wehub-resource-sync
10 KiB
Menyederhanakan Alur Kerja AI: Membangun Server MCP dengan Microsoft Foundry Toolkit
🎯 Ikhtisar
(Klik gambar di atas untuk melihat video pelajaran ini)
Selamat datang di Model Context Protocol (MCP) Workshop! Workshop praktis komprehensif ini menggabungkan dua teknologi mutakhir untuk merevolusi pengembangan aplikasi AI:
- 🔗 Model Context Protocol (MCP): Standar terbuka untuk integrasi alat AI yang mulus
- 🛠️ Microsoft Foundry Toolkit Extension untuk VS Code: Ekstensi pengembangan AI kuat dari Microsoft
🎓 Apa yang Akan Anda Pelajari
Di akhir workshop ini, Anda akan menguasai seni membangun aplikasi cerdas yang menghubungkan model AI dengan alat dan layanan dunia nyata. Dari pengujian otomatis hingga integrasi API kustom, Anda akan memperoleh keterampilan praktis untuk menyelesaikan tantangan bisnis yang kompleks.
🏗️ Tumpukan Teknologi
🔌 Model Context Protocol (MCP)
MCP adalah "USB-C untuk AI" - standar universal yang menghubungkan model AI dengan alat eksternal dan sumber data.
✨ Fitur Utama:
- 🔄 Integrasi Terstandarisasi: Antarmuka universal untuk koneksi alat AI
- 🏛️ Arsitektur Fleksibel: Server lokal & jarak jauh melalui transport stdio/SSE
- 🧰 Ekosistem Kaya: Alat, prompt, dan sumber daya dalam satu protokol
- 🔒 Siap Perusahaan: Keamanan dan keandalan bawaan
🎯 Mengapa MCP Penting: Seperti halnya USB-C menghilangkan kekacauan kabel, MCP menghilangkan kompleksitas integrasi AI. Satu protokol, kemungkinan tak terbatas.
🤖 Microsoft Foundry Toolkit Extension untuk VS Code
Ekstensi pengembangan AI unggulan Microsoft yang mengubah VS Code menjadi pusat kekuatan AI.
🚀 Kemampuan Inti:
- 📦 Katalog Model: Akses model dari Azure AI, GitHub, Hugging Face, Ollama
- ⚡ Inferensi Lokal: Eksekusi CPU/GPU/NPU yang dioptimalkan ONNX
- 🏗️ Pembuat Agen: Pengembangan agen AI visual dengan integrasi MCP
- 🎭 Multi-Modal: Dukungan teks, visi, dan output terstruktur
💡 Manfaat Pengembangan:
- Penyebaran model tanpa konfigurasi
- Rekayasa prompt visual
- Playground pengujian waktu nyata
- Integrasi server MCP yang mulus
📚 Perjalanan Pembelajaran
🚀 Modul 1: Dasar-Dasar Microsoft Foundry Toolkit
Durasi: 15 menit
- 🛠️ Instal dan konfigurasikan Microsoft Foundry Toolkit untuk VS Code
- 🗂️ Jelajahi Katalog Model (100+ model dari GitHub, ONNX, OpenAI, Anthropic, Google)
- 🎮 Kuasai Playground Interaktif untuk pengujian model waktu nyata
- 🤖 Bangun agen AI pertama Anda dengan Agent Builder
- 📊 Evaluasi kinerja model dengan metrik bawaan (F1, relevansi, kemiripan, koherensi)
- ⚡ Pelajari pemrosesan batch dan kemampuan dukungan multi-modal
🎯 Hasil Pembelajaran: Membuat agen AI fungsional dengan pemahaman komprehensif tentang kemampuan Microsoft Foundry Toolkit
🌐 Modul 2: MCP dengan Dasar-Dasar Microsoft Foundry Toolkit
Durasi: 20 menit
- 🧠 Kuasai arsitektur dan konsep Model Context Protocol (MCP)
- 🌐 Jelajahi ekosistem server MCP Microsoft
- 🤖 Bangun agen otomasi browser menggunakan server MCP Playwright
- 🔧 Integrasikan server MCP dengan Microsoft Foundry Toolkit Agent Builder
- 📊 Konfigurasikan dan uji alat MCP dalam agen Anda
- 🚀 Ekspor dan terapkan agen bertenaga MCP untuk penggunaan produksi
🎯 Hasil Pembelajaran: Mendistribusikan agen AI yang diperkaya dengan alat eksternal melalui MCP
🔧 Modul 3: Pengembangan Lanjutan MCP dengan Microsoft Foundry Toolkit
Durasi: 20 menit
- 💻 Buat server MCP kustom menggunakan Microsoft Foundry Toolkit
- 🐍 Konfigurasikan dan gunakan SDK Python MCP terbaru (v1.9.3)
- 🔍 Siapkan dan gunakan MCP Inspector untuk debugging
- 🛠️ Bangun Weather MCP Server dengan alur kerja debugging profesional
- 🧪 Debug server MCP di lingkungan Agent Builder dan Inspector
🎯 Hasil Pembelajaran: Mengembangkan dan melakukan debugging server MCP kustom dengan alat modern
🐙 Modul 4: Pengembangan Praktis MCP - Server Kloning GitHub Kustom
Durasi: 30 menit
- 🏗️ Bangun GitHub Clone MCP Server dunia nyata untuk alur kerja pengembangan
- 🔄 Terapkan kloning repositori pintar dengan validasi dan penanganan kesalahan
- 📁 Buat manajemen direktori cerdas dan integrasi VS Code
- 🤖 Gunakan Mode Agen GitHub Copilot dengan alat MCP kustom
- 🛡️ Terapkan keandalan siap produksi dan kompatibilitas lintas platform
🎯 Hasil Pembelajaran: Mendistribusikan server MCP siap produksi yang menyederhanakan alur kerja pengembangan nyata
💡 Aplikasi Dunia Nyata & Dampak
🏢 Kasus Penggunaan Perusahaan
🔄 Otomasi DevOps
Transformasi alur kerja pengembangan Anda dengan otomasi cerdas:
- Manajemen Repositori Pintar: Review kode dan keputusan penggabungan berbasis AI
- CI/CD Cerdas: Optimasi pipeline otomatis berdasarkan perubahan kode
- Triage Isu: Klasifikasi dan penugasan bug otomatis
🧪 Revolusi Jaminan Kualitas
Tingkatkan pengujian dengan otomasi didukung AI:
- Generasi Tes Cerdas: Membuat suite pengujian komprehensif secara otomatis
- Pengujian Regresi Visual: Deteksi perubahan UI dengan AI
- Pemantauan Kinerja: Identifikasi dan solusi masalah secara proaktif
📊 Intelijen Pipeline Data
Bangun alur kerja pemrosesan data yang lebih cerdas:
- Proses ETL Adaptif: Transformasi data yang mengoptimalkan diri sendiri
- Deteksi Anomali: Pemantauan kualitas data waktu nyata
- Routing Cerdas: Manajemen aliran data yang pintar
🎧 Peningkatan Pengalaman Pelanggan
Ciptakan interaksi pelanggan yang luar biasa:
- Dukungan Berbasis Konteks: Agen AI dengan akses ke riwayat pelanggan
- Penyelesaian Masalah Proaktif: Layanan pelanggan prediktif
- Integrasi Multi-Kanal: Pengalaman AI terpadu di berbagai platform
🛠️ Prasyarat & Pengaturan
💻 Persyaratan Sistem
| Komponen | Persyaratan | Catatan |
|---|---|---|
| Sistem Operasi | Windows 10+, macOS 10.15+, Linux | OS modern apa pun |
| Visual Studio Code | Versi stabil terbaru | Diperlukan untuk Microsoft Foundry Toolkit |
| Node.js | v18.0+ dan npm | Untuk pengembangan server MCP |
| Python | 3.10+ | Opsional untuk server MCP Python |
| Memori | Minimal 8GB RAM | Disarankan 16GB untuk model lokal |
🔧 Lingkungan Pengembangan
Ekstensi VS Code yang Direkomendasikan
- Microsoft Foundry Toolkit (ms-windows-ai-studio.windows-ai-studio)
- Python (ms-python.python)
- Python Debugger (ms-python.debugpy)
- GitHub Copilot (GitHub.copilot) - Opsional tapi berguna
Alat Opsional
- uv: Manajer paket Python modern
- MCP Inspector: Alat debugging visual untuk server MCP
- Playwright: Untuk contoh otomasi web
🎖️ Hasil Pembelajaran & Jalur Sertifikasi
🏆 Daftar Pemeriksaan Penguasaan Keterampilan
Dengan menyelesaikan workshop ini, Anda akan menguasai:
🎯 Kompetensi Inti
- Penguasaan Protokol MCP: Pemahaman mendalam tentang arsitektur dan pola implementasi
- Kemahiran Microsoft Foundry Toolkit: Penggunaan tingkat ahli Microsoft Foundry Toolkit untuk pengembangan cepat
- Pengembangan Server Kustom: Membangun, menyebarkan, dan memelihara server MCP produksi
- Keunggulan Integrasi Alat: Menghubungkan AI dengan alur kerja pengembangan yang ada tanpa hambatan
- Penerapan Pemecahan Masalah: Menerapkan keterampilan yang dipelajari untuk tantangan bisnis nyata
🔧 Keterampilan Teknis
- Mengatur dan mengonfigurasi Microsoft Foundry Toolkit di VS Code
- Merancang dan mengimplementasikan server MCP kustom
- Mengintegrasikan Model GitHub dengan arsitektur MCP
- Membangun alur kerja pengujian otomatis dengan Playwright
- Menyebarkan agen AI untuk penggunaan produksi
- Debug dan optimasi kinerja server MCP
🚀 Kemampuan Lanjutan
- Merancang integrasi AI skala perusahaan
- Menerapkan praktik keamanan terbaik untuk aplikasi AI
- Merancang arsitektur server MCP yang dapat diskalakan
- Membuat rantai alat kustom untuk domain tertentu
- Membimbing orang lain dalam pengembangan AI-native
📖 Sumber Daya Tambahan
- Spesifikasi MCP (2025-11-25)
- Repositori Microsoft Foundry Toolkit di GitHub
- Koleksi Server MCP Contoh
- Panduan Praktik Terbaik
- OWASP MCP Top 10 - Praktik terbaik keamanan
🚀 Siap merevolusi alur kerja pengembangan AI Anda?
Mari bangun masa depan aplikasi cerdas bersama MCP dan Microsoft Foundry Toolkit!
Apa Selanjutnya
Lanjutkan ke: Modul 11: Laboratorium Praktis Server MCP
Penafian: Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berupaya untuk mencapai akurasi, harap diketahui bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang sah. Untuk informasi penting, disarankan menggunakan terjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.