Simaira Agent MCP Langchain

MCP人工智能代理项目

A. .NET 9 Azure函数 使用 Azure OpenAI 与：

• 依赖注入
• 通过配置 local.settings.json
• 强类型模型
• 重试逻辑（Polly）
• 逐令牌流式传输AI响应

______________________________________________________________________

1.先决条件

• .NET 9 SDK
• （用于功能核心工具）
• 码头工人
• VS Code 随着 Azure 函数 扩展

______________________________________________________________________

2.安装Azure功能核心工具

全局安装Azure Functions CLI：

npm install -g azure-functions-core-tools@4 --unsafe-perm true

______________________________________________________________________

3.本地运行

第一步——清洁和建造

转到 src 文件夹并运行：

dotnet clean ./Simaira-MCP-LangChain-Agent 
dotnet build ./Simaira-MCP-LangChain-Agent

步骤2–启动功能主机

运行详细日志记录：

func start --script-root ./Simaira-MCP-LangChain-Agent --verbose

您的功能将在以下网址提供：

http://localhost:7072/api/

______________________________________________________________________

4.VS代码调试

1. 启动您的功能：

   func start --script-root ./Simaira-MCP-LangChain-Agent --dotnet-isolated-debug

1. 在VS Code终端中， 查找工作进程ID （寻找 dotnet 过程）。
2. 更新 processId 在 .vscode/launch.json 在...之下 Attach to Isolated Worker 配置：

   {
       "name": "Attach to Isolated Worker",
       "type": "coreclr",
       "request": "attach",
       "processId": "12345"
   }

1. 首选 运行和调试 → 选择 “依附于孤立的工人” → Press F5.

______________________________________________________________________

5.Docker命令

构建和运行：

docker build  -f Simaira-MCP-LangChain-Agent/Dockerfile -t my-azure-functionv1.1 .
docker run -p 8080:80 --name myfunctiondebug my-azure-functionv1.1

然后访问：

http://localhost:8080/api/

______________________________________________________________________

6.配置

选项A-作为对象

在中使用强类型节 local.settings.json:

"AzureOpenAI": {
  "Endpoint": "https://your-endpoint.openai.azure.com/",
  "Key": "your-key",
  "DeploymentName": "gpt-35-turbo",
  "ApiVersion": "2025-01-01-preview"
}

选项B——作为价值

使用嵌套值（在使用Docker/env覆盖时很有用）：

"Values": {
    "AzureWebJobsStorage": "UseDevelopmentStorage=true",
    "FUNCTIONS_WORKER_RUNTIME": "dotnet-isolated",
    "AzureOpenAI:Endpoint": "https://your-endpoint.openai.azure.com/",
    "AzureOpenAI:Key": "your-key",
    "AzureOpenAI:DeploymentName": "gpt-35-turbo",
    "AzureOpenAI:ApiVersion": "2025-01-01-preview",
    "Host:LocalHttpPort": "7072"
}

注：\ 如果在这些配置中找不到值，应用程序将抛出错误，以防止在缺少设置的情况下运行。

______________________________________________________________________

7.API终点

此Azure Function应用程序中提供以下HTTP终结点：

1. MCPAgentAPI

• 网址： /api/MCPAgentAPI
• 方法： GET, POST
• 请求正文（POST）：

{
  "message": "Write a function for binary search in C#."
}

• 答复：

{
  "response": "public int BinarySearch(int[] arr, int target) { ... }"
}

2.AskSimairaAPI

• 网址： /api/AskSimairaAPI
• 方法： GET, POST
• 请求正文（POST）：

{
  "message": "Explain how binary search works."
}

• 答复：

{
  "response": "Binary search is an algorithm that finds the position of a target value within a sorted array..."
}

3.AskSimairaSDK

• 网址： /api/AskSimairaSDK
• 方法： GET, POST
• 请求正文（POST）：

{
  "message": "Write a function for quicksort in C#."
}

• 答复：

{
  "response": "public void QuickSort(int[] arr, int left, int right) { ... }"
}

4.MCPAgentSDK

• 网址： /api/MCPAgentSDK
• 方法： GET, POST
• 请求正文（POST）：

{
  "message": "Write a function for merge sort in C#."
}

• 答复：

{
  "response": "public void MergeSort(int[] arr) { ... }"
}

注：

• 所有端点都接受 message 在请求正文中（for POST).
• 响应是使用Azure OpenAI GPT模型生成的AI内容。