wehub-resource-sync
227 lines
11 KiB
Markdown
227 lines
11 KiB
Markdown
# Zjednodušení AI pracovních toků: Vytváření MCP serveru s Microsoft Foundry Toolkit
|
||
|
||
[](https://spec.modelcontextprotocol.io/specification/2025-11-25/)
|
||
[](https://python.org)
|
||
[](https://code.visualstudio.com/)
|
||
|
||
|
||
|
||
## 🎯 Přehled
|
||
|
||
[](https://youtu.be/r34Csn3rkeQ)
|
||
|
||
_(Klikněte na obrázek výše pro zobrazení videa k této lekci)_
|
||
|
||
Vítejte na **Model Context Protocol (MCP) Workshopu**! Tento komplexní praktický workshop spojuje dvě špičkové technologie k revoluci vývoje AI aplikací:
|
||
|
||
- **🔗 Model Context Protocol (MCP)**: Otevřený standard pro bezproblémovou integraci AI nástrojů
|
||
- **🛠️ Rozšíření Microsoft Foundry Toolkit pro VS Code**: Výkonné rozšíření Microsoftu pro vývoj AI
|
||
|
||
### 🎓 Co se naučíte
|
||
|
||
Na konci tohoto workshopu zvládnete umění vytvářet inteligentní aplikace propojující AI modely s reálnými nástroji a službami. Od automatizovaného testování po vlastní integrace API získáte praktické dovednosti pro řešení složitých obchodních výzev.
|
||
|
||
## 🏗️ Technologický stack
|
||
|
||
### 🔌 Model Context Protocol (MCP)
|
||
|
||
MCP je **"USB-C pro AI"** – univerzální standard, který spojuje AI modely s externími nástroji a datovými zdroji.
|
||
|
||
**✨ Klíčové vlastnosti:**
|
||
|
||
- 🔄 **Standardizovaná integrace**: Univerzální rozhraní pro připojení AI a nástrojů
|
||
- 🏛️ **Flexibilní architektura**: Lokální a vzdálené servery přes stdio/SSE transport
|
||
- 🧰 **Bohatý ekosystém**: Nástroje, podněty a zdroje v jednom protokolu
|
||
- 🔒 **Připravenost pro podniky**: Vstavaná bezpečnost a spolehlivost
|
||
|
||
**🎯 Proč je MCP důležité:**
|
||
Stejně jako USB-C odstranil chaos s kabely, MCP eliminuje složitost AI integrací. Jeden protokol, nekonečné možnosti.
|
||
|
||
### 🤖 Rozšíření Microsoft Foundry Toolkit pro VS Code
|
||
|
||
Vlajkové rozšíření Microsoftu pro vývoj AI, které proměňuje VS Code v AI sílu.
|
||
|
||
**🚀 Hlavní schopnosti:**
|
||
|
||
- 📦 **Katalog modelů**: Přístup k modelům z Azure AI, GitHub, Hugging Face, Ollama
|
||
- ⚡ **Lokální inference**: Výkon ONNX optimalizovaný pro CPU/GPU/NPU
|
||
- 🏗️ **Agent builder**: Vizualní vývoj AI agentů s integrací MCP
|
||
- 🎭 **Multimodální podpora**: Text, vidění a strukturovaný výstup
|
||
|
||
**💡 Výhody pro vývoj:**
|
||
|
||
- Deployment modelů bez konfigurace
|
||
- Vizualní návrh promptů
|
||
- Testovací playground v reálném čase
|
||
- Plynulá integrace MCP serveru
|
||
|
||
## 📚 Vzdělávací cesta
|
||
|
||
### [🚀 Modul 1: Základy Microsoft Foundry Toolkit](./lab1/README.md)
|
||
|
||
**Doba trvání**: 15 minut
|
||
|
||
- 🛠️ Instalace a konfigurace Microsoft Foundry Toolkit ve VS Code
|
||
- 🗂️ Prozkoumání katalogu modelů (100+ modelů z GitHub, ONNX, OpenAI, Anthropic, Google)
|
||
- 🎮 Ovládnutí interaktivního playgroundu pro testování modelů v reálném čase
|
||
- 🤖 Vytvoření prvního AI agenta pomocí Agent Builder
|
||
- 📊 Hodnocení výkonu modelu pomocí vestavěných metrik (F1, relevance, podobnost, soudržnost)
|
||
- ⚡ Naučit se dávkové zpracování a multimodální podporu
|
||
|
||
**🎯 Výsledek učení**: Vytvořit funkční AI agenta s komplexním porozuměním schopností Microsoft Foundry Toolkit
|
||
|
||
### [🌐 Modul 2: MCP se základy Microsoft Foundry Toolkit](./lab2/README.md)
|
||
|
||
**Doba trvání**: 20 minut
|
||
|
||
- 🧠 Ovládnutí architektury a konceptů Model Context Protocol (MCP)
|
||
- 🌐 Prozkoumání ekosystému MCP serverů Microsoftu
|
||
- 🤖 Vytvoření agenta pro automatizaci prohlížeče pomocí Playwright MCP serveru
|
||
- 🔧 Integrace MCP serverů s Agent Builderem Microsoft Foundry Toolkit
|
||
- 📊 Konfigurace a testování MCP nástrojů v rámci vašich agentů
|
||
- 🚀 Export a nasazení agentů se silou MCP do produkce
|
||
|
||
**🎯 Výsledek učení**: Nasadit AI agenta posíleného externími nástroji přes MCP
|
||
|
||
### [🔧 Modul 3: Pokročilý vývoj MCP s Microsoft Foundry Toolkit](./lab3/README.md)
|
||
|
||
**Doba trvání**: 20 minut
|
||
|
||
- 💻 Vytvoření vlastních MCP serverů pomocí Microsoft Foundry Toolkit
|
||
- 🐍 Konfigurace a použití nejnovější MCP Python SDK (v1.9.3)
|
||
- 🔍 Nastavení a používání MCP Inspector pro ladění
|
||
- 🛠️ Vytvoření Weather MCP serveru s profesionálními ladícími pracovními postupy
|
||
- 🧪 Ladění MCP serverů v prostředí Agent Builder a Inspector
|
||
|
||
**🎯 Výsledek učení**: Vyvíjet a ladit vlastní MCP servery s moderními nástroji
|
||
|
||
### [🐙 Modul 4: Praktický vývoj MCP - Vlastní GitHub Clone server](./lab4/README.md)
|
||
|
||
**Doba trvání**: 30 minut
|
||
|
||
- 🏗️ Vytvoření reálného GitHub Clone MCP serveru pro vývojové pracovní toky
|
||
- 🔄 Implementace inteligentního klonování repozitářů s validací a zpracováním chyb
|
||
- 📁 Vytvoření inteligentního spravování adresářů a integrace VS Code
|
||
- 🤖 Použití režimu GitHub Copilot Agent s vlastními MCP nástroji
|
||
- 🛡️ Aplikace produkčně připravené spolehlivosti a multiplatformní kompatibility
|
||
|
||
**🎯 Výsledek učení**: Nasadit produkčně připravený MCP server, který zefektivňuje skutečné vývojové pracovní toky
|
||
|
||
## 💡 Reálné aplikace a přínos
|
||
|
||
### 🏢 Případy použití v podnicích
|
||
|
||
#### 🔄 Automatizace DevOps
|
||
|
||
Přeměňte svůj vývojový workflow inteligentní automatizací:
|
||
|
||
- **Inteligentní správa repozitářů**: AI řízená revize kódu a rozhodování o sloučení
|
||
- **Inteligentní CI/CD**: Automatická optimalizace pipeline na základě změn kódu
|
||
- **Triage problémů**: Automatická klasifikace a přiřazení chyb
|
||
|
||
#### 🧪 Revoluce v zajišťování kvality
|
||
|
||
Pozvedněte testování s AI poháněnou automatizací:
|
||
|
||
- **Inteligentní generování testů**: Automatické vytváření komplexních testovacích sad
|
||
- **Testování vizuální regrese**: AI detekce změn UI
|
||
- **Monitorování výkonu**: Proaktivní identifikace a řešení problémů
|
||
|
||
#### 📊 Inteligence datových toků
|
||
|
||
Budujte chytřejší datové pracovní postupy:
|
||
|
||
- **Adaptivní ETL procesy**: Samooptimalizující transformace dat
|
||
- **Detekce anomálií**: Monitorování kvality dat v reálném čase
|
||
- **Inteligentní směrování**: Inteligentní řízení toku dat
|
||
|
||
#### 🎧 Zlepšení zákaznické zkušenosti
|
||
|
||
Vytvářejte výjimečné zákaznické interakce:
|
||
|
||
- **Podpora s kontextem**: AI agenti s přístupem k historii zákazníka
|
||
- **Proaktivní řešení problémů**: Prediktivní zákaznický servis
|
||
- **Multikanálová integrace**: Jednotný AI zážitek napříč platformami
|
||
|
||
## 🛠️ Požadavky a nastavení
|
||
|
||
### 💻 Systémové požadavky
|
||
|
||
| Komponenta | Požadavek | Poznámky |
|
||
|------------------------|---------------------|-----------------------------|
|
||
| **Operační systém** | Windows 10+, macOS 10.15+, Linux | Jakýkoliv moderní OS |
|
||
| **Visual Studio Code** | Nejnovější stabilní verze | Požadováno pro Microsoft Foundry Toolkit |
|
||
| **Node.js** | v18.0+ a npm | Pro vývoj MCP serveru |
|
||
| **Python** | 3.10+ | Volitelné pro Python MCP servery |
|
||
| **Paměť** | Minimálně 8GB RAM | Doporučeno 16GB pro lokální modely |
|
||
|
||
### 🔧 Vývojové prostředí
|
||
|
||
#### Doporučená VS Code rozšíření
|
||
|
||
- **Microsoft Foundry Toolkit** (ms-windows-ai-studio.windows-ai-studio)
|
||
- **Python** (ms-python.python)
|
||
- **Python Debugger** (ms-python.debugpy)
|
||
- **GitHub Copilot** (GitHub.copilot) - Volitelné, ale užitečné
|
||
|
||
#### Volitelné nástroje
|
||
|
||
- **uv**: Moderní správce balíčků pro Python
|
||
- **MCP Inspector**: Vizualizační nástroj pro ladění MCP serverů
|
||
- **Playwright**: Pro příklady webové automatizace
|
||
|
||
## 🎖️ Výsledky učení a certifikační cesta
|
||
|
||
### 🏆 Kontrolní seznam zvládnutí dovedností
|
||
|
||
Dokončením tohoto workshopu dosáhnete mistrovství v:
|
||
|
||
#### 🎯 Základní kompetence
|
||
|
||
- [ ] **Mistrovství v MCP protokolu**: Hluboké porozumění architektuře a vzorům implementace
|
||
- [ ] **Znalost Microsoft Foundry Toolkit**: Expertní použití Microsoft Foundry Toolkit pro rychlý vývoj
|
||
- [ ] **Vývoj vlastních serverů**: Vytváření, nasazení a údržba produkčních MCP serverů
|
||
- [ ] **Excelence v integraci nástrojů**: Bezproblémové propojení AI s existujícími vývojovými workflow
|
||
- [ ] **Aplikace řešení problémů**: Použití naučených dovedností na reálné obchodní výzvy
|
||
|
||
#### 🔧 Technické dovednosti
|
||
|
||
- [ ] Nastavení a konfigurace Microsoft Foundry Toolkit ve VS Code
|
||
- [ ] Návrh a implementace vlastních MCP serverů
|
||
- [ ] Integrace GitHub modelů s MCP architekturou
|
||
- [ ] Vytváření automatizovaných testovacích pracovních toků s Playwright
|
||
- [ ] Nasazení AI agentů do produkce
|
||
- [ ] Ladění a optimalizace výkonu MCP serverů
|
||
|
||
#### 🚀 Pokročilé schopnosti
|
||
|
||
- [ ] Architektura AI integrací na podnikovém měřítku
|
||
- [ ] Implementace nejlepších bezpečnostních praktik pro AI aplikace
|
||
- [ ] Návrh škálovatelných architektur MCP serverů
|
||
- [ ] Vytváření vlastních řetězců nástrojů pro specifické domény
|
||
- [ ] Mentorování ostatních ve vývoji AI native aplikací
|
||
|
||
## 📖 Další zdroje
|
||
|
||
- [Specifikace MCP (2025-11-25)](https://spec.modelcontextprotocol.io/specification/2025-11-25/)
|
||
- [Microsoft Foundry Toolkit GitHub Repository](https://github.com/microsoft/vscode-ai-toolkit)
|
||
- [Kolekce ukázkových MCP serverů](https://github.com/modelcontextprotocol/servers)
|
||
- [Průvodce nejlepšími praktikami](https://modelcontextprotocol.io/docs/best-practices)
|
||
- [OWASP MCP Top 10](https://microsoft.github.io/mcp-azure-security-guide/mcp/) - Bezpečnostní nejlepší praktiky
|
||
|
||
---
|
||
|
||
**🚀 Připraveni na revoluci vašeho AI vývojového workflow?**
|
||
|
||
Postavme společně budoucnost inteligentních aplikací s MCP a Microsoft Foundry Toolkit!
|
||
|
||
## Co dál
|
||
|
||
Pokračujte na: [Modul 11: MCP Server Hands-On Labs](../11-MCPServerHandsOnLabs/README.md)
|
||
|
||
---
|
||
|
||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||
**Prohlášení o omezení odpovědnosti**:
|
||
Tento dokument byl přeložen pomocí AI překladatelské služby [Co-op Translator](https://github.com/Azure/co-op-translator). Přestože usilujeme o co největší přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Originální dokument v jeho mateřském jazyce by měl být považován za autoritativní zdroj. Pro kritické informace se doporučuje profesionální lidský překlad. Nejsme odpovědní za jakékoli nedorozumění nebo nesprávné interpretace vzniklé použitím tohoto překladu.
|
||
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |