🧪 铸造MCP游乐场
通过使用此模板，您将能够使用GitHub Copilot启动并运行，并连接到强大的后端工具 一键.
- 适用于Azure AI Foundry的MCP服务器：服务器仓库
- 铸造MCP游乐场：模板仓库（this）
______________________________________________________________________
🚀 一键安装
立即开始构建：
如果要从此模板创建新存储库，请单击此按钮
](https://github.com/codespaces/new?template_repository=azure-ai-foundry/foundry-mcp-playground/generate)
如果您想使用GitHub Codespace中的当前存储库开始清理，请单击此按钮
______________________________________________________________________
🧠 里面是什么？
Foundry MCP Playground为您提供基于AI的解决方案原型所需的一切 GitHub Copilot内部.
打开此工作区时，它将自动启动Azure AI Foundry的MCP服务器：
- 用于Azure AI Foundry的MCP服务器（实验） –公开与Azure AI Foundry交互的工具
此服务器在devcontainer中自动启动，并通过以下方式进行通信 stdio 使用GitHub Copilot。
______________________________________________________________________
🧰 GitHub Copilot中的可用工具
当GitHub Copilot在此环境中运行时，它将配备所有工具，不需要额外的配置。看 用于Azure AI Foundry的MCP服务器（实验） 了解更多详情。:
这些工具由Copilot自动发现，可以在编码时用于自然语言提示。
______________________________________________________________________
💡 入门指南
- 使用此模板 创建自己的存储库。如果你已经这样做了，你可以跳到下一步。
- 在代码空间中打开 或 VS Code （支持devcontainer）。
1. 如果你在devcontainer中使用VS Code，你需要在本地运行Docker引擎。
- 一旦环境准备就绪，打开 设置 （Ctrl+，），然后搜索“chat.agent.enable”并启用代理模式。
- 打开聊天视图（Ctrl+Alt+I），然后单击使用复制副本。更改 代理模式 Copilot会自动发现MCP服务器。
- 要加载MCP服务器，请单击图标“可用的新工具“，如果尚未加载。
- （可选）您可以单击“工具“聊天视图上的图标，查看加载的MCP服务器和工具。同时打开
.vscode/mcp.json查看预配置的服务器。 - 首先，向Copilot询问它对Azure AI Foundry有什么帮助。
示例提示
探索型号
- 你能做什么？
- 你如何帮我找到合适的型号？
- 我可以从Azure AI Foundry使用哪些模型？
- Azure AI Foundry中提供了哪些OpenAI模型？
- Azure AI Foundry中最受欢迎的模型是什么？给我选10个模特。
- 哪些模型有利于推理？用两个桶给我看一些例子，一个用于大型模型，另一个用于小型模型。
- 你能比较Phi模型并解释差异吗？
- 给我看看Phi-4推理的模型卡。
- 你能教我如何测试一个模型吗？
- Azure AI Foundry中的免费游乐场意味着什么？
- 我可以使用GitHub令牌来测试模型吗？
- 展示支持GitHub代币的最新型号。
- Azure AI Foundry中模型的模型发布者是谁？
- 向我展示Meta的模型。
- 给我看看有麻省理工学院执照的模特。
建立原型
- 你能描述一下你如何帮助我使用这个模型构建一个原型吗？
- 描述如何使用我的GitHub令牌构建一个使用OpenAI模型的原型。不要试图创建一个。
- 向我推荐几个使用模型构建原型的场景。
- 请介绍一下Azure AI Foundry实验室。
- 告诉我更多关于Magentic One的信息
- 什么是Omniparser，潜在的用例是什么？
- 你能帮我用Omniparser构建一个原型吗？
- 我需要构建一个应用程序，可以分析我的网络用户体验设计，并就用户可能难以导航或可能造成认知过载的任何领域向我提出建议。
- 我想构建一个模型比较应用程序来比较Azure AI Foundry Catalog模型。用户应该能够从大约8-10个不同的目录型号中进行选择。从那里，用户输入一个提示，每个选定的模型都会对其做出响应。输出应该并排显示。用户还可以从一组擅长评估的“评估者”模型中选择一个特定的模型，该模型将评估用户选择的模型的输出。评估员应对每个模型的反应提供简短的书面评估，以及一个数字分数。
部署OpenAI模型
- 你能帮我部署OpenAI模型吗？
- 在Azure AI Foundry上部署OpenAI模型需要采取哪些步骤？
- 你能帮我理解如何使用GitHub令牌在Azure AI Foundry上使用OpenAI模型吗？我可以将其用于生产吗？
- 我已经有一个Azure AI服务资源。我可以在上面部署OpenAI模型吗？
- OpenAI模型的配额在Azure AI Foundry上意味着什么？
- 获取我的AI服务资源的当前配额。