azure-mcp
Azure 全家桶统一访问(多语言变体)。
评分明细
适用场景
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
- Azure 账号:免费注册即可拿到 $200 试用金。
- Azure CLI ≥ 2.50:
az --version检查,brew install azure-cli或winget install Microsoft.AzureCLI。 - AI 编程 Agent:Claude Code 体验最完整(原生支持 MCP),Cursor 次之。
- Node.js ≥ 18 或 .NET 8:本 Skill 同时提供两套 server。
- 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:
- 列出我当前订阅里所有 resource group;
- 在
rg-demo里创建一个 storage account,名称stmytest202606,SKU Standard_LRS;- 给这个 storage account 创建一个 container,名字
images;- 上传本地
./photo.jpg到 container;- 生成 24 小时有效的 SAS URL。
Agent 会自动按顺序调用:
resource_group_list;storage_account_create;blob_container_create;blob_upload;blob_sas_generate。
常见踩坑
- 没
az login就跑:MCP server 需要 Azure 凭据,az login是最简方式。 - subscription id 没设:Agent 会在 132 个工具中迷失,Skill 提示必须在 env 里固定。
- 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”。 - 区域写错:Azure 资源创建必须选 region,Skill 提示 Agent 先反问
eastus / japaneast / chinaeast2等。 - 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。
- 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
在
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
查
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:
- 官方文档:https://github.com/Azure/azure-mcp
- 官方仓库 README 里的 Examples
- 社区最佳实践:Anthropic 官方博客 https://www.anthropic.com/blog
- 国内社区:CSDN AI 板块、掘金 AI 板块
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
- azure-mcp 仓库:https://github.com/Azure/azure-mcp
- Azure MCP 官方文档:https://learn.microsoft.com/en-us/azure/developer/azure-mcp/overview
- Azure CLI 安装:https://learn.microsoft.com/en-us/cli/azure/install-azure-cli
- Model Context Protocol 规范:https://modelcontextprotocol.io/
- Azure SDK for .NET:https://learn.microsoft.com/en-us/dotnet/azure/
- Azure 试用注册:https://azure.microsoft.com/free/
- Azure Pricing 计算器:https://azure.microsoft.com/pricing/calculator/
- Azure Well-Architected Framework:https://learn.microsoft.com/en-us/azure/well-architected/
- Bicep 文档:https://learn.microsoft.com/en-us/azure/azure-resource-manager/bicep/overview
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
- Azure MCP Server 官方仓库(已归档) — GitHub
- Microsoft MCP 新仓库 — GitHub,当前维护地址
- Introducing the Azure MCP Server — Microsoft Azure SDK 官方博客
- Azure API Center - Enterprise MCP Registry — GitHub
- Azure MCP Server 概述 — Microsoft Learn 官方文档
快速安装
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