Zenn
Microsoft (有志)Publicationへの投稿
😊

既存の MCP サーバーを最小限の変更で Azure Functions にホストしてみよう

momosuke | Ryosuke Hyakuta
に公開
Azure
Python
Azure Functions
Model Context Protocol
tech

はじめに

Model Context Protocol（MCP）は、Anthropic が開発した AI エージェントとツール間の標準化されたプロト（以下略...!!）

これまでも Azure Functions で MCP サーバーを開発することは可能でしたが（サンプル コード）、それは Azure Functions のライブラリを使って最初から Azure Functions での動作を前提として開発する必要がありました。

しかし、多くの開発者は既にローカル環境で動作する MCP サーバーを構築済みで、「このサーバーをクラウドで動かしたいけど、一から書き直すのは面倒だな...」と感じているのではないでしょうか？

そんな要望に応えるために、既存の MCP サーバーを最小限の変更で Azure Functions にホストできる公式サンプルが Microsoft からリリースされました！

https://github.com/Azure-Samples/mcp-sdk-functions-hosting-python

なお、この取り組みは Microsoft Tech Community の公式記事でも紹介されています：

https://techcommunity.microsoft.com/blog/appsonazureblog/announcing-early-preview-byo-remote-mcp-server-on-azure-functions/4445317

この記事では、早期プレビュー（Early Preview）の対応範囲として以下が明記されています。

  • Python / Node / .NET の MCP SDK で構築されたサーバーをサポート
  • Streamable HTTP トランスポートを使ったステートレス サーバー（ステートフル対応のガイダンスは今後提供予定）
  • Azure Functions のフレックス従量課金プランでのホスティング

公式サンプル リポジトリ

各リポジトリには、その言語の MCP SDK で実装された Weather MCP Server のサンプルが含まれ、Azure Functions Core Tools を使ったローカル実行方法と、azd up による数分でのデプロイ手順が記載されています。VS Code の拡張機能による接続はもちろん、Claude など他の MCP クライアントからも接続できます。本記事では Core Tools を使った手順も紹介していますが、azd up でも同様に素早くデプロイできます。

このサンプルの最大の魅力は、Azure Functions を全く意識せずに開発した既存の MCP サーバーを、ほんの少しの設定ファイル追加だけでクラウド（Azure）にホストできることです。

この記事では、実際にこのサンプルを使って以下の流れを体験していきます：

  1. MCP サーバーの作成 - Azure を意識せずにシンプルな MCP サーバーを作る
  2. Azure Functions 対応 - 設定ファイルを追加するだけで既存の MCP サーバーを Azure Functions 対応に
  3. ローカル実行 - func startでローカルで Azure Functions 環境を再現
  4. デプロイ - 実際に Azure にデプロイしてリモートで動作確認

手順

今回は学習目的で、シンプルな 四則演算ツール を提供する MCP サーバーを作成します。

前提条件

この記事を進めるために、以下が必要です：

環境

  • Python 3.12（推奨）
  • Azure アカウント（無料アカウントで OK）

ツール

Step 1: MCP サーバーを作成する

まずは、Azure Functions のことは一切考えずに、通常の MCP サーバーを作成してみましょう。

プロジェクトの初期化

新しいディレクトリを作成して、プロジェクトを初期化します：

mkdir simple-calculator-mcp
cd simple-calculator-mcp

仮想環境の作成

Python の仮想環境を作成します：

python -m venv .venv
# macOS/Linux
source .venv/bin/activate
# Windows
.venv\Scripts\activate

必要なパッケージの定義

まず、依存関係を管理するために requirements.txt ファイルを作成します：

mcp>=1.5.0

この requirements.txt を使ってパッケージをインストールします：

pip install -r requirements.txt

MCP サーバーのコード作成

calculator.py というファイルを作成して、シンプルな計算 MCP サーバーを実装します：

import sys
from mcp.server.fastmcp import FastMCP

# MCPサーバーの初期化
mcp = FastMCP("calculator", stateless_http=True)

@mcp.tool()
def add(a: float, b: float) -> float:
    """2つの数を足し算します

    Args:
        a: 最初の数
        b: 2番目の数

    Returns:
        足し算の結果
    """
    return a + b

@mcp.tool()
def subtract(a: float, b: float) -> float:
    """2つの数を引き算します

    Args:
        a: 最初の数（被減数）
        b: 2番目の数（減数）

    Returns:
        引き算の結果
    """
    return a - b

@mcp.tool()
def multiply(a: float, b: float) -> float:
    """2つの数を掛け算します

    Args:
        a: 最初の数
        b: 2番目の数

    Returns:
        掛け算の結果
    """
    return a * b

@mcp.tool()
def divide(a: float, b: float) -> float:
    """2つの数を割り算します

    Args:
        a: 最初の数（被除数）
        b: 2番目の数（除数）

    Returns:
        割り算の結果

    Raises:
        ValueError: bが0の場合
    """
    if b == 0:
        raise ValueError("0で割ることはできません")
    return a / b

if __name__ == "__main__":
    try:
        print("Calculator MCP Server を開始しています...")
        # streamable-http を使うと Uvicorn 上で HTTP サーバーが立ち上がり
        # クライアントは http://localhost:8000/mcp に接続できます
        mcp.run(transport="streamable-http")
    except Exception as e:
        print(f"エラーが発生しました: {e}", file=sys.stderr)
        sys.exit(1)

ローカルでのテスト実行

作成した MCP サーバーがローカルで正常に動作するか確認してみましょう：

python calculator.py

正常に動作すれば、以下のような出力が表示されるはずです：

Calculator MCP Server を開始しています...
INFO:     Started server process [26668]
INFO:     Waiting for application startup.
StreamableHTTP session manager started
INFO:     Application startup complete.
INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)

この状態で、Streamable HTTP 方式で http://localhost:8000/mcp に接続可能になります。GitHub Copilot の Agent Mode や MCP Inspector などのクライアントから http://localhost:8000/mcp を指定して動作確認してください。

Step 2: Azure Functions でホストできるようにする（必要なファイルの追加とコード微修正）

このステップでは、先ほど作成した calculator.py を最小限の変更でカスタム ハンドラーとして Azure Functions にホストできるようにします。主な作業は次の通りです：

  • Functions のホストがカスタム ハンドラーを起動・プロキシできるようにするための設定ファイル（host.json、mcp-handler/function.json、local.settings.json）を追加
  • サーバーコードを、Functions が指定するポート（FUNCTIONS_CUSTOMHANDLER_PORT）で待ち受けるように変更
  • requirements.txt がルートにあることを確認

1) host.json を追加

プロジェクト ルートに以下の host.json を作成します（arguments の部分は実行するスクリプト名に合わせてください）：

{
    "version": "2.0",
    "extensions": {
        "http": {
            "routePrefix": ""
        }
    },
    "customHandler": {
        "description": {
            "defaultExecutablePath": "python",
            "workingDirectory": "",
            "arguments": ["calculator.py"]
        },
        "enableForwardingHttpRequest": true,
        "enableHttpProxyingRequest": true
    }
}

この設定により、Functions ホストがカスタム ハンドラー プロセス（今回の場合は python calculator.py）を起動し、HTTP リクエストをハンドラーにプロキシします。

2) mcp-handler/function.json を追加

mcp-handler フォルダを作成し、その中に以下の function.json を置きます：

{
    "bindings": [
        {
            "authLevel": "function",
            "type": "httpTrigger",
            "direction": "in",
            "name": "req",
            "methods": [
                "get",
                "post",
                "put",
                "delete",
                "patch",
                "head",
                "options"
            ],
            "route": "{*route}"
        },
        {
            "type": "http",
            "direction": "out",
            "name": "res"
        }
    ]
}

このファイルにより、Functions の HTTP エンドポイント（/mcp など）に届いたリクエストがカスタム ハンドラーへ転送されます。authLevel が function のため、実際の本番では Function Key が必要になります。

3) local.settings.json を追加

ローカル開発用に local.settings.json を作成します（Secrets は含めないでください）：

{
    "IsEncrypted": false,
    "Values": {
        "FUNCTIONS_WORKER_RUNTIME": "custom"
    }
}

4) calculator.py を少し修正して Functions のポートを受け取るようにする

Functions のカスタム ハンドラー実行時、ホストはFUNCTIONS_CUSTOMHANDLER_PORT環境変数でハンドラーの待ち受けポートを伝えます。これを使うようにコードを修正します。

変更前（今回の Step1 の状態）:

# ...
mcp = FastMCP("calculator", stateless_http=True)

変更後（FUNCTIONS_CUSTOMHANDLER_PORT を受け取る）:

import os
# ...
# FUNCTIONS_CUSTOMHANDLER_PORT を使ってポートを設定（ローカルや Azure 上で正しいポートを使うため）
mcp_port = int(os.environ.get("FUNCTIONS_CUSTOMHANDLER_PORT", 8080))
mcp = FastMCP("calculator", stateless_http=True, port=mcp_port)
  • ポート番号の指定をデフォルト値は 8080 にしていますが、func start 実行時に Azure Functions ホストが自動的に適切なポートを設定します。

5) ローカルで Functions を起動して動作確認

  1. Azure Functions Core Tools を使って Azure Functions ホストを起動します：

    func start

  2. 起動が成功すると、Azure Functions ホストが http://localhost:7071（デフォルト）で待ち受けます。MCP エンドポイントは http://0.0.0.0:7071/mcp で接続できます。

改めて、GitHub Copilot や MCP Inspector 等の MCP クライアントから http://localhost:7071/mcp に接続して動作確認してください。

Step 3: Azure にデプロイしてリモートで動作確認（Azure ポータルで作成 → Azure CLI でデプロイ）

このステップでは、Azure ポータルで Azure Functions リソースを作成し、作成したアプリに対して Azure CLI を使ってコードをデプロイします。スクリーン ショットを交えて手順をまとめます。

1) Azure Functions リソースを作成（GUI）

ホスティング プランは「フレックス従量課金」、ランタイム スタックは「Python 3.12」にしてください。その他の設定はデフォルトのままで問題ありません。

Azure ポータルのリソース作成画面

2) App Settings（アプリ設定）を確認/追加

Azure Functions の「環境変数」で以下を追加します：

名前 値
PYTHONPATH /home/site/wwwroot/.python_packages/lib/site-packages

環境変数の設定

CLI で設定する場合：

az functionapp config appsettings set --name <FUNCTION_APP_NAME> --resource-group <RESOURCE_GROUP> --settings PYTHONPATH='/home/site/wwwroot/.python_packages/lib/site-packages'

3) コードをデプロイ

Azure Functions Core Tools でデプロイします：

func azure functionapp publish <FUNCTION_APP_NAME> --python

デプロイが完了したら、Portal の Azure Functions ブレードでデプロイ履歴や起動ログを確認します。

4) Azure Functions のキーを取得して MCP クライアントを設定

  1. Azure ポータルの Azure Functions -> アプリ キー から default キーをコピーします。

アプリ キーの確認

このアプリ キーを MCP クライアントのヘッダー x-functions-key に設定することで、認証付きで Azure Functions のエンドポイントにアクセスできます。

  1. VS Code であれば .vscode/mcp.json に以下のように設定します（x-functions-key にコピーしたキーを貼り付け）：
{
    "servers": {
        "Remote-Calculator-MCP": {
            "type": "http",
            "url": "https://{FUNCTION_APP_NAME}.azurewebsites.net/mcp",
            "headers": {
                "x-functions-key": "{DEFAULT_KEY}"
            }
        }
    }
}

5) リモートでの動作確認

VS Code の MCP 機能や Copilot の Agent Mode で Remote-Calculator-MCP を Start し、簡単なツール呼び出しを試します。

リモート MCP サーバーの動作確認

まとめ

最小変更（設定追加＋ポート対応）で既存の MCP サーバーを Azure Functions に載せ、ローカル検証からデプロイまで一気通貫で確認できました。

皆さんも、ぜひこの方法で既存の MCP サーバーを Azure Functions にホストしてみてください！

GitHubで編集を提案
Microsoft (有志)
Microsoft (有志)Publication

Microsoft Azureをはじめとする最新技術情報をお届けします。 ※このPublicationは日本マイクロソフトまたは米Microsoft所属社員による個人の見解であり、所属する組織の公式見解ではありません。 ※Publicationに参加希望の社員は @07JP27までご連絡ください。

Discussion