Mcp | The .NET Blog

Azure MCP Server jest Teraz .mcpb — Instaluj bez Żadnego Runtime

Emiliano Montesdeoca — Sat, 25 Apr 2026 00:00:00 +0000

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

Wiesz, co było irytujące w konfiguracji serwerów MCP? Potrzebowałeś runtime. Node.js dla wersji npm, Python dla pip/uvx, .NET SDK dla wariantu dotnet.

Azure MCP Server właśnie to zmienił. Jest teraz dostępny jako .mcpb — MCP Bundle — a konfiguracja to przeciągnij i upuść.

Czym jest MCP Bundle?

Pomyśl o tym jak o rozszerzeniu VS Code (.vsix) lub rozszerzeniu przeglądarki (.crx), ale dla serwerów MCP. Plik .mcpb to samodzielne archiwum ZIP zawierające binarny plik serwera i wszystkie jego zależności.

Jak zainstalować

1. Pobierz bundle dla swojej platformy

Przejdź na stronę GitHub Releases i pobierz plik .mcpb dla swojego OS i architektury.

2. Zainstaluj w Claude Desktop

Najłatwiej: przeciągnij plik .mcpb do okna Claude Desktop na stronie ustawień Rozszerzeń (☰ → Plik → Ustawienia → Rozszerzenia). Przejrzyj szczegóły serwera, kliknij Zainstaluj, potwierdź.

3. Uwierzytelnij się w Azure

az login

Na początek

Pobieranie: GitHub Releases
Repozytorium: aka.ms/azmcp
Dokumentacja: aka.ms/azmcp/docs

Sprawdź pełny post.

CodeAct w Agent Framework: Jak zmniejszyć opóźnienie agenta o połowę

Emiliano Montesdeoca — Sat, 25 Apr 2026 00:00:00 +0000

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

W każdym projekcie agentów przychodzi moment, gdy patrzysz na ślad i myślisz: „Dlaczego to tak długo trwa?" Model działa dobrze. Narzędzia działają. Ale jest siedem rund komunikacji, żeby uzyskać wynik, który można obliczyć za jednym razem.

To właśnie problem, który rozwiązuje CodeAct — a zespół Agent Framework właśnie wydał wsparcie alfa przez nowy pakiet agent-framework-hyperlight.

Czym jest CodeAct?

Wzorzec CodeAct jest elegancko prosty: zamiast dawać modelowi listę narzędzi do wywoływania jedno po drugim, dajesz mu jedno narzędzie execute_code i pozwalasz wyrazić cały plan jako krótki program w Pythonie.

Podejście	Czas	Tokeny
Tradycyjne	27,81s	6 890
CodeAct	13,23s	2 489
Poprawa	52,4%	63,9%

Bezpieczeństwo: Mikro-VM Hyperlight

Pakiet agent-framework-hyperlight używa mikro-VM Hyperlight. Każde wywołanie execute_code otrzymuje własną, świeżo utworzoną mikro-VM. Uruchomienie mierzone jest w milisekundach. Izolacja jest praktycznie bezpłatna.

Twoje narzędzia nadal działają na hoście. Kod kleju wygenerowany przez model działa w piaskownicy. To właściwy podział.

Minimalna konfiguracja

from agent_framework import Agent, tool
from agent_framework_hyperlight import HyperlightCodeActProvider

codeact = HyperlightCodeActProvider(
 tools=[get_weather],
 approval_mode="never_require",
)

agent = Agent(
 client=client,
 name="CodeActAgent",
 instructions="You are a helpful assistant.",
 context_providers=[codeact],
)

Kiedy używać CodeAct (a kiedy nie)

Używaj CodeAct, gdy:

Zadanie łączy wiele małych wywołań narzędzi (wyszukiwania, łączenia, obliczenia)
Ważne są opóźnienie i koszt tokenów
Potrzebujesz silnej izolacji dla kodu generowanego przez model

Zostań przy tradycyjnym wywołaniu narzędzi, gdy:

Agent robi tylko jedno lub dwa wywołania na turę
Każde wywołanie ma skutki uboczne wymagające indywidualnego zatwierdzenia
Opisy narzędzi są skąpe lub niejednoznaczne

Wypróbuj teraz

pip install agent-framework-hyperlight --pre

Przeczytaj pełny post na blogu Agent Framework.

Foundry Toolboxes: Jeden endpoint dla wszystkich narzędzi agentów AI

Emiliano Montesdeoca — Thu, 23 Apr 2026 00:00:00 +0000

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)

Filar	Status	Co robi
Discover	Wkrótce	Znajdowanie zatwierdzonych narzędzi bez ręcznego szukania
Build	Dostępny	Grupowanie narzędzi w wielokrotnie używalny bundle
Consume	Dostępny	Jeden endpoint MCP udostępnia wszystkie narzędzia
Govern	Wkrótce	Centralne 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.

Narzędzia Azure MCP Są Teraz Wbudowane w Visual Studio 2022 — Żadnego Rozszerzenia

Emiliano Montesdeoca — Thu, 16 Apr 2026 00:00:00 +0000

Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.

Jeśli korzystałeś z narzędzi Azure MCP w Visual Studio przez oddzielne rozszerzenie, znasz procedurę — zainstaluj VSIX, zrestartuj, miej nadzieję, że nie popsuje, zarządzaj niezgodnościami wersji. To tarcie zniknęło.

Yun Jung Choi ogłosiła, że narzędzia Azure MCP są teraz dostarczane bezpośrednio jako część obciążenia deweloperskiego Azure w Visual Studio 2022. Żadnego rozszerzenia. Żadnego VSIX.

Co to faktycznie oznacza

Ponad 230 narzędzi w 45 usługach Azure — dostępnych bezpośrednio z okna czatu. Wylistuj swoje konta pamięci masowej, wdróż aplikację ASP.NET Core, diagnostykuj problemy App Service — wszystko bez otwierania karty przeglądarki.

Jak włączyć

Zaktualizuj do Visual Studio 2022 17.14.30 lub nowszego
Upewnij się, że obciążenie Azure development jest zainstalowane
Otwórz GitHub Copilot Chat
Kliknij przycisk Wybierz narzędzia (ikona dwóch kluczy)
Włącz Azure MCP Server

Pozostaje włączone między sesjami.

Zastrzeżenie

Narzędzia są domyślnie wyłączone — musisz je włączyć. Dla .NET deweloperów korzystających z Visual Studio oznacza to jeszcze mniej powodów do przełączania kontekstu do portalu Azure.

Azure MCP Server 2.0 Właśnie Wylądował — Samodzielnie Hostowana Agentic Cloud Automation Jest Tutaj

Emiliano Montesdeoca — Sat, 11 Apr 2026 00:00:00 +0000

Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.

Jeśli ostatnio budowałeś cokolwiek z MCP i Azure, pewnie wiesz, że lokalne doświadczenie działa dobrze. Ale gdy musisz udostępnić tę konfigurację całemu zespołowi? Tam rzeczy się komplikowały.

Już nie. Azure MCP Server osiągnął stabilną wersję 2.0, a główna funkcja to dokładnie to, o co prosiły zespoły enterprise: obsługa samodzielnie hostowanego zdalnego serwera MCP.

Co to jest Azure MCP Server?

Azure MCP Server implementuje specyfikację Model Context Protocol i ujawnia możliwości Azure jako ustrukturyzowane, odkrywalne narzędzia. Liczby mówią same za siebie: 276 narzędzi MCP w 57 usługach Azure.

Wielka sprawa: samodzielnie hostowane zdalne wdrożenia

W prawdziwym scenariuszu zespołowym potrzebujesz:

Wspólny dostęp dla deweloperów i wewnętrznych systemów agentów
Scentralizowana konfiguracja
Granice sieci i polityk enterprise
Integracja z pipeline’ami CI/CD

Azure MCP Server 2.0 rozwiązuje to wszystko. Do autoryzacji masz dwie opcje:

Managed Identity — przy pracy z Microsoft Foundry
Przepływ On-Behalf-Of (OBO) — delegacja OpenID Connect z rzeczywistymi uprawnieniami użytkownika

Wzmocnienie bezpieczeństwa

Wersja 2.0 dodaje silniejszą walidację punktów końcowych, ochronę przed wzorcami injection i ściślejsze kontrole izolacji.

Pierwsze kroki

GitHub Repo — kod źródłowy, dokumenty
Docker Image — wdrożenie w kontenerze
Rozszerzenie VS Code — integracja IDE
Przewodnik self-hosting — flagowa funkcja 2.0

Agentic Platform Engineering Staje Się Rzeczywistością — Git-APE Pokazuje Jak

Emiliano Montesdeoca — Fri, 10 Apr 2026 00:00:00 +0000

Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.

Platform engineering to jeden z tych terminów, które świetnie brzmią na konferencjach, ale zazwyczaj oznaczają “zbudowaliśmy portal wewnętrzny i wrapper Terraform.” Prawdziwa obietnica — self-service infrastruktura, która jest bezpieczna, zarządzana i szybka — zawsze była o kilka kroków za daleko.

Zespół Azure właśnie opublikował Part 2 swojej serii agentic platform engineering. Nazywają to Git-APE — projekt open-source, który używa agentów GitHub Copilot i serwerów Azure MCP do zamiany żądań w języku naturalnym na zwalidowaną, wdrożoną infrastrukturę.

Co faktycznie robi Git-APE

Podstawowy pomysł: zamiast uczyć się modułów Terraform, deweloperzy rozmawiają z agentem Copilot. Agent interpretuje intencje, generuje Infrastructure-as-Code, waliduje wobec zasad i wdraża — wszystko w VS Code.

git clone https://github.com/Azure/git-ape
cd git-ape

Otwórz obszar roboczy w VS Code, a pliki konfiguracji agenta są automatycznie odkrywane przez GitHub Copilot:

@git-ape deploy a function app with storage in West Europe

Czyszczenie jest równie proste:

@git-ape destroy my-resource-group

Dlaczego to ważne

Dla tych z nas budujących na Azure, przesuwa to rozmowę z “jak zbudować portal” na “jak opisać nasze guardrails jako API.”

Jako deweloper .NET: Azure MCP Server i agenty GitHub Copilot działają z dowolnym obciążeniem Azure — Twoje ASP.NET Core API, .NET Aspire — wszystko może być celem agentic deployment flow.

Podsumowanie

Git-APE to wczesne, ale konkretne spojrzenie na agentic platform engineering w praktyce. Sklonuj repozytorium i przeczytaj pełny post.

Aplikacje MCP Dostają Fluent API — Buduj Bogate UI Narzędzi AI w .NET w Trzech Krokach

Emiliano Montesdeoca — Fri, 10 Apr 2026 00:00:00 +0000

Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.

Narzędzia MCP świetnie nadają się do dawania agentom AI możliwości. Ale co jeśli Twoje narzędzie musi coś pokazać użytkownikowi?

Lilian Kasem z zespołu Azure SDK przedstawiła nowe płynne API konfiguracji.

Płynne API w trzech krokach

Krok 1: Zdefiniuj swoją funkcję:

[Function(nameof(HelloApp))]
public string HelloApp(
 [McpToolTrigger("HelloApp", "A simple MCP App that says hello.")]
 ToolInvocationContext context)
{
 return "Hello from app";
}

Krok 2: Promuj ją do aplikacji MCP:

builder.ConfigureMcpTool("HelloApp")
 .AsMcpApp(app => app
 .WithView("assets/hello-app.html")
 .WithTitle("Hello App")
 .WithPermissions(McpAppPermissions.ClipboardWrite | McpAppPermissions.ClipboardRead)
 .WithCsp(csp =>
 {
 csp.AllowBaseUri("https://www.microsoft.com")
 .ConnectTo("https://www.microsoft.com");
 }));

Krok 3: Dodaj swój widok HTML.

Dodaj pakiet:

dotnet add package Microsoft.Azure.Functions.Worker.Extensions.Mcp --version 1.5.0-preview.1

Przeczytaj pełny post.

Połącz Swoje Serwery MCP na Azure Functions z Agentami Foundry — Oto Jak

Emiliano Montesdeoca — Fri, 10 Apr 2026 00:00:00 +0000

Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.

Jest jedna rzecz, którą kocham w ekosystemie MCP: budujesz swój serwer raz i działa wszędzie.

Lily Ma z Azure SDK team opublikowała praktyczny przewodnik dotyczący łączenia serwerów MCP wdrożonych na Azure Functions z agentami Microsoft Foundry.

Dlaczego ta kombinacja ma sens

Azure Functions daje ci skalowalną infrastrukturę, wbudowane uwierzytelnianie i bezserwerowe rozliczenia. Microsoft Foundry daje ci agentów AI, którzy mogą rozumować i działać. Połączenie obu oznacza, że twoje narzędzia stają się możliwościami agentów AI.

Opcje uwierzytelniania

Metoda	Przypadek użycia
Key-based	Programowanie lub serwery bez Entra auth
Microsoft Entra	Produkcja z zarządzanymi tożsamościami
OAuth identity passthrough	Produkcja z kontekstem użytkownika
Nieuwierzytelnione	Dev/testowanie lub dane publiczne

Konfiguracja

Wdróż serwer MCP na Azure Functions — próbki dla .NET
Włącz wbudowane uwierzytelnianie MCP
Pobierz URL endpoint — https://<FUNCTION_APP_NAME>.azurewebsites.net/runtime/webhooks/mcp
Dodaj serwer MCP jako narzędzie w Foundry

Przeczytaj pełny przewodnik.

SQL MCP Server — Właściwy Sposób na Danie Agentom AI Dostępu do Bazy Danych

Emiliano Montesdeoca — Fri, 10 Apr 2026 00:00:00 +0000

Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.

Będąc szczerym: większość dostępnych dziś serwerów MCP dla baz danych jest przerażająca. Biorą zapytanie w języku naturalnym, generują SQL w locie i uruchamiają go na twoich danych produkcyjnych.

Zespół Azure SQL właśnie przedstawił SQL MCP Server, i przyjmuje fundamentalnie inne podejście.

Dlaczego nie NL2SQL?

Modele nie są deterministyczne. SQL MCP Server używa podejścia NL2DAB. Agent pracuje z warstwą abstrakcji encji Data API builder, aby deterministycznie produkować dokładne T-SQL.

Siedem narzędzi, nie siedemset

SQL MCP Server udostępnia dokładnie siedem narzędzi DML:

describe_entities — odkryj dostępne encje
create_record — wstawiaj wiersze
read_records — zapytuj tabele i widoki
update_record — modyfikuj wiersze
delete_record — usuń wiersze
execute_entity — uruchamiaj procedury składowane
aggregate_records — zapytania agregujące

Pierwsze kroki w trzech poleceniach

dab init --database-type mssql --connection-string "@env('sql_connection_string')"

dab add Customers --source dbo.Customers --permissions "anonymous:*"

dab start

Historia bezpieczeństwa jest solidna

RBAC na każdej warstwie, integracja Azure Key Vault, Microsoft Entra + niestandardowy OAuth.

Sprawdź pełny post i dokumentację.

SQL MCP Server, Copilot w SSMS i centrum baz danych z agentami AI: co naprawdę ważne z SQLCon 2026

Emiliano Montesdeoca — Sat, 28 Mar 2026 00:00:00 +0000

Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.

Microsoft właśnie zainaugurował SQLCon 2026 razem z FabCon w Atlancie i jest wiele do omówienia. Oryginalne ogłoszenie obejmuje wszystko od planów oszczędnościowych po funkcje zgodności dla przedsiębiorstw. Pominę slajdy z cenami dla enterprise i skupię się na kawałkach, które mają znaczenie, jeśli jesteś programistą budującym na Azure SQL i AI.

SQL MCP Server jest w publicznym podglądzie

To jest dla mnie nagłówek. Azure SQL Database Hyperscale ma teraz SQL MCP Server w publicznym podglądzie, który pozwala bezpiecznie połączyć dane SQL z agentami AI i Copilotami za pomocą Model Context Protocol.

Jeśli śledziłeś falę MCP — a szczerze, trudno ją przeoczyć — to jest poważna sprawa. Zamiast budować niestandardowe potoki danych, by dostarczać kontekst z bazy danych do agentów AI, masz standardowy protokół do bezpośredniego eksponowania danych SQL. Twoje agenty mogą odpytywać, analizować i działać na żywych danych bazy danych.

Dla tych z nas budujących agenty AI z Semantic Kernel lub Microsoft Agent Framework, otwiera to czystą ścieżkę integracji. Agent musi sprawdzić stan magazynu? Wyszukać rekord klienta? Zweryfikować zamówienie? MCP daje mu ustrukturyzowany sposób na zrobienie tego bez pisania niestandardowego kodu pobierania danych dla każdego scenariusza.

GitHub Copilot w SSMS 22 jest teraz ogólnie dostępny

Jeśli spędzasz czas w SQL Server Management Studio — a bądźmy szczerzy, większość z nas nadal to robi — GitHub Copilot jest teraz ogólnie dostępny w SSMS 22. To samo doświadczenie Copilot, którego już używasz w VS Code i Visual Studio, ale dla T-SQL.

Praktyczna wartość jest prosta: pomoc oparta na czacie do pisania zapytań, refaktoryzacji procedur składowanych, rozwiązywania problemów z wydajnością i obsługi zadań administracyjnych. Nic rewolucyjnego w koncepcji, ale mając to bezpośrednio w SSMS, nie musisz przełączać kontekstu do innego edytora tylko po to, by uzyskać pomoc AI przy pracy z bazą danych.

Indeksy wektorowe otrzymały poważną aktualizację

Azure SQL Database ma teraz szybsze i bardziej wydajne indeksy wektorowe z pełnym wsparciem wstawiania, aktualizacji i usuwania. To oznacza, że dane wektorowe pozostają aktualne w czasie rzeczywistym — bez wsadowego ponownego indeksowania.

Co nowego:

Kwantyzacja dla mniejszych rozmiarów indeksów bez zbytniej utraty dokładności
Filtrowanie iteracyjne dla precyzyjniejszych wyników
Ściślejsza integracja z optymalizatorem zapytań dla przewidywalnej wydajności

Jeśli robisz generowanie wspomagane pobieraniem (RAG) z Azure SQL jako magazynem wektorów, te ulepszenia są bezpośrednio przydatne. Możesz trzymać wektory obok danych relacyjnych w tej samej bazie danych, co znacznie upraszcza architekturę w porównaniu do osobnej bazy wektorowej.

Te same ulepszenia wektorów są również dostępne w SQL database w Fabric, ponieważ oba działają na tym samym silniku SQL.

Database Hub w Fabric: zarządzanie agentyczne

Ten jest bardziej perspektywiczny, ale interesujący. Microsoft ogłosił Database Hub w Microsoft Fabric (wczesny dostęp), który daje jeden widok na Azure SQL, Cosmos DB, PostgreSQL, MySQL i SQL Server przez Arc.

Interesujący kąt nie polega tylko na ujednoliconym widoku — to agentyczne podejście do zarządzania. Agenty AI ciągłe monitorują twoją infrastrukturę baz danych, wyświetlają zmiany, wyjaśniają dlaczego mają znaczenie i sugerują co zrobić dalej. To model z człowiekiem w pętli, gdzie agent wykonuje ciężką pracę, a ty podejmujesz decyzje.

Dla zespołów zarządzających więcej niż garścią baz danych, może to naprawdę zmniejszyć operacyjny szum. Zamiast skakać między portalami i ręcznie sprawdzać metryki, agent przynosi sygnał do ciebie.

Co to oznacza dla programistów .NET

Wątek łączący wszystkie te ogłoszenia jest jasny: Microsoft wbudowuje agenty AI w każdą warstwę stosu baz danych. Nie jako gadżet, ale jako praktyczną warstwę narzędziową.

Jeśli budujesz aplikacje .NET wspierane przez Azure SQL, oto co bym faktycznie zrobił:

Wypróbuj SQL MCP Server jeśli budujesz agenty AI. To najczystszy sposób, by dać agentom dostęp do bazy danych bez niestandardowej hydrauliki.
Włącz Copilot w SSMS jeśli jeszcze tego nie zrobiłeś — bezpłatne zwiększenie produktywności przy codziennej pracy z SQL.
Przyjrzyj się indeksom wektorowym jeśli robisz RAG i obecnie używasz osobnego magazynu wektorów. Konsolidacja do Azure SQL oznacza jedną usługę mniej do zarządzania.

Podsumowanie

Pełne ogłoszenie ma więcej — plany oszczędnościowe, asystentów migracji, funkcje zgodności — ale historia dla programistów jest w MCP Server, ulepszeniach wektorowych i agentycznej warstwie zarządzania. To są kawałki, które zmieniają sposób budowania, a nie tylko budżetowania.

Sprawdź pełne ogłoszenie od Shireesha Thoty po pełny obraz i zarejestruj się na wczesny dostęp do Database Hub jeśli chcesz wypróbować nowe doświadczenie zarządzania.

Azure DevOps MCP Server Trafia do Microsoft Foundry: Co To Oznacza dla Twoich Agentów AI

Emiliano Montesdeoca — Thu, 26 Mar 2026 00:00:00 +0000

Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.

MCP (Model Context Protocol) ma swój moment. Jeśli śledzisz ekosystem agentów AI, pewnie zauważyłeś, że serwery MCP pojawiają się wszędzie — dając agentom możliwość interakcji z zewnętrznymi narzędziami i usługami przez standaryzowany protokół.

Teraz Azure DevOps MCP Server jest dostępny w Microsoft Foundry, i jest to jedna z tych integracji, która skłania do myślenia o praktycznych możliwościach.

Co się faktycznie dzieje

Microsoft już wydał Azure DevOps MCP Server jako publiczny podgląd. Co nowego, to integracja z Foundry. Możesz teraz dodawać Azure DevOps MCP Server do swoich agentów Foundry bezpośrednio z katalogu narzędzi.

Konfiguracja

Konfiguracja jest zaskakująco prosta:

W swoim agencie Foundry przejdź do Dodaj narzędzia > Katalog
Wyszukaj “Azure DevOps”
Wybierz Azure DevOps MCP Server (podgląd) i kliknij Utwórz
Podaj nazwę swojej organizacji i połącz

Kontrolowanie dostępu agenta

Możesz określić, które narzędzia są dostępne dla Twojego agenta. Jeśli chcesz, żeby tylko czytał elementy robocze, ale nie dotykał potoków, możesz to skonfigurować. Zasada najmniejszego przywileju, zastosowana do agentów AI.

Dlaczego to interesujące dla zespołów .NET

Asystenci planowania sprintów — agenty, które mogą pobierać elementy robocze i sugerować pojemność sprintu
Boty code review — agenty rozumiejące kontekst PR
Reagowanie na incydenty — agenty tworzące elementy robocze i korelujące błędy
Wdrażanie deweloperów — “Co powinienem teraz zrobić?” z realną odpowiedzią

Podsumowanie

Sprawdź pełne ogłoszenie po szczegóły.