Azure AI Foundry中Remote MCP Server工具执行RequiresAction错误排查

问题背景 #

在Azure上部署基于Rust语言、使用rmcp crate开发的自定义Remote MCP Server，通过Python程序借助McpTool将其作为代理部署到AI Foundry中。部署后连通性测试（如list tools、调用工具获取MCP信息）均正常，且该MCP Server可通过Python代理被Claude.AI等其他主机访问，但在Playground中使用该代理执行MCP服务器上的工具时，出现「Error: RequiresAction」错误。排查确认该错误源于客户端需获取工具运行权限，但Playground无交互权限确认环节。尝试在McpTool定义中添加set_approval_mode("never")禁用权限提示，但该设置未同步到MCP Agent模型，未生效。

可能的失效原因 #

• 配置未传递到Agent注册流程：set_approval_mode的配置仅作用于本地McpTool实例，未在向AI Foundry注册MCP Agent的步骤中同步该参数，导致服务端未接收并应用该配置。
• AI Foundry全局配置优先级更高：AI Foundry的MCP Agent服务内置默认权限校验逻辑，会覆盖通过McpTool传入的never模式设置。
• 配置未生效：修改McpTool配置后未重启代理服务，或未重新向AI Foundry注册Agent，旧配置仍在运行。
• 版本兼容性问题：自定义Rust MCP Server使用的rmcp crate版本与Python端McpTool版本不匹配，导致权限配置参数无法被正确解析传递。

解决方法 #

• 注册Agent时显式传递权限配置
  不要仅在McpTool实例中设置set_approval_mode("never")，需在向AI Foundry注册Agent的代码中，显式携带权限模式配置。示例Python代码片段：

  agent = McpTool(...)
  agent.set_approval_mode("never")
  # 注册时确保配置被服务端接收
  ai_foundry_client.register_agent(agent, config={"approval_mode": "never"})
  

• 检查AI Foundry全局权限配置
  登录Azure AI Foundry控制台，找到对应MCP Agent服务，查看全局权限校验开关，将其设置为「无需审批」，覆盖默认交互校验逻辑。

• 重启代理并重新注册Agent
  修改配置后，停止当前Python代理进程，重新启动并执行Agent注册流程，确保新的权限配置被AI Foundry服务端加载生效。

• 校验rmcp与McpTool版本兼容性
  查看rmcp crate官方文档确认其支持的权限配置格式，同步检查Python McpTool版本是否兼容，必要时升级或降级版本，确保参数能正确传递解析。

• 在自定义MCP Server中直接设置权限策略
  绕过McpTool的配置传递，在Rust开发的Remote MCP Server代码中，为工具设置默认无需审批的权限策略。示例Rust代码片段：

  use rmcp::prelude::*;
  
  let mut server = Server::new();
  server.register_tool(MyTool, |tool| {
      tool.set_approval_policy(ApprovalPolicy::Never);
  });
  

内容的提问来源于stack exchange，提问作者mazecreator