👋
[Python版] Azure FunctionsでMCPサーバーを動かす

2025/04/17に公開
Model Context Protocol
tech
Azure FunctionsがプレビューでMCPサーバーに対応したので、リファレンス実装を動作させてみました。

 本記事の概要Azure-Samples/remote-mcp-functions-python をローカルとリモートで動作させる
まずはローカルでMCPサーバーを動作させてGithub Copilot Agentから接続して動作確認
その後Azureにデプロイしリモート接続確認

基本的には上記リポジトリのREADMEに則っていますが、部分的に補足や環境に合わせて手順変更している箇所があります。

 ローカルでの動作確認
 起動公式のリファレンス実装を動かして、MCPサーバーをFunctionsで動作させるための方法を確認します。

Azure-Samples/remote-mcp-functions-python

このリポジトリをCloneします。
まずはローカルで実行していきます。まずはストレージエミュレーターを起動します。
docker run -p 10000:10000 -p 10001:10001 -p 10002:10002 mcr.microsoft.com/azure-storage/azurite
Azurite Blob service is starting at http://0.0.0.0:10000
Azurite Blob service is successfully listening at http://0.0.0.0:10000
Azurite Queue service is starting at http://0.0.0.0:10001
Azurite Queue service is successfully listening at http://0.0.0.0:10001
Azurite Table service is starting at http://0.0.0.0:10002
Azurite Table service is successfully listening at http://0.0.0.0:10002
AzuriteによってAzure Storageエミュレーターがローカルで動作し始めます。

上記を実行した状態で、
cd src
pip install -r requirements.txt
func start
でFunctionsのローカル実行が開始され、ローカルサーバーでMCPサーバーが立ち上がります

 エージェントからの接続確認これを維持した状態でエージェントからの接続を行います。ここではGithub Copilot Chat(Agent)

を使っていきますが、正しく設定することClaude Desktopや他のエージェントでも利用できるはずです。
Github Copilot Chat(Agent Mode)を立ち上げます。

「Add MCP Server」を選択します。

すると、以下のようなMCP種類の選択が問われるので、ここではHTTP (server-sent events)を選択します。

テキストボックスに以下を入力します。
http://0.0.0.0:7071/runtime/webhooks/mcp/sse
次にこのMCPサーバーの識別名を聞かれるため（何でもよいですが）my-mcp-server-reference-local としておきます。

最後にMCPの利用範囲を聞かれるため、ひとまずUser Settingsとしておきます。

これでMCPサーバーの追加が完了します。

このリファレンス実装のMCPサーバーからは


Tool
内容


hello_mcp
"Hello I am MCPTool!" と返信する

save_snippet
スニペットに名前を付けて保存する

get_snippet
保存したスニペットを取得する

の3種類がツールとして与えられています。
hello_mcpは"Hello I am MCPTool!"という文字列を返却するだけのツールです。

save_snippetは指定した文字列を指定した名前のスニペットとして保存するツールで、get_snippetは保存したスニペットを読み出すツールです。
エージェントにsnippetを保存したり読み出す指示を与えると指定文字列やファイルをsnippetとして保存できます。


 コード構成の分析ここで実行しているコードの作りを確認してみます。

Azure FunctionsでPython製MCPサーバーを作成するための要点は以下となります。
Pythonプログラミングモデルv2を利用
MCPのトリガーには@app.generic_triggerでtype="mcpToolTrigger"を指定
@app.generic_triggerにはtoolName(String)、description(String)、toolProperties(JSON)を指定
また、引数がある場合にはarg_name="context"を指定し、関数内でcontextからtoolPropertiesで指定した引数を取り出す処理を行う
また、MCPサーバー特有の設定ではありませんが、リファレンスコードでは@app.generic_input_binding / @app.generic_output_bindingを用いてAzure Storageへの読み書きを行っています。
@app.generic_trigger(
    arg_name="context",
    type="mcpToolTrigger",
    toolName="get_snippet",
    description="Retrieve a snippet by name.",
    toolProperties=tool_properties_get_snippets_json,
)
@app.generic_input_binding(arg_name="file", type="blob", connection="AzureWebJobsStorage", path=_BLOB_PATH)
def get_snippet(file: func.InputStream, context) -> str:
    """
    Retrieves a snippet by name from Azure Blob Storage.

    Args:
        file (func.InputStream): The input binding to read the snippet from Azure Blob Storage.
        context: The trigger context containing the input arguments.

    Returns:
        str: The content of the snippet or an error message.
    """
    snippet_content = file.read().decode("utf-8")
    logging.info(f"Retrieved snippet: {snippet_content}")
    return snippet_content

 Azureにデプロイして動作を確認する
 AzureへのデプロイこのリファレンスリポジトリはAzure Developer CLIのフォーマットに則って作られています。infra配下にAzureのIaCコードが含まれており、azd upコマンド一つでクラウドの構築からアプリのデプロイまで完了するようになっています。
Azure Developer CLIがインストールされていない場合には以下のページに則ってインストールを行ってください。

https://learn.microsoft.com/ja-jp/azure/developer/azure-developer-cli/overview?tabs=windows
まずはazdでログインを行います。
azd auth login
(tenantの指定が必要な場合には以下のコマンドを使ってください。)
azd auth login --tenant-id=xxxx.xxx.xxx
（また、azdで構築する設定対象のAzureサブスクリプションは ~/.azd/config.json で指定できます）
デプロイに必要な環境変数を設定します。
azd env set VNET_ENABLED true
VNET_ENABLEDをtrueに指定すると、Azure FunctionsがVNet統合されます。
デプロイを実行します。
azd up
? Enter a new environment name: [? for help] 
と聞かれるので、環境名を適宜つけます。ここではremote-mcp-functions-pythonと指定します。

この名前にrg-を付けた名前でリソースグループが作成されます。
このIaCによって、以下のような構成が構築されます。
(VNET_ENABLED=trueの場合) VNetを作成し、Azure Functions(Flex Consumptionプラン)を同VNet内のサブネットにデプロイする
ストレージアカウントが作成され、VNetにプライベートエンドポイント経由でアクセス可能に
Azure FunctionsにはUserAssigned ManagedIDがアサインされ、ストレージアカウントにアクセスするためのロールが付与される
Azure MonitorとApp Insightsが設定される
Azure Functions上にMCPサーバーがデプロイされる

 AzureにデプロイされたFunctionsへのMCP Inspectorによるアクセスまずは動作確認のためにMCP Inspectorで接続を試みます。
npx @modelcontextprotocol/inspector
でmcp inspectorを立ち上げて、ブラウザから
http://localhost:6274/#resources
にアクセスします。
Transport Typeを"SSE"とし、他は以下のように指定します。
URL: https://<funcappname>.azurewebsites.net/runtime/webhooks/mcp/sse?code=<your-mcp-extension-system-key>
funcappname: 関数アプリの名前
your-mcp-extension-system-key: FunctionsのFunctions > App keys > mcp_extensionから取得できます
Connectを押すと、以下のように接続が確立します。

List Toolsを押すと利用できるツールの一覧が返却されます。

これでローカルからAzure上のFunctionsにデプロイされたMCPサーバーにアクセスできることが確認できました。

 Github Copilotからの接続次はGithub Copilot Agentから接続する設定を行います。
リファレンスコードの.vscode/mcp.jsonというファイルに"remote-mcp-function"というMCPサーバーが定義サンプルが掲載されています。


 VSCodeとエージェントが同じOSで実行されている場合このファイルを開き、remote-mcp-functionの上部に表示されるstartを押下すると、関数アプリ名と関数キーがプロンプトで聞かれるので入力します。

 VSCodeとエージェントが別OSで実行されている場合WSL + Windows VSCodeで動いている場合にはGithub Copilot Agentの設定ファイルに直接リモートMCPの定義を追記する必要があるようです。
Github CopilotのMCP設定ファイルを開きます。

例:

C:\Users{user名}\AppData\Roaming\Code\User\settings.json

(VSCode Insider版を使っている場合には)

C:\Users{user名}\AppData\Roaming\Code - Insiders\User\settings.json
以下のようにmcp要素配下に上記mcp.jsonからinputsとserversの定義をコピーします
get_snippetの例
{
    "remote.autoForwardPortsSource": "hybrid",
    "workbench.startupEditor": "none",
    "mcp": {
        "inputs": [
            {
                "type": "promptString",
                "id": "functions-mcp-extension-system-key",
                "description": "Azure Functions MCP Extension System Key",
                "password": true
            },
            {
                "type": "promptString",
                "id": "functionapp-name",
                "description": "Azure Functions App Name"
            }
        ],
        "servers": {
            "my-mcp-server-83a9388b": {
                "type": "sse",
                "url": "https://${input:functionapp-name}.azurewebsites.net/runtime/webhooks/mcp/sse",
                "headers": {
                    "x-functions-key": "${input:functions-mcp-extension-system-key}"
                }
            }
        }
    }
}
実行時にプロンプトでfunctionapp-nameとfunctions-mcp-extension-system-keyを聞かれるため入力します。

上記を実行すると、MCP Server: {指定した名前}でMCPサーバーが追加されます。



これで以下のようにsnippetのリモートへの保存が可能となりました。
このsnippetはBlobストレージのsnippetというコンテナ内に各snippetごとのファイルとして保存されています。

 まとめと雑感Azure Functionsを活用しMCPサーバーを簡単に建てられました
このリファレンス実装を元に機能を追加していけば簡単に開発・運用ができそう
MCPのTools以外のResourceやPromptにはまだ対応してなさそう（情報求む）

 参考https://github.com/Azure-Samples/remote-mcp-functions-python
https://techcommunity.microsoft.com/blog/appsonazureblog/build-ai-agent-tools-using-remote-mcp-with-azure-functions/4401059
https://learn.microsoft.com/en-us/samples/azure-samples/remote-mcp-functions-python/remote-mcp-functions-python/
また、.NETでのMCPは同僚のお二人が先行して記事化しているのでご参考ください。
https://zenn.dev/microsoft/articles/azure-function-mcp

https://zenn.dev/microsoft/articles/mcp-azurefunctions
Tool	内容
hello_mcp	"Hello I am MCPTool!" と返信する
save_snippet	スニペットに名前を付けて保存する
get_snippet	保存したスニペットを取得する
本記事の概要

ローカルでの動作確認

起動

エージェントからの接続確認

コード構成の分析

Azureにデプロイして動作を確認する

Azureへのデプロイ

AzureにデプロイされたFunctionsへのMCP Inspectorによるアクセス

Github Copilotからの接続

VSCodeとエージェントが同じOSで実行されている場合

VSCodeとエージェントが別OSで実行されている場合

まとめと雑感

参考

Discussion
