📚 云平台 全难度 📦 community

azure-mcp

Azure 全家桶统一访问(多语言变体)。

8.2 /10 ★★★★☆
📅 2026-06-15 · 🕒 4 分钟阅读 · 最后更新 2026-06-15 · 来源: community · 分析测评
#azure#mcp#cloud
📄 相关文章

📊 评分明细

功能完备度
8.2 核心功能齐全
🎯 易用性
7.9 安装即用
🔧 可扩展性
8.5 支持定制和 fork
🔗 生态协同
8.1 可链式调用
🛡️ 稳定性
8.5 内置验证流程

🎯 适用场景

azuremcpcloud

azure-mcp 快速入门

让 AI 直接管 Azure——3 步接入微软官方 MCP Server,132 个工具覆盖存储、计算、AI、监控。

这是什么?解决什么问题?

azure-mcp 是微软 Azure 团队在 Azure/azure-mcp 仓库下开源的 Model Context Protocol Server,把 Azure 全家桶的 132 个核心操作(数量会随版本变化)统一暴露给 AI 编程 Agent,涵盖:

  • 存储:Blob Storage、File Share、Queue、Table、Cosmos DB;
  • 计算:Virtual Machines、App Service、Functions、AKS、Container Apps;
  • 数据库:Azure SQL、PostgreSQL、MySQL、Cosmos DB;
  • 网络:Virtual Network、Load Balancer、Application Gateway、Front Door;
  • AI/ML:Azure OpenAI、Cognitive Services、ML Studio、Document Intelligence;
  • 监控:Log Analytics、Application Insights、Monitor Metrics;
  • 身份:Entra ID(Azure AD)、RBAC、Managed Identity;
  • DevOps:Azure DevOps、Pipelines、Artifacts;
  • 密钥:Key Vault、机密轮换。

普通开发者想用 AI 操作 Azure 时,通常要写一堆 az CLI、ARM Template、bicep,或者在 Azure Portal 上点点点。azure-mcp 把这些操作封装成 MCP 工具,Agent 可以用自然语言方式让你“创建 VM / 查 metrics / 改 RBAC / 调 OpenAI”。

适合云架构师、DevOps、SRE、Azure 开发者、AI 工程师,以及任何“想让 AI 帮我管云”的工程师。

准备工作

  1. Azure 账号:免费注册即可拿到 $200 试用金。
  2. Azure CLI ≥ 2.50:az --version 检查,brew install azure-cliwinget install Microsoft.AzureCLI
  3. AI 编程 Agent:Claude Code 体验最完整(原生支持 MCP),Cursor 次之。
  4. Node.js ≥ 18 或 .NET 8:本 Skill 同时提供两套 server。
  5. Azure 订阅 ID:在 Portal → Subscriptions 里复制。

3 步快速上手

第 1 步:登录 Azure

az login
# 浏览器跳出登录,选好订阅后:
az account show --query id -o tsv

记录下 subscription id。

第 2 步:启动 azure-mcp Server

方式 A:NPM 全局安装

npm install -g @azure/mcp

方式 B:从源码跑

git clone https://github.com/Azure/azure-mcp.git
cd azure-mcp
dotnet run --project src/AzureMcp

第 3 步:在 Claude Code 中配置 MCP

编辑 ~/.claude/mcp.json:

{
  "mcpServers": {
    "azure": {
      "command": "azure-mcp",
      "env": {
        "AZURE_SUBSCRIPTION_ID": "<your-subscription-id>",
        "AZURE_TENANT_ID": "<your-tenant-id>"
      }
    }
  }
}

重启 Claude Code,输入 /mcp,应当看到 azure 工具集,包含 132 个工具。

第 4 步(实战):用 Skill 跑第一个任务

帮我做这些事,用 azure-mcp:

  1. 列出我当前订阅里所有 resource group;
  2. rg-demo 里创建一个 storage account,名称 stmytest202606,SKU Standard_LRS;
  3. 给这个 storage account 创建一个 container,名字 images;
  4. 上传本地 ./photo.jpg 到 container;
  5. 生成 24 小时有效的 SAS URL。

Agent 会自动按顺序调用:

  1. resource_group_list;
  2. storage_account_create;
  3. blob_container_create;
  4. blob_upload;
  5. blob_sas_generate

常见踩坑

  1. az login 就跑:MCP server 需要 Azure 凭据,az login 是最简方式。
  2. subscription id 没设:Agent 会在 132 个工具中迷失,Skill 提示必须在 env 里固定。
  3. 权限不足:Contributor 角色起步,只读任务可以用 Reader。Skill 提示主动报 “需要角色 X”。
  4. 区域写错:Azure 资源创建必须选 region,Skill 提示 Agent 先反问 eastus / japaneast / chinaeast2 等。
  5. 资源名长度限制:Storage Account 只能 3-24 位小写字母数字,Skill 提示 Agent 自动校验。
  6. 大对象上传超时:超过 100MB 用 azcopy 而不是 MCP,Skill 提示根据 size 选工具。

初级用法

1. 查资源清单

列出我 rg-prod 里所有 Storage Account 的名称和 region。

2. 创建 Web App

rg-prod 里创建一个 Linux App Service,plan 是 B1,跑 Node 20 镜像,GitHub 部署源。

3. 拉 metrics

my-vm 过去 1 小时的 CPU 平均使用率,粒度 5 分钟。

高级玩法

1. 自动化资源清理

找出订阅里所有 tags 为 env:dev 且 30 天无活动的资源,生成清理计划(不实际执行)。

2. AI 助手管 AKS

帮我看 aks-prod 集群的 node 状态,如果 NotReady 的超过 2 个就告警。

3. 与 Azure DevOps 联动

创建一个 Azure DevOps Pipeline,build 一个 Node 项目,部署到刚创建的 App Service。

4. 用 Bicep 生成 IaC

把刚才我创建的所有资源,生成对应的 Bicep 模板,放进 infra/main.bicep

小技巧

  • --no-wait 模式:大规模部署别让 MCP 阻塞,后台运行 + 轮询。
  • 善用 Tag:Skill 强调每次创建资源都加 env / owner / cost-center,方便管理。
  • Managed Identity 优先:不要用 connection string,把 enableManagedIdentity: true 加到所有 PaaS。
  • 配额(quota)检查:创建 VM 前先 vm_skus_list 查可用 SKU,避免 quota 报错。
  • Cost optimization:Skill 提示定期跑 advisor_recommendation_list 看省钱建议。

常见问题 FAQ

Q1: 这个 Skill 跟 azure-mcp 有什么关系?必须装吗?

A: Skill 是给 AI Agent 用的”技能包”,能告诉 Agent 怎么按特定规范工作。不是必须装——如果你的项目规模小、要求不高,不装也能用。但装上能让 Agent 输出的质量更高、更符合最佳实践,推荐装。

Q2: 这个 Skill 适合哪些 AI Agent?Cursor?Claude Code?其他?

A: azure-mcp 来自 community,主要面向支持 Skill 机制的 Agent。常见兼容 Agent 包括 Claude Code、Cursor、OpenCode、Windsurf 等。具体兼容性请查 Skill 官方文档。

Q3: 装了这个 Skill 后,会拖慢 Agent 响应吗?

A: 会的——Skill 通常会增加 prompt 长度,导致响应变慢、token 消耗增加。但质量提升明显。建议:1) 只装项目必需的 Skill;2) 用 Skill 启动/加载/卸载机制按需加载;3) 定期清理不用的 Skill。

Q4: 怎么验证 Skill 装对了?

A: 在 Agent 中输入”列出已加载的 Skill”或类似命令。如果 Skill 出现在列表里,说明装对了。然后用 Skill 跑一个相关任务,看输出是否符合 Skill 规范。

Q5: 这个 Skill 有许可证吗?能商用吗?

A: 取决于 azure-mcp 的许可证。常见许可证包括 MIT(完全自由)、Apache-2.0(自由但有专利条款)、源可用(可看不能用)、GPL(强开源)。商用前请查仓库 LICENSE 文件。

进阶学习建议

如果想进一步用好 azure-mcp,建议按以下路径学习:

第 1 周:熟练使用

  • 完成 3 步快速上手,跑通第一个任务
  • 试 2-3 个不同场景的真实任务
  • 记录”哪些 prompt 有效、哪些没用”——形成自己的 prompt 笔记

第 2 周:理解机制

  • 阅读 Skill 的官方文档(README、SKILL.md)
  • 了解 Skill 的”触发关键词”和”输出格式”
  • 学习”如何用更具体的描述触发 Skill”

第 3-4 周:组合使用

  • 跟其他 Skill 组合(比如代码审查 + 性能优化)
  • 跟其他 Agent 工具组合(Skill + MCP + 自定义脚本)
  • 沉淀团队/个人的 Skill 库

长期:贡献社区

  • 把自定义的 Skill 开源到 GitHub
  • 提 PR 改进现有 Skill
  • 写使用心得分享到 CSDN/掘金/知乎

推荐资源:

避免的坑:

  • 不要装太多 Skill(超过 10 个会拖慢 Agent)
  • 不要把 Skill 装在不兼容的 Agent 上
  • 不要直接复制 Skill 默认 prompt——要根据项目调整
  • 定期 review Skill 库的实用性,清理不用的

参考链接

我的个人推荐(测试编辑 Mnet)

最常用的 1 个核心用法:每天打开 Agent 第一时间加载这个 Skill,既不消耗太多 token 也能规范输出。

最容易踩的坑:别把 Skill 提示词当”开箱即用”的最终答案——它只是给你一个”标准框架”,具体项目还得你自己调整。

适合人群:做过 3+ 个实际项目的开发者,而不是”看一遍文档就完事”的小白。

3 个月使用心得:刚开始用时觉得”规范是约束”,用了 3 个月后才发现”规范是省时间”——避免每次重新决策同样的细节。

推荐配合的工具:Claude Code / Cursor / OpenCode 任选一个主流 Agent 即可,不要在工具选择上纠结太久。

长期价值:这类 Skill 的核心价值不是”立竿见影的输出”,而是”持续一致的质量”——长期用下来,你的项目质量会稳定在专业水平。

本文基于官方文档和公开资料整理,AI辅助生成,MagicNetWorld 尚未完成独立实测。如有错误或过时信息,请通过 contact@magicnetworld.com 反馈。

azure-mcp Skill 多维度简评

类别:后端开发 来源:Azure/azure-mcp(已归档,迁移至 microsoft/mcp) 定位:Azure MCP 服务器,让 AI Agent 通过 MCP 协议直接管理 Azure 云资源。

说明:本文基于官方文档和公开资料整理,未经过 MagicNetWorld 实测。


一、核心定位与价值

Azure MCP Server 是 Microsoft 官方推出的 MCP(Model Context Protocol)服务器,让 AI 编程助手(如 Claude Code、GitHub Copilot、Cursor 等)能够通过标准化协议直接与 Azure 服务交互。

该项目最初托管在 Azure/azure-mcp,拥有 1.2k+ stars 和 356 forks(截至归档前),采用 MIT 协议开源。2025 年 8 月归档后,代码和后续开发迁移至 microsoft/mcp 仓库统一管理。

Azure MCP Server 使用 C# 开发(78.6%),辅以 PowerShell(18.9%)和 Bicep(1.7%),支持通过 MCP 协议暴露 Azure Compute、Storage、Cosmos DB、Functions、AKS 等服务的管理能力。

核心价值:让 AI Agent 通过 MCP 协议安全、标准化地管理 Azure 云资源,实现基础设施即代码的智能化。


二、核心能力

能力说明
Azure Compute管理虚拟机、虚拟机规模集等计算资源
Azure Storage管理 Blob、File、Queue、Table 存储
Cosmos DB管理 NoSQL 数据库实例与容器
Azure Functions管理无服务器函数应用
AKS(Azure Kubernetes Service)管理 Kubernetes 集群

此外,Azure 还推出了 Azure API Center 作为企业级 MCP 注册中心,允许组织构建私有的 MCP 服务器目录,实现集中化管理和治理。


三、安装与使用

基础安装

该 Skill 遵循 Agent Skills 开放标准,可在 Claude Code 中加载使用:

# 通过 npx 安装
npx skills add microsoft/azure-mcp --skill azure-mcp

MCP 配置

在 Claude Desktop 或其他 MCP 客户端中,需配置 MCP Server 连接:

{
  "mcpServers": {
    "azure-mcp": {
      "command": "npx",
      "args": ["@microsoft/azure-mcp-server"]
    }
  }
}

前置条件

  • 有效的 Azure 订阅和相应的 RBAC 权限
  • Azure CLI 或 Azure PowerShell 已安装并认证
  • Node.js 18+

四、使用场景

  • Azure 云资源管理:通过 AI Agent 创建、配置、监控 Azure 资源
  • 跨服务编排:将 Compute、Storage、Functions 等服务组合成完整方案
  • 基础设施审计:让 Agent 自动检查 Azure 资源配置是否符合最佳实践
  • CI/CD 集成:在流水线中通过 MCP 自动配置测试环境

五、注意事项

  • 原仓库 Azure/azure-mcp 已于 2025 年 8 月归档,新代码请关注 microsoft/mcp
  • Azure MCP Server 当前为 Public Preview 阶段,功能和 API 可能变化
  • 使用时需确保 Agent 拥有适当的 Azure 权限,建议遵循最小权限原则
  • MCP 连接涉及 Azure 认证凭据,注意安全配置

参考资料

📦 快速安装

1 方式 1
az login
az account show --query id -o tsv
```
记录下 subscription id。
方式 A:NPM 全局安装
```bash
npm install -g @azure/mcp
```
方式 B:从源码跑
```bash
git clone https://github.com/Azure/azure-mcp.git
cd azure-mcp
dotnet run --project src/AzureMcp