Visión General de la Arquitectura

Tecnologías principales de un vistazo

• Servicio de Agentes de Azure AI Foundry Aloja el agente impulsado por LLM; orquesta herramientas (incluyendo Servidores MCP); gestiona contexto, Intérprete de Código y transmisión de tokens; y proporciona autenticación, registro y escalado.
• Servidores MCP MCP (Protocolo de Contexto de Modelo) es un estándar abierto que proporciona a los LLMs una interfaz unificada para herramientas externas, APIs y datos. Estandariza el descubrimiento de herramientas (como OpenAPI para REST) y mejora la composabilidad al hacer que las herramientas sean fáciles de actualizar o intercambiar según evolucionen las necesidades.
• PostgreSQL + pgvector Almacena datos relacionales y embeddings; soporta tanto consultas relacionales (SQL) como semánticas (vectoriales) (a través de pgvector), gobernadas por SQL y RLS.

En conjunto: el Servicio de Agentes enruta las intenciones del usuario; el servidor MCP las traduce en llamadas de herramientas/SQL; PostgreSQL+pgvector responde preguntas semánticas y analíticas.

Arquitectura de la Solución

La arquitectura de la solución de Análisis de Ventas de Zava incluye:

• Una instancia del Servicio de Agentes de Azure AI Foundry que aloja el agente de Análisis de Ventas de Zava.
• Una base de datos PostgreSQL con la extensión pgvector, almacenando datos de ventas de Zava y embeddings.
• Un Servidor MCP que expone la base de datos PostgreSQL al agente a través de MCP.
• Una aplicación Administrador de Agentes que gestiona la interacción entre el usuario y el agente.
• Una interfaz de Chat Web para interacción de chat en tiempo real con el agente.

Beneficios clave de los Servidores MCP

• Interoperabilidad – Conecta agentes de IA a herramientas habilitadas para MCP de cualquier proveedor con código personalizado mínimo.
• Ganchos de seguridad – Integra inicio de sesión, permisos y registro de actividades.
• Reutilización – Construye una vez, reutiliza en proyectos, nubes y tiempos de ejecución.
• Simplicidad operacional – Un solo contrato reduce el código repetitivo y el mantenimiento.

Mejores prácticas demostradas

• APIs asíncronas: El servicio de agentes y PostgreSQL usan APIs asíncronas; ideales con FastAPI/ASP.NET/Streamlit.
• Transmisión de tokens: Mejora la latencia percibida en la UI.
• Observabilidad: Soporte integrado de trazado y métricas para monitoreo y optimización.
• Seguridad de base de datos: PostgreSQL está asegurado con privilegios de agente restringidos y Seguridad a Nivel de Fila (RLS), limitando a los agentes solo a sus datos autorizados.
• Intérprete de Código: El Intérprete de Código del Servicio de Agentes de Azure AI ejecuta código generado por LLM bajo demanda en un entorno aislado, previniendo acciones más allá del alcance del agente.

Extensibilidad

El patrón del taller se puede adaptar (ej., soporte al cliente) actualizando la base de datos + instrucciones del agente en Foundry.

Arquitectura DevTunnel

En el entorno del taller, el Servicio de Agentes se ejecuta en Azure pero necesita conectarse a tu Servidor MCP ejecutándose localmente. DevTunnel crea un túnel seguro que expone tu Servidor MCP local al Servicio de Agentes basado en la nube.

          Nube Azure                          Desarrollo Local
    ┌─────────────────────┐                  ┌─────────────────────┐
    │   App Agente Zava   │                  │                     │
    │  (Alojado en Azure) │                  │  ┌─────────────────┐│
    │                     │                  │  │ Servidor MCP    ││
    │ ┌─────────────────┐ │                  │  │(sales_analysis) ││
    │ │ Servicio de     │ │                  │  │ localhost:8000  ││
    │ │ Agentes Azure AI│ │                  │  └─────────────────┘│
    │ └─────────────────┘ │                  │           │         │
    └─────────────────────┘                  │           ▼         │
              │                              │  ┌─────────────────┐│
              │ Solicitudes HTTPS            │  │   PostgreSQL    ││
              ▼                              │  │   + pgvector    ││
    ┌─────────────────────┐                  │  └─────────────────┘│
    │   DevTunnel         │                  │                     │
    │ Endpoint Público    │◄─────────────────┼──── Túnel Seguro    │
    │ (*.devtunnels.ms)   │ Reenvío de Puerto│                     │
    └─────────────────────┘                  └─────────────────────┘

Cómo Funciona DevTunnel en el Taller:

1. Desarrollo Local: Ejecutas el Servidor MCP localmente en localhost:8000
2. Creación de DevTunnel: DevTunnel crea un endpoint HTTPS público (ej., https://abc123.devtunnels.ms) conectado a localhost:8000.
3. Integración Azure: El Servicio de Agentes alojado en Azure se conecta al Servidor MCP a través del endpoint DevTunnel.
4. Operación Transparente: El servicio de agentes opera normalmente, sin saber que está accediendo al Servidor MCP ejecutándose localmente a través de un túnel.

Esta configuración te permite:

• Desarrollar y depurar localmente mientras usas servicios de IA alojados en la nube
• Probar escenarios realistas sin desplegar el Servidor MCP a Azure

Traducido usando GitHub Copilot.