wehub/microsoft--mcp-for-beginners
1
0
Fork 0
Code Issues Pull Requests Actions Deployments Models Agent Notes Packages Projects Releases Wiki Activity
Files
main
microsoft--mcp-for-beginners/translations/es/10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/lab3
T
History

README.md

🔧 Módulo 3: Desarrollo Avanzado de MCP con Microsoft Foundry Toolkit

Duration Microsoft Foundry Toolkit Python MCP SDK Inspector

🎯 Objetivos de Aprendizaje

Al finalizar este laboratorio, podrás:

  • ✅ Crear servidores MCP personalizados usando Microsoft Foundry Toolkit
  • ✅ Configurar y usar el SDK Python más reciente de MCP (v1.9.3)
  • ✅ Configurar y utilizar el MCP Inspector para depuración
  • ✅ Depurar servidores MCP en los entornos de Agent Builder e Inspector
  • ✅ Comprender flujos de trabajo avanzados de desarrollo de servidores MCP

📋 Prerrequisitos

  • Haber completado el Laboratorio 2 (Fundamentos de MCP)
  • VS Code con la extensión Microsoft Foundry Toolkit instalada
  • Entorno Python 3.10+
  • Node.js y npm para la configuración de Inspector

🏗️ Lo Que Construirás

En este laboratorio, crearás un Servidor MCP de Clima que demuestra:

  • Implementación personalizada de servidor MCP
  • Integración con Agent Builder de Microsoft Foundry Toolkit
  • Flujos profesionales de depuración
  • Patrones modernos de uso del SDK MCP

🔧 Resumen de Componentes Clave

🐍 SDK Python MCP

El SDK Python Model Context Protocol ofrece la base para construir servidores MCP personalizados. Usarás la versión 1.9.3 con capacidades de depuración mejoradas.

🔍 MCP Inspector

Una herramienta poderosa de depuración que proporciona:

  • Monitoreo en tiempo real del servidor
  • Visualización de ejecución de herramientas
  • Inspección de solicitudes y respuestas de red
  • Entorno de pruebas interactivas

📖 Implementación Paso a Paso

Paso 1: Crear un WeatherAgent en Agent Builder

  1. Inicia Agent Builder en VS Code mediante la extensión Microsoft Foundry Toolkit
  2. Crea un nuevo agente con la siguiente configuración:
    • Nombre del agente: WeatherAgent

Agent Creation

Paso 2: Inicializar Proyecto de Servidor MCP

  1. Navega a Herramientas → Agregar Herramienta en Agent Builder
  2. Selecciona "Servidor MCP" entre las opciones disponibles
  3. Elige "Crear un nuevo servidor MCP"
  4. Selecciona la plantilla python-weather
  5. Nombra tu servidor: weather_mcp

Python Template Selection

Paso 3: Abrir y Examinar el Proyecto

  1. Abre el proyecto generado en VS Code
  2. Revisa la estructura del proyecto: 
    weather_mcp/
├── src/
│   ├── __init__.py
│   └── server.py
├── inspector/
│   ├── package.json
│   └── package-lock.json
├── .vscode/
│   ├── launch.json
│   └── tasks.json
├── pyproject.toml
└── README.md

Paso 4: Actualizar a la Última Versión del SDK MCP

🔍 ¿Por qué Actualizar? Queremos usar la última SDK MCP (v1.9.3) y servicio Inspector (0.14.0) para contar con características mejoradas y mejores capacidades de depuración.

4a. Actualizar Dependencias de Python

Edita pyproject.toml: actualiza ./code/weather_mcp/pyproject.toml

4b. Actualizar Configuración de Inspector

Edita inspector/package.json: actualiza ./code/weather_mcp/inspector/package.json

4c. Actualizar Dependencias de Inspector

Edita inspector/package-lock.json: actualiza ./code/weather_mcp/inspector/package-lock.json

📝 Nota: Este archivo contiene definiciones extensas de dependencias. A continuación se muestra la estructura esencial; el contenido completo asegura la resolución correcta de dependencias.

⚡ Paquete Completo: El package-lock.json completo contiene ~3000 líneas de definiciones de dependencias. Lo anterior muestra la estructura clave: usa el archivo provisto para la resolución completa.

Paso 5: Configurar la Depuración en VS Code

Nota: Por favor copia el archivo en la ruta especificada para reemplazar el archivo local correspondiente

5a. Actualizar Configuración de Lanzamiento

Edita .vscode/launch.json:

{
  "version": "0.2.0",
  "configurations": [
    {
      "name": "Attach to Local MCP",
      "type": "debugpy",
      "request": "attach",
      "connect": {
        "host": "localhost",
        "port": 5678
      },
      "presentation": {
        "hidden": true
      },
      "internalConsoleOptions": "neverOpen",
      "postDebugTask": "Terminate All Tasks"
    },
    {
      "name": "Launch Inspector (Edge)",
      "type": "msedge",
      "request": "launch",
      "url": "http://localhost:6274?timeout=60000&serverUrl=http://localhost:3001/sse#tools",
      "cascadeTerminateToConfigurations": [
        "Attach to Local MCP"
      ],
      "presentation": {
        "hidden": true
      },
      "internalConsoleOptions": "neverOpen"
    },
    {
      "name": "Launch Inspector (Chrome)",
      "type": "chrome",
      "request": "launch",
      "url": "http://localhost:6274?timeout=60000&serverUrl=http://localhost:3001/sse#tools",
      "cascadeTerminateToConfigurations": [
        "Attach to Local MCP"
      ],
      "presentation": {
        "hidden": true
      },
      "internalConsoleOptions": "neverOpen"
    }
  ],
  "compounds": [
    {
      "name": "Debug in Agent Builder",
      "configurations": [
        "Attach to Local MCP"
      ],
      "preLaunchTask": "Open Agent Builder",
    },
    {
      "name": "Debug in Inspector (Edge)",
      "configurations": [
        "Launch Inspector (Edge)",
        "Attach to Local MCP"
      ],
      "preLaunchTask": "Start MCP Inspector",
      "stopAll": true
    },
    {
      "name": "Debug in Inspector (Chrome)",
      "configurations": [
        "Launch Inspector (Chrome)",
        "Attach to Local MCP"
      ],
      "preLaunchTask": "Start MCP Inspector",
      "stopAll": true
    }
  ]
}

Edita .vscode/tasks.json:

{
  "version": "2.0.0",
  "tasks": [
    {
      "label": "Start MCP Server",
      "type": "shell",
      "command": "python -m debugpy --listen 127.0.0.1:5678 src/__init__.py sse",
      "isBackground": true,
      "options": {
        "cwd": "${workspaceFolder}",
        "env": {
          "PORT": "3001"
        }
      },
      "problemMatcher": {
        "pattern": [
          {
            "regexp": "^.*$",
            "file": 0,
            "location": 1,
            "message": 2
          }
        ],
        "background": {
          "activeOnStart": true,
          "beginsPattern": ".*",
          "endsPattern": "Application startup complete|running"
        }
      }
    },
    {
      "label": "Start MCP Inspector",
      "type": "shell",
      "command": "npm run dev:inspector",
      "isBackground": true,
      "options": {
        "cwd": "${workspaceFolder}/inspector",
        "env": {
          "CLIENT_PORT": "6274",
          "SERVER_PORT": "6277",
        }
      },
      "problemMatcher": {
        "pattern": [
          {
            "regexp": "^.*$",
            "file": 0,
            "location": 1,
            "message": 2
          }
        ],
        "background": {
          "activeOnStart": true,
          "beginsPattern": "Starting MCP inspector",
          "endsPattern": "Proxy server listening on port"
        }
      },
      "dependsOn": [
        "Start MCP Server"
      ]
    },
    {
      "label": "Open Agent Builder",
      "type": "shell",
      "command": "echo ${input:openAgentBuilder}",
      "presentation": {
        "reveal": "never"
      },
      "dependsOn": [
        "Start MCP Server"
      ],
    },
    {
      "label": "Terminate All Tasks",
      "command": "echo ${input:terminate}",
      "type": "shell",
      "problemMatcher": []
    }
  ],
  "inputs": [
    {
      "id": "openAgentBuilder",
      "type": "command",
      "command": "ai-mlstudio.agentBuilder",
      "args": {
        "initialMCPs": [ "local-server-weather_mcp" ],
        "triggeredFrom": "vsc-tasks"
      }
    },
    {
      "id": "terminate",
      "type": "command",
      "command": "workbench.action.tasks.terminate",
      "args": "terminateAll"
    }
  ]
}

🚀 Ejecutar y Probar Tu Servidor MCP

Paso 6: Instalar Dependencias

Después de hacer los cambios de configuración, ejecuta los siguientes comandos:

Instala las dependencias de Python:

uv sync

Instala las dependencias de Inspector:

cd inspector
npm install

Paso 7: Depurar con Agent Builder

  1. Presiona F5 o usa la configuración "Debug in Agent Builder"
  2. Selecciona la configuración compuesta desde el panel de depuración
  3. Espera a que inicie el servidor y se abra Agent Builder
  4. Prueba tu servidor MCP de clima con consultas en lenguaje natural

Ingresa un prompt como este

SYSTEM_PROMPT

You are my weather assistant

USER_PROMPT

How's the weather like in Seattle

Agent Builder Debug Result

Paso 8: Depurar con MCP Inspector

  1. Usa la configuración "Debug in Inspector" (Edge o Chrome)
  2. Abre la interfaz Inspector en http://localhost:6274
  3. Explora el entorno de pruebas interactivas:
    • Visualiza las herramientas disponibles
    • Prueba la ejecución de herramientas
    • Monitorea las solicitudes de red
    • Depura respuestas del servidor

MCP Inspector Interface

🎯 Resultados Clave de Aprendizaje

Al completar este laboratorio, has:

  • Creado un servidor MCP personalizado usando plantillas de Microsoft Foundry Toolkit
  • Actualizado al SDK MCP más reciente (v1.9.3) para funcionalidad mejorada
  • Configurado flujos profesionales de depuración para Agent Builder e Inspector
  • Configurado MCP Inspector para pruebas interactivas de servidor
  • Dominado las configuraciones de depuración en VS Code para desarrollo MCP

🔧 Características Avanzadas Exploradas

Característica Descripción Caso de Uso
SDK Python MCP v1.9.3 Última implementación del protocolo Desarrollo moderno de servidores
MCP Inspector 0.14.0 Herramienta de depuración interactiva Pruebas en tiempo real de servidores
Depuración VS Code Entorno de desarrollo integrado Flujo profesional de depuración
Integración Agent Builder Conexión directa con Microsoft Foundry Toolkit Pruebas completas de agentes

📚 Recursos Adicionales

🎉 ¡Felicidades! Has completado con éxito el Laboratorio 3 y ahora puedes crear, depurar y desplegar servidores MCP personalizados usando flujos profesionales de desarrollo.

🔜 Continúa al Siguiente Módulo

¿Listo para aplicar tus habilidades MCP a un flujo de desarrollo real? Continúa a Módulo 4: Desarrollo Práctico MCP - Servidor personalizado de clonación GitHub donde podrás:

  • Construir un servidor MCP listo para producción que automatiza operaciones en repositorios GitHub
  • Implementar funcionalidad de clonación de repositorios GitHub mediante MCP
  • Integrar servidores MCP personalizados con VS Code y GitHub Copilot Agent Mode
  • Probar y desplegar servidores MCP personalizados en entornos productivos
  • Aprender automatización práctica de flujos de trabajo para desarrolladores

Descargo de responsabilidad: Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o inexactitudes. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda una traducción profesional humana. No somos responsables de cualquier malentendido o interpretación errónea que surja del uso de esta traducción.

Reference in New Issue View Git Blame Copy Permalink