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/it/10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/lab3
T
History

README.md

🔧 Modulo 3: Sviluppo Avanzato MCP con Microsoft Foundry Toolkit

Duration Microsoft Foundry Toolkit Python MCP SDK Inspector

🎯 Obiettivi di Apprendimento

Al termine di questo laboratorio, sarai in grado di:

  • ✅ Creare server MCP personalizzati utilizzando Microsoft Foundry Toolkit
  • ✅ Configurare e utilizzare l’ultima MCP Python SDK (v1.9.3)
  • ✅ Configurare e utilizzare MCP Inspector per il debugging
  • ✅ Eseguire il debug dei server MCP sia in Agent Builder che in Inspector
  • ✅ Comprendere workflow avanzati per lo sviluppo di server MCP

📋 Prerequisiti

  • Completamento del Lab 2 (Fondamenti di MCP)
  • VS Code con estensione Microsoft Foundry Toolkit installata
  • Ambiente Python 3.10+
  • Node.js e npm per la configurazione di Inspector

🏗️ Cosa Costruirai

In questo laboratorio, creerai un Weather MCP Server che dimostra:

  • Implementazione personalizzata di server MCP
  • Integrazione con Microsoft Foundry Toolkit Agent Builder
  • Workflow professionali di debugging
  • Uso moderno delle modalità MCP SDK

🔧 Panoramica dei Componenti Principali

🐍 MCP Python SDK

La SDK Python per Model Context Protocol fornisce le basi per costruire server MCP personalizzati. Userai la versione 1.9.3 con capacità di debug migliorate.

🔍 MCP Inspector

Uno strumento di debug potente che offre:

  • Monitoraggio in tempo reale del server
  • Visualizzazione dell’esecuzione degli strumenti
  • Ispezione delle richieste/risposte di rete
  • Ambiente di test interattivo

📖 Implementazione Passo-Passo

Passo 1: Crea un WeatherAgent in Agent Builder

  1. Avvia Agent Builder in VS Code tramite l’estensione Microsoft Foundry Toolkit
  2. Crea un nuovo agente con la configurazione seguente:
    • Nome Agente: WeatherAgent

Agent Creation

Passo 2: Inizializza il Progetto MCP Server

  1. Vai su Tools → Add Tool in Agent Builder
  2. Seleziona "MCP Server" tra le opzioni disponibili
  3. Scegli "Create A new MCP Server"
  4. Seleziona il template python-weather
  5. Nomina il tuo server: weather_mcp

Python Template Selection

Passo 3: Apri ed Esamina il Progetto

  1. Apri il progetto generato in VS Code
  2. Esamina la struttura del progetto: 
    weather_mcp/
├── src/
│   ├── __init__.py
│   └── server.py
├── inspector/
│   ├── package.json
│   └── package-lock.json
├── .vscode/
│   ├── launch.json
│   └── tasks.json
├── pyproject.toml
└── README.md

Passo 4: Aggiorna all'Ultima MCP SDK

🔍 Perché Aggiornare? Vogliamo usare l’ultima MCP SDK (v1.9.3) e il servizio Inspector (0.14.0) per funzionalità avanzate e migliori capacità di debugging.

4a. Aggiorna le Dipendenze Python

Modifica pyproject.toml: aggiorna ./code/weather_mcp/pyproject.toml

4b. Aggiorna la Configurazione di Inspector

Modifica inspector/package.json: aggiorna ./code/weather_mcp/inspector/package.json

4c. Aggiorna le Dipendenze di Inspector

Modifica inspector/package-lock.json: aggiorna ./code/weather_mcp/inspector/package-lock.json

📝 Nota: Questo file contiene ampie definizioni di dipendenze. Qui sotto la struttura essenziale - il contenuto completo assicura la risoluzione corretta delle dipendenze.

⚡ Package Lock Completo: Il package-lock.json completo contiene ~3000 righe di definizioni di dipendenze. Quanto sopra mostra la struttura chiave - usa il file fornito per la risoluzione completa delle dipendenze.

Passo 5: Configura il Debug in VS Code

Nota: Per favore copia il file nel percorso specificato per sostituire il file locale corrispondente

5a. Aggiorna la Configurazione di Lancio

Modifica .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
    }
  ]
}

Modifica .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"
    }
  ]
}

🚀 Esecuzione e Test del tuo MCP Server

Passo 6: Installa le Dipendenze

Dopo aver effettuato le modifiche alla configurazione, esegui i seguenti comandi:

Installa dipendenze Python:

uv sync

Installa dipendenze Inspector:

cd inspector
npm install

Passo 7: Debug con Agent Builder

  1. Premi F5 oppure usa la configurazione "Debug in Agent Builder"
  2. Seleziona la configurazione compound dal pannello di debug
  3. Attendi l’avvio del server e l’apertura di Agent Builder
  4. Testa il tuo weather MCP server con query in linguaggio naturale

Inserisci prompt come questo

SYSTEM_PROMPT

You are my weather assistant

USER_PROMPT

How's the weather like in Seattle

Agent Builder Debug Result

Passo 8: Debug con MCP Inspector

  1. Usa la configurazione "Debug in Inspector" (Edge o Chrome)
  2. Apri l’interfaccia Inspector su http://localhost:6274
  3. Esplora l’ambiente di test interattivo:
    • Visualizza gli strumenti disponibili
    • Testa l’esecuzione degli strumenti
    • Monitora le richieste di rete
    • Debugga le risposte del server

MCP Inspector Interface

🎯 Principali Risultati di Apprendimento

Completando questo laboratorio, hai:

  • Creato un server MCP personalizzato usando i template Microsoft Foundry Toolkit
  • Aggiornato all’ultima MCP SDK (v1.9.3) per funzionalità migliorate
  • Configurato workflow professionali di debugging sia per Agent Builder che per Inspector
  • Impostato MCP Inspector per test interattivi del server
  • Padroneggiato le configurazioni di debug VS Code per lo sviluppo MCP

🔧 Funzionalità Avanzate Esplorate

Funzionalità Descrizione Caso d’Uso
MCP Python SDK v1.9.3 Ultima implementazione del protocollo Sviluppo server moderno
MCP Inspector 0.14.0 Strumento di debug interattivo Test server in tempo reale
Debugging VS Code Ambiente di sviluppo integrato Workflow professionale di debug
Integrazione Agent Builder Connessione diretta a Microsoft Foundry Toolkit Test completo dell’agente

📚 Risorse Aggiuntive

🎉 Congratulazioni! Hai completato con successo il Lab 3 e ora puoi creare, debug e distribuire server MCP personalizzati usando workflow professionali di sviluppo.

🔜 Continua al Modulo Successivo

Pronto ad applicare le tue competenze MCP a un workflow di sviluppo reale? Continua a Modulo 4: Sviluppo MCP Pratico - Server Clone GitHub Personalizzato dove potrai:

  • Costruire un server MCP pronto per la produzione che automatizza operazioni sui repository GitHub
  • Implementare funzionalità di clonazione repository GitHub tramite MCP
  • Integrare server MCP personalizzati con VS Code e GitHub Copilot Agent Mode
  • Testare e distribuire server MCP personalizzati in ambienti di produzione
  • Apprendere workflow pratici di automazione per sviluppatori

Disclaimer: Questo documento è stato tradotto utilizzando il servizio di traduzione AI Co-op Translator. Sebbene ci impegniamo per garantire la precisione, si prega di notare che le traduzioni automatizzate possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa deve essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un essere umano. Non siamo responsabili per eventuali malintesi o interpretazioni errate derivanti dall’uso di questa traduzione.

Reference in New Issue View Git Blame Copy Permalink