Weather MCP Server

Toto je ukázkový MCP Server v Pythonu implementující nástroje pro počasí s modelovými odpověďmi. Může být použit jako kostra pro váš vlastní MCP Server. Obsahuje následující funkce:

Nástroj pro počasí: Nástroj, který poskytuje modelované informace o počasí na základě dané lokality.
Připojení k Agent Builderu: Funkce, která umožňuje připojit MCP server k Agent Builderu pro testování a ladění.
Ladění v MCP Inspector: Funkce, která umožňuje ladit MCP Server pomocí MCP Inspectoru.

Začněte s šablonou Weather MCP Serveru

Předpoklady

Pro spuštění MCP Serveru na vašem lokálním vývojovém počítači budete potřebovat:

Python

(Volitelné - pokud preferujete uv) uv

Python Debugger Extension

Připravte prostředí

Existují dva přístupy k nastavení prostředí pro tento projekt. Můžete si zvolit kterýkoliv podle své preference.

Poznámka: Po vytvoření virtuálního prostředí si znovu načtěte VSCode nebo terminál, aby se použil Python z virtuálního prostředí.

Přístup	Kroky
Použití `uv`	1. Vytvořte virtuální prostředí: `uv venv` 2. Spusťte příkaz VSCode "Python: Select Interpreter" a vyberte python z vytvořeného virtuálního prostředí 3. Nainstalujte závislosti (včetně vývojových): `uv pip install -r pyproject.toml --extra dev`
Použití `pip`	1. Vytvořte virtuální prostředí: `python -m venv .venv` 2. Spusťte příkaz VSCode "Python: Select Interpreter" a vyberte python z vytvořeného virtuálního prostředí 3. Nainstalujte závislosti (včetně vývojových): `pip install -e .[dev]`

Po nastavení prostředí můžete spustit server na vašem lokálním vývojovém počítači přes Agent Builder jako MCP Klient, abyste mohli začít:

Otevřete panel ladění ve VS Code. Vyberte Debug in Agent Builder nebo stiskněte F5 pro spuštění ladění MCP serveru.
Použijte Microsoft Foundry Toolkit Agent Builder k testování serveru s tímto promptem. Server bude automaticky připojen k Agent Builderu.
Klikněte na Run pro otestování serveru s promptem.

Gratulujeme! Úspěšně jste spustili Weather MCP Server na vašem lokálním vývojovém počítači přes Agent Builder jako MCP Klient.

Co šablona obsahuje

Složka / Soubor	Obsah
`.vscode`	Soubory VSCode pro ladění
`.aitk`	Konfigurace pro Microsoft Foundry Toolkit
`src`	Zdrojový kód pro weather mcp server

Jak ladit Weather MCP Server

Poznámky:

MCP Inspector je vizuální vývojářský nástroj pro testování a ladění MCP serverů.

Všechny režimy ladění podporují zarážky, takže můžete přidávat zarážky do kódu implementace nástroje.

Režim ladění	Popis	Kroky pro ladění
Agent Builder	Ladění MCP serveru v Agent Builderu přes Microsoft Foundry Toolkit.	1. Otevřete panel ladění ve VS Code. Vyberte `Debug in Agent Builder` a stiskněte `F5` pro spuštění ladění MCP serveru. 2. Použijte Microsoft Foundry Toolkit Agent Builder k testování serveru s tímto promptem. Server bude automaticky připojen k Agent Builderu. 3. Klikněte na `Run` pro otestování serveru s promptem.
MCP Inspector	Ladění MCP serveru pomocí MCP Inspectoru.	1. Nainstalujte Node.js 2. Nastavte Inspector: `cd inspector` && `npm install` 3. Otevřete panel ladění ve VS Code. Vyberte `Debug SSE in Inspector (Edge)` nebo `Debug SSE in Inspector (Chrome)`. Stiskněte F5 pro spuštění ladění. 4. Když se MCP Inspector spustí v prohlížeči, klikněte na tlačítko `Connect` pro připojení tohoto MCP serveru. 5. Poté můžete `List Tools`, vybrat nástroj, zadat parametry a `Run Tool` pro ladění kódu serveru.

Výchozí porty a přizpůsobení

Režim ladění	Porty	Definice	Přizpůsobení	Poznámka
Agent Builder	3001	tasks.json	Upravte launch.json, tasks.json, __init__.py, mcp.json pro změnu uvedených portů.	Není
MCP Inspector	3001 (Server); 5173 a 3000 (Inspector)	tasks.json	Upravte launch.json, tasks.json, __init__.py, mcp.json pro změnu uvedených portů.	Není

Zpětná vazba

Pokud máte nějakou zpětnou vazbu nebo návrhy k této šabloně, otevřete prosím issue na Microsoft Foundry Toolkit GitHub repository

Prohlášení o omezení odpovědnosti: Tento dokument byl přeložen pomocí AI překladatelské služby 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.