wehub-resource-sync
13 KiB
🔧 Módulo 3: Desarrollo Avanzado de MCP con Microsoft Foundry Toolkit
🎯 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
- Inicia Agent Builder en VS Code mediante la extensión Microsoft Foundry Toolkit
- Crea un nuevo agente con la siguiente configuración:
- Nombre del agente:
WeatherAgent
- Nombre del agente:
Paso 2: Inicializar Proyecto de Servidor MCP
- Navega a Herramientas → Agregar Herramienta en Agent Builder
- Selecciona "Servidor MCP" entre las opciones disponibles
- Elige "Crear un nuevo servidor MCP"
- Selecciona la plantilla
python-weather - Nombra tu servidor:
weather_mcp
Paso 3: Abrir y Examinar el Proyecto
- Abre el proyecto generado en VS Code
- 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
- Presiona F5 o usa la configuración "Debug in Agent Builder"
- Selecciona la configuración compuesta desde el panel de depuración
- Espera a que inicie el servidor y se abra Agent Builder
- 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
Paso 8: Depurar con MCP Inspector
- Usa la configuración "Debug in Inspector" (Edge o Chrome)
- Abre la interfaz Inspector en
http://localhost:6274 - Explora el entorno de pruebas interactivas:
- Visualiza las herramientas disponibles
- Prueba la ejecución de herramientas
- Monitorea las solicitudes de red
- Depura respuestas del servidor
🎯 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
- Documentación SDK Python MCP
- Guía de la extensión Microsoft Foundry Toolkit
- Documentación de depuración en VS Code
- Especificación Model Context Protocol
🎉 ¡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.