Aspire était auparavant un outil d'infrastructure : démarrer des services, connecter des composants, déployer. Avec Aspire 13, une nouvelle dimension s'ajoute, l'intégration de l'IA comme concept intégré à l'AppHost, à la CLI et au dashboard.
MCP : Aspire comme outil pour agents IA
Le Model Context Protocol, MCP, définit la manière dont les agents IA accèdent à des outils externes et à des sources de données. Aspire 13.1 intègre MCP à deux niveaux.
D'abord comme outil de développement : aspire agent init met en place un serveur MCP à travers lequel des assistants IA peuvent interagir directement avec l'environnement Aspire en cours d'exécution, démarrer des services, lire des logs, interroger des configurations, sans le développeur comme intermédiaire. Un agent IA peut ainsi comprendre de façon autonome l'état de l'application en cours d'exécution et y réagir.
aspire agent init # set up MCP server for the current project
Ensuite comme concept d'hébergement : des services qui exposent eux-mêmes des serveurs MCP peuvent être enregistrés dans l'AppHost et référencés comme n'importe quelle autre ressource. Aspire gère la découverte de services et veille à ce que les clients MCP reçoivent automatiquement les endpoints serveur.
Attention : l'authentification MCP n'est pas documentée. Le serveur MCP utilise un header x-mcp-api-key pour la sécurité, mais ni la génération ni la valeur de cette clé ne sont décrites dans la documentation officielle. Le launchSettings.json contient une URL d'endpoint MCP qui ne fonctionne pas directement en pratique (microsoft/aspire#16396). Toute personne souhaitant intégrer le serveur MCP dans son propre client IA doit extraire la clé depuis le dashboard ou depuis les logs Aspire.
Autre limite : l'intégration MCP est locale. Les outils MCP et les enregistrements d'agents configurés via aspire agent init n'existent qu'en mode développement local. aspire deploy ne transfère pas cette configuration dans l'environnement cible. Pour une architecture d'agents en production, les endpoints serveur MCP doivent être intégrés manuellement dans l'infrastructure de production (microsoft/aspire#16063).
Azure AI Foundry et Microsoft Foundry
L'intégration Azure AI Foundry permet le développement local de modèles sans abonnement Azure actif. Aspire démarre le modèle localement et l'expose via la même abstraction d'endpoint qu'un service hébergé à distance :
var model = builder.AddAzureAIFoundry("foundry")
.AddDeployment("gpt4o", "gpt-4o", "2024-11-20");
builder.AddProject<Projects.ChatApi>("chat")
.WithReference(model);
Le service chat reçoit l'endpoint comme variable d'environnement et n'a pas besoin de distinguer s'il parle à une instance locale ou hébergée sur Azure. Pour un déploiement vers Azure Container Apps ou AKS, Aspire bascule automatiquement vers l'endpoint Azure.
À partir de 13.2, Microsoft Foundry a remplacé la marque Azure AI Foundry ; la surface API est restée compatible.
Aspire comme orchestrateur de workflows d'agents
Les architectures d'agents IA se composent généralement de plusieurs éléments : un orchestrateur, des agents spécialisés, un vector store, un service d'embeddings et une base de données. C'est précisément le domaine où Aspire montre sa valeur.
Une stack d'agents typique dans l'AppHost :
var vectorDb = builder.AddQdrant("vectordb");
var embeddings = builder.AddAzureAIFoundry("embeddings")
.AddDeployment("embed", "text-embedding-3-small", "1");
var orchestrator = builder.AddProject<Projects.Orchestrator>("orchestrator")
.WithReference(vectorDb)
.WithReference(embeddings);
var specialist = builder.AddPythonApp("specialist", "../SpecialistAgent")
.WithReference(orchestrator);
Aspire gère tout le câblage local : découverte de services, chaînes de connexion, certificats. Tous les composants de la stack d'agents sont visibles dans l'Aspire Dashboard, logs, traces et connexions, comme n'importe quelle autre application distribuée.
Agents IA dans le dashboard
À partir de 13.4, l'Aspire Dashboard dispose d'un dialogue AI Agents dédié dans le header. Il affiche tous les agents IA enregistrés dans l'environnement actif, leur statut et, pour les agents compatibles MCP, les outils disponibles.
La combinaison du dashboard Aspire et de l'intégration MCP permet d'observer des workflows d'agents IA de la même manière que des interactions de services classiques : sous forme de traces montrant quel agent a appelé quels outils avec quels paramètres.
Développement local sans coûts cloud
Un aspect pratique souvent sous-estimé : Aspire permet l'exécution complète de workflows IA en local avant qu'une seule ressource Azure ne soit provisionnée. Les modèles tournent localement via l'intégration Foundry, des vector stores comme Qdrant démarrent en conteneurs, et toute la stack d'agents est observable via le dashboard.
Ce n'est qu'au moment de aspire deploy que les ressources locales basculent vers leurs équivalents cloud, en utilisant les mêmes abstractions de connexion que celles utilisées localement.