行的 Function App 的 SSE 端点并进行连接：

    http://0.0.0.0:7071/runtime/webhooks/mcp/sse

  6. 列出工具。单击某个工具并运行工具。

  7. 完成后，在终端窗口中按 Ctrl+C 停止func.exe主机进程，在终端窗口中按 Ctrl+C 停止@modelcontextprotocol/inspector主机进程。

部署到 Azure 以进行远程 MCP

或者，您可以选择加入示例中使用的 VNet。（如果选择此选项，请在azd up之前执行此操作）

azd env set VNET_ENABLED true

运行此azd命令来配置函数应用程序及其所需的 Azure 资源，并部署代码：

azd up

注意API 管理可用于改进 MCP 服务器的安全性和策略，而应用服务内置身份验证可用于设置您最喜欢的 OAuth 提供程序（包括 Entra）。

从客户端连接到远程MCP 服务器函数应用程序

客户端需要一个密钥才能调用新的托管 SSE 终结点，其格式为https://<funcappname>.azurewebsites.net/runtime/webhooks/mcp/sse 。 默认情况下，托管函数需要一个系统密钥，该密钥可从门户或 CLI ( az functionapp keys list --resource-group <resource_group> --name <function_app_name> ) 获取。 获取名为mcp_extension的系统密钥。

在 MCP Inspector 中连接到远程 MCP 服务器

对于 MCP Inspector，您可以在 URL 中包含密钥：

https://<funcappname>.azurewebsites.net/runtime/webhooks/mcp/sse?code=<your-mcp-extension-system-key>

在 VS Code 中连接到远程 MCP 服务器 - GitHub Copilot

对于 VS Code 中的 GitHub Copilot，应将密钥设置为mcp.json中的x-functions-key标头，并使用https://<funcappname>.azurewebsites.net/runtime/webhooks/mcp/sse作为 URL。以下示例取自此存储库中包含的mcp.json文件，并在您从 VS Code 启动服务器时使用输入提示您提供密钥。您的mcp.json文件如下所示：

{ "inputs": [ { "type": "promptString", "id": "functions-mcp-extension-system-key", "description": "Azure Functions MCP Extension System Key", "password": true }, { "type": "promptString", "id": "functionapp-name", "description": "Azure Functions App Name" } ], "servers": { "remote-mcp-function": { "type": "sse", "url": "https://${input:functionapp-name}.azurewebsites.net/runtime/webhooks/mcp/sse", "headers": { "x-functions-key": "${input:functions-mcp-extension-system-key}" } }, "local-mcp-function": { "type": "sse", "url": "http://0.0.0.0:7071/runtime/webhooks/mcp/sse" } } }

  1. 在服务器remote-mcp-function中，单击mcp.json文件内的 Start ：

  2. 当 VS Code 提示时，输入您在 Azure 门户中创建的函数应用程序的名称。

  3. 在提示符中输入Azure Functions MCP Extension System Key 。您可以从 Azure 门户为您的函数应用复制此密钥，方法是转到“函数”菜单项，然后选择“应用密钥”，然后从“系统密钥”中复制mcp_extension密钥。

  4. 在 Copilot 聊天代理模式下输入提示来触发该工具，例如，选择一些代码并输入此提示

    Say Hello
    Save this snippet as snippet1
    Retrieve snippet1 and apply to newFile.ts

重新部署代码

您可以根据需要多次运行azd up命令，以配置 Azure 资源并将代码更新部署到函数应用程序。

NOTE

已部署的代码文件始终会被最新的部署包覆盖。

清理资源

使用完函数应用和相关资源后，可以使用此命令从 Azure 中删除函数应用及其相关资源，并避免产生任何进一步的费用：

azd down

源代码

getSnippet和saveSnippet端点的函数代码定义在src目录下的 TypeScript 文件中。MCP 函数注释将这些函数公开为 MCP 服务器工具。

这显示了一些 MCP 服务器示例的代码（获取字符串、获取对象、保存对象）：

// Hello function - responds with hello message export async function mcpToolHello(context: InvocationContext): Promise<string> { return "Hello I am MCP Tool!"; } // Register the hello tool app.mcpTool('hello', { toolName: 'hello', description: 'Simple hello world MCP Tool that responses with a hello message.', handler: mcpToolHello }); // GetSnippet function - retrieves a snippet by name export async function getSnippet(_message: unknown, context: InvocationContext): Promise<string> { console.info('Getting snippet'); // Get snippet name from the tool arguments const mcptoolargs = context.triggerMetadata.mcptoolargs as { snippetname?: string }; const snippetName = mcptoolargs?.snippetname; console.info(`Snippet name: ${snippetName}`); if (!snippetName) { return "No snippet name provided"; } // Get the content from blob binding - properly retrieving from extraInputs const snippetContent = context.extraInputs.get(blobInputBinding); if (!snippetContent) { return `Snippet '${snippetName}' not found`; } console.info(`Retrieved snippet: ${snippetName}`); return snippetContent as string; } // Register the GetSnippet tool app.mcpTool('getsnippet', { toolName: GET_SNIPPET_TOOL_NAME, description: GET_SNIPPET_TOOL_DESCRIPTION, toolProperties: [ { propertyName: SNIPPET_NAME_PROPERTY_NAME, propertyValue: PROPERTY_TYPE, description: SNIPPET_NAME_PROPERTY_DESCRIPTION, } ], extraInputs: [blobInputBinding], handler: getSnippet }); // SaveSnippet function - saves a snippet with a name export async function saveSnippet(_message: unknown, context: InvocationContext): Promise<string> { console.info('Saving snippet'); // Get snippet name and content from the tool arguments const mcptoolargs = context.triggerMetadata.mcptoolargs as { snippetname?: string; snippet?: string; }; const snippetName = mcptoolargs?.snippetname; const snippet = mcptoolargs?.snippet; if (!snippetName) { return "No snippet name provided"; } if (!snippet) { return "No snippet content provided"; } // Save the snippet to blob storage using the output binding context.extraOutputs.set(blobOutputBinding, snippet); console.info(`Saved snippet: ${snippetName}`); return snippet; } // Register the SaveSnippet tool app.mcpTool('savesnippet', { toolName: SAVE_SNIPPET_TOOL_NAME, description: SAVE_SNIPPET_TOOL_DESCRIPTION, toolProperties: [ { propertyName: SNIPPET_NAME_PROPERTY_NAME, propertyValue: PROPERTY_TYPE, description: SNIPPET_NAME_PROPERTY_DESCRIPTION, }, { propertyName: SNIPPET_PROPERTY_NAME, propertyValue: PROPERTY_TYPE, description: SNIPPET_PROPERTY_DESCRIPTION, } ], extraOutputs: [blobOutputBinding], handler: saveSnippet });

请注意， host.json文件还包含对实验包的引用，这是使用此功能的应用程序所必需的：

"extensionBundle": { "id": "Microsoft.Azure.Functions.ExtensionBundle.Experimental", "version": "[4.*, 5.0.0)" }

后续步骤

This server cannot be installed

-
security - not tested
A
license - permissive license
-
quality - not tested

How are these scores calculated?

Resources

Appeared in Searches

New MCP Servers

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Azure-Samples/remote-mcp-functions-typescript'

If you have feedback or need assistance with the MCP directory API, please join our Discord server