· · 2 minut czytania

Foundry Toolboxes: Jeden endpoint dla wszystkich narzędzi agentów AI

Microsoft Foundry uruchomił Toolboxes w publicznym podglądzie — sposób na zarządzanie narzędziami agentów AI i ich udostępnianie przez jeden endpoint zgodny z MCP.

microsoft-foundry ai agents mcp azure developer-tools
Ten post jest dostępny również w:English, Català, Español, Deutsch, Français, Português, Italiano, 日本語, 中文, 한국어, Русский, हिन्दी, Türkçe, العربية, Bahasa Indonesia, Nederlands

Ten artykuł został przetłumaczony automatycznie. Aby zobaczyć oryginalną wersję, kliknij tutaj.

Jest problem, który wydaje się błahy — dopóki się na niego nie natrafi. Organizacja buduje wiele agentów AI, każdy wymaga narzędzi, a każdy zespół konfiguruje je od zera. Ta sama integracja wyszukiwania, ta sama konfiguracja Azure AI Search, to samo połączenie z serwerem GitHub MCP — ale w innym repozytorium, przez inny zespół, z innymi danymi uwierzytelniającymi i bez wspólnego zarządzania.

Microsoft Foundry właśnie uruchomił Toolboxes w publicznym podglądzie — bezpośrednia odpowiedź na ten problem.

Czym jest Toolbox?

Toolbox to nazwany, wielokrotnie używalny zestaw narzędzi, który definiuje się raz w Foundry i udostępnia przez jeden endpoint zgodny z MCP. Każde środowisko uruchomieniowe agenta obsługujące MCP może je konsumować — bez uzależnienia od Foundry Agents.

Obietnica jest prosta: build once, consume anywhere. Zdefiniuj narzędzia, skonfiguruj uwierzytelnianie centralnie (OAuth passthrough, tożsamość zarządzana Entra), opublikuj endpoint. Każdy agent potrzebujący tych narzędzi łączy się raz i dostaje je wszystkie.

Cztery filary (dwa dostępne dziś)

FilarStatusCo robi
DiscoverWkrótceZnajdowanie zatwierdzonych narzędzi bez ręcznego szukania
BuildDostępnyGrupowanie narzędzi w wielokrotnie używalny bundle
ConsumeDostępnyJeden endpoint MCP udostępnia wszystkie narzędzia
GovernWkrótceCentralne uwierzytelnianie + obserwowalność wszystkich wywołań

Przykład praktyczny

from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient
import os

client = AIProjectClient(
    endpoint=os.environ["FOUNDRY_PROJECT_ENDPOINT"],
    credential=DefaultAzureCredential()
)

toolbox_version = client.beta.toolboxes.create_toolbox_version(
    toolbox_name="customer-feedback-triaging-toolbox",
    description="Przeszukaj dokumentację i odpowiedz na issues GitHub.",
    tools=[
        {"type": "web_search", "description": "Szukaj publicznej dokumentacji"},
        {"type": "azure_ai_search", "index_name": "internal-docs"},
        {"type": "mcp_server", "server_url": "https://your-github-mcp-server.com"}
    ]
)

Po opublikowaniu Foundry udostępnia ujednolicony endpoint. Jedno połączenie — wszystkie narzędzia.

Brak uzależnienia od Foundry Agents

Toolboxes są tworzone i zarządzane w Foundry, ale powierzchnią konsumpcji jest otwarty protokół MCP. Można ich używać z niestandardowych agentów (Microsoft Agent Framework, LangGraph), GitHub Copilot i innych środowisk IDE zgodnych z MCP.

Dlaczego to ważne teraz

Fala wielu agentów dociera do produkcji. Każdy nowy agent to nowa powierzchnia zduplikowanej konfiguracji, przestarzałych danych uwierzytelniających i niespójnego zachowania. Podstawa Build + Consume wystarczy, by zacząć centralizować. Gdy pojawi się filar Govern, będzie dostępna w pełni obserwowalna, centralnie kontrolowana warstwa narzędzi dla całej floty agentów.

Podsumowanie

To jeszcze wczesny etap — publiczny podgląd, Python SDK na początku, Discover i Govern jeszcze przed nami. Ale model jest solidny, a natywny design MCP oznacza, że działa z narzędziami, które już się buduje. Szczegóły w oficjalnym ogłoszeniu.

Udostępnij:
Zobacz kod źródłowy tego posta na GitHub ↗
← Hooki azd w Python, TypeScript i .NET: koniec ze skryptami shell
VS Code 1.118: Copilot CLI Dostaje Nazwy Sesji, Odznaki Modelu i TypeScript 7.0 Nightly →