教學：使用 MCP 搭配動態會話（Python）

這很重要

動態會話的平台管理 MCP 伺服器目前處於預覽階段。 API 版本 2025-02-02-preview 與 mcpServerSettings 屬性可能會變更。

這個教學示範如何在啟用平台管理的 MCP 伺服器後建立一個會話池，連接並遠端執行 Python 程式碼。

與獨立的 MCP 伺服器教學不同，你不需要撰寫或部署 MCP 伺服器程式碼。該平台提供內建的 Python 會話池工具：

工具	Description
`launchShell`	建立一個新環境並傳回`environmentId`
`runPythonCodeInRemoteEnvironment`	在現有環境中執行 Python 程式碼
`runShellCommandInRemoteEnvironment`	在現有環境中執行 shell 指令

在本教學課程中，您會：

建立一個啟用 MCP 伺服器的 Python 會話池
取得 MCP 端點與 API 金鑰
初始化 MCP 連線並透過 JSON-RPC 執行 Python 程式碼
將 MCP 伺服器連接到 VS Code 中的 GitHub Copilot。

先決條件

Requirement	Description
Azure 帳戶	具有有效訂閱的 Azure 帳戶。免費創建一個。
Azure CLI	安裝 Azure CLI。
curl	curl （大多數 Linux 和 macOS 系統預裝）。
jq	JQ JSON 處理器，用於解析 API 回應。
VS Code	具有 GitHub Copilot 延伸模組的 Visual Studio Code (適用於 Copilot 整合區段)。

設定

更新 Azure CLI 並安裝容器應用擴充功能：

az upgrade
az provider register --namespace Microsoft.App
az extension add --name containerapp --allow-preview true --upgrade

登入並設定您的訂閱：

az login
SUBSCRIPTION_ID=$(az account show --query id --output tsv)
az account set -s $SUBSCRIPTION_ID

為本教學設定變數。用你的數值替換佔位符：

RESOURCE_GROUP=<RESOURCE_GROUP_NAME>
SESSION_POOL_NAME=<SESSION_POOL_NAME>
LOCATION=<LOCATION>

建立資源群組：

az group create --name $RESOURCE_GROUP --location $LOCATION

建立一個與 MCP 伺服器的 Python 會話池

使用啟用 MCP 的 ARM 範本部署會話池。

建立名為 deploy.json：

{
    "$schema": "https://schema.management.azure.com/schemas/2019-04-01/deploymentTemplate.json#",
    "contentVersion": "1.0.0.0",
    "parameters": {
        "name": { "type": "String" },
        "location": { "type": "String" }
    },
    "resources": [
        {
            "type": "Microsoft.App/sessionPools",
            "apiVersion": "2025-02-02-preview",
            "name": "[parameters('name')]",
            "location": "[parameters('location')]",
            "properties": {
                "poolManagementType": "Dynamic",
                "containerType": "PythonLTS",
                "scaleConfiguration": {
                    "maxConcurrentSessions": 5
                },
                "sessionNetworkConfiguration": {
                    "status": "EgressEnabled"
                },
                "dynamicPoolConfiguration": {
                    "lifecycleConfiguration": {
                        "lifecycleType": "Timed",
                        "coolDownPeriodInSeconds": 300
                    }
                },
                "mcpServerSettings": {
                    "isMCPServerEnabled": true
                }
            }
        }
    ]
}

備註

此範本中的關鍵屬性：

containerType: "PythonLTS"：建立使用 Python 執行環境的會話。
mcpServerSettings.isMCPServerEnabled: true：啟用平台管理的 MCP 端點。
coolDownPeriodInSeconds: 300：工作階段會在閒置 5 分鐘後銷毀。

部署範本：

使用 ARM 範本建立一個啟用 MCP 伺服器的 Python 會話池。

建立一個名為 deploy.json 的部署範本文件：

{
    "$schema": "http://schema.management.azure.com/schemas/2015-01-01/deploymentTemplate.json#",
    "contentVersion": "1.0.0.0",
    "parameters": {
        "name": { "type": "String" },
        "location": { "type": "String" }
    },
    "resources": [
          {
            "type": "Microsoft.App/sessionPools",
            "apiVersion": "2025-10-02-preview",
            "name": "[parameters('name')]",
            "location": "[parameters('location')]",
            "properties": {
                "poolManagementType": "Dynamic",
                "containerType": "PythonLTS", # Set the "containerType" property to "PythonLTS"
                "scaleConfiguration": {
                    "maxConcurrentSessions": 5
                },
                "sessionNetworkConfiguration": {
                    "status": "EgressEnabled"
                },
                "dynamicPoolConfiguration": {
                    "lifecycleConfiguration": {
                        "lifecycleType": "Timed",
                        "coolDownPeriodInSeconds": 300
                    }
                },
                "mcpServerSettings": { 
                    "isMCPServerEnabled": true # Add the "mcpServerSettings" section to enable the MCP server
                }
            }
        }
    ]
}

部署 ARM 範本。

az deployment group create \
  --resource-group $RESOURCE_GROUP \
  --template-file deploy.json \
  --parameters name=$SESSION_POOL_NAME location=$LOCATION

取得 MCP 伺服器端點

部署完成後，取得會話池的 MCP 端點 URL。

MCP_ENDPOINT=$(az rest --method GET --uri "https://management.azure.com/subscriptions/$SUBSCRIPTION_ID/resourceGroups/$RESOURCE_GROUP/providers/Microsoft.App/sessionPools/$SESSION_POOL_NAME" --uri-parameters api-version=2025-10-02-preview --query "properties.mcpServerSettings.mcpServerEndpoint" -o tsv)

取得 MCP 伺服器憑證

平台管理的 MCP 伺服器透過 HTTP 標頭使用 API 金鑰認證 x-ms-apikey 。此認證方法與標準會話池管理 API 所使用的承載憑證認證不同。

API_KEY=$(az rest --method POST --uri "https://management.azure.com/subscriptions/$SUBSCRIPTION_ID/resourceGroups/$RESOURCE_GROUP/providers/Microsoft.App/sessionPools/$SESSION_POOL_NAME/fetchMCPServerCredentials" --uri-parameters api-version=2025-10-02-preview --query "apiKey" -o tsv)

警告

把 API 金鑰當作秘密來處理。不要提交至程式碼管理系統，也不要公開分享。金鑰會驗證所有對您工作階段集區的 MCP 工具叫用。

初始化 MCP 伺服器

發送 JSON-RPC 請求以建立 MCP 連線：

curl -sS -X POST "$MCP_ENDPOINT" \
    -H "Content-Type: application/json" \
    -H "x-ms-apikey: $API_KEY" \
    -d '{ "jsonrpc": "2.0", "id": "1", "method": "initialize" }'

你應該會看到包含以下回覆：

protocolVersion： 2025-03-26
serverInfo.name： Microsoft Container Apps MCP Server
capabilities.tools： { "call": true, "list": true }

啟動 Python 環境

建立新的 Python 環境：

ENVIRONMENT_RESPONSE=$(curl -sS -X POST "$MCP_ENDPOINT" \
    -H "Content-Type: application/json" \
    -H "x-ms-apikey: $API_KEY" \
    -d '{ "jsonrpc": "2.0", "id": "2", "method": "tools/call", "params": { "name": "launchShell", "arguments": {} } }')

echo $ENVIRONMENT_RESPONSE

從回應中的environmentId欄位中擷取structuredContent。你需要這個 ID 才能用於所有後續指令。

ENVIRONMENT_ID=$(echo $ENVIRONMENT_RESPONSE | jq -r '.result.structuredContent.environmentId')
echo $ENVIRONMENT_ID

備註

該 launchShell 工具會產生唯一的環境識別碼。實際的工作階段是「延遲」分配。當你執行第一個命令時，工作階段集區會指派一個 Hyper-V 隔離的容器來處理它。

執行 Python 指令

要在遠端環境中執行 Python 程式碼，請使用前一步的步驟 $ENVIRONMENT_ID 。

curl -sS -X POST "$MCP_ENDPOINT" \
    -H "Content-Type: application/json" \
    -H "x-ms-apikey: $API_KEY" \
    -d '{
        "jsonrpc": "2.0",
        "id": "3",
        "method": "tools/call",
        "params": {
            "name": "runPythonCodeInRemoteEnvironment",
            "arguments": {
                "environmentId": "'"$ENVIRONMENT_ID"'",
                "pythonCode": "import sys; print(f\"Python {sys.version}\")"
            }
        }
    }'

回覆包含stdout內structuredContent欄位中的指令結果。

試試一個更複雜的例子：

curl -sS -X POST "$MCP_ENDPOINT" \
    -H "Content-Type: application/json" \
    -H "x-ms-apikey: $API_KEY" \
    -d '{
        "jsonrpc": "2.0",
        "id": "4",
        "method": "tools/call",
        "params": {
            "name": "runPythonCodeInRemoteEnvironment",
            "arguments": {
                "environmentId": "'"$ENVIRONMENT_ID"'",
                "pythonCode": "import math\nresults = {n: math.factorial(n) for n in range(1, 11)}\nfor k, v in results.items():\n    print(f\"{k}! = {v}\")"
            }
        }
    }'

在 VS Code 中連接 GitHub Copilot

你可以將會話池 MCP 伺服器連接到 GitHub Copilot，以便在程式碼執行環境中提供自然語言介面。

在你的專案中創作 .vscode/mcp.json ：
```
{
    "servers": {
        "aca-python-sessions": {
            "type": "http",
            "url": "<MCP_ENDPOINT>",
            "headers": {
                "x-ms-apikey": "<API_KEY>"
            }
        }
    }
}
```
將<MCP_ENDPOINT>和<API_KEY>替換為先前步驟的數值。

警告

不要把 MCP API 金鑰提交給原始碼控制。在生產環境中使用環境變數或秘密管理器。將 .vscode/mcp.json 添加到你的 .gitignore。
打開 VS Code，然後在客服模式下開啟 Copilot Chat。
驗證 aca-python-sessions 會出現在工具清單中。
用以下提示來測試：
- 「啟動 Python 環境並計算前 20 個費波那契數列」
- 「執行一個 Python 腳本，擷取 https://api.github.com 並列印回應標頭」

清理資源

完成這個教學後，移除你創建的資源以避免產生費用。

az group delete --resource-group $RESOURCE_GROUP

意見反應

此頁面對您有幫助嗎？

Last updated on 2026-03-14