microsoft--mcp-for-beginners/translations/ml/10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/lab3

🔧 Module 3: Microsoft Foundry Toolkit ഉപയോഗിച്ച് ഉന്നത MCP വികസനം

🎯 പഠനലക്ഷ്യങ്ങൾ

ഈ ലാബിന്റെ അവസാനം നിങ്ങൾക്ക് ചെയ്യും:

• ✅ Microsoft Foundry Toolkit ഉപയോഗിച്ച് കസ്റ്റം MCP സർവറുകൾ സൃഷ്ടിക്കുക
• ✅ ഏറ്റവും പുതിയ MCP Python SDK (v1.9.3) കോൺഫിഗർ ചെയ്തു ഉപയോഗിക്കുക
• ✅ ഡീബഗിംഗിനായി MCP ഇൻസ്പെക്ടർ സജ്ജീകരിക്കുകയും ഉപയോഗിക്കുകയും ചെയ്യുക
• ✅ Agent Builder-ൽയും Inspector പരിസരങ്ങളിലും MCP സർവർ ഡീബഗ് ചെയ്യുക
• ✅ ഉന്നത MCP സർവർ വികസന പ്രവൃത്തിപരമ്പരകൾ മനസ്സിലാക്കുക

📋 മുൻഅവശ്യങ്ങൾ

• ലാബ് 2 (MCP അടിസ്ഥാനങ്ങൾ) പൂർത്തിയാക്കിയത്
• Microsoft Foundry Toolkit എക്സ്റ്റൻഷൻ ഇൻസ്റ്റാൾ ചെയ്ത VS Code
• Python 3.10+ പരിസ്ഥിതി
• Inspector സജ്ജീകരണത്തിനായി Node.js‌, npm

🏗️ നിങ്ങൾ നിർമ്മിക്കാനുള്ളത്

ഈ ലാബിൽ, നിങ്ങൾ ഒരു Weather MCP Server സൃഷ്ടിക്കും, ഇതിലൂടെ കാണിക്കും:

• കസ്റ്റം MCP സർവർ നടപ്പാക്കൽ
• Microsoft Foundry Toolkit Agent Builder-ൽ ലയിക്കൽ
• പ്രൊഫഷണൽ ഡീബഗിംഗ് പ്രവൃത്തിപരമ്പരകൾ
• ആധുനിക MCP SDK ഉപയോഗ മാതൃകകൾ

---

🔧 പ്രധാന ഘടകങ്ങൾ അവലോകനം

🐍 MCP Python SDK

Model Context Protocol Python SDK കസ്റ്റം MCP സർവർ നിർമണത്തിനായുള്ള അടിസ്ഥാനം നൽകുന്നു. നിങ്ങൾ ഉപയോഗിക്കും പതിപ്പ് 1.9.3, മെച്ചപ്പെടുത്തിയ ഡീബഗിംഗ് സവിശേഷതകൾക്കായി.

🔍 MCP Inspector

ശക്തമായ ഒരു ഡീബഗിംഗ് ഉപകരണം:

• റിയൽ-ടൈം സർവർ നിരീക്ഷണം
• ടൂൾ പ്രവർത്തനം കാഴ്ചവെച്ച് കാണിക്കൽ
• നെറ്റ്വർക്ക് അഭ്യർത്ഥന/പ്രതികരണ പരിശോധന
• സംവേദനാത്മക ടെസ്റ്റിംഗ് പരിസരം

---

📖 ഘട്ടം-ഘട്ടമായി നടപ്പാക്കൽ

ഘട്ടം 1: Agent Builder-ൽ WeatherAgent സൃഷ്ടിക്കുക

1. VS Code-ൽ Microsoft Foundry Toolkit എക്സ്റ്റൻഷൻ വഴി Agent Builder ആരംഭിക്കുക
2. താഴെക്കൊടുത്തിരിക്കുന്ന കോൺഫിഗറേഷൻ ഉപയോഗിച്ചു പുതിയ ഏജന്റ് സൃഷ്ടിക്കുക:
   • ഏജന്റ് പേര്: WeatherAgent

ഘട്ടം 2: MCP Server പ്രോജക്റ്റ് ശേഖരം ആരംഭിക്കുക

1. Agent Builder-ൽ Tools → Add Tool പോകുക
2. ലഭ്യമായ ഓപ്ഷനുകളിൽ "MCP Server" തിരഞ്ഞെടുക്കുക
3. "Create A new MCP Server" തിരഞ്ഞെടുക്കുക
4. python-weather ടെംപ്ലേറ്റ് തിരഞ്ഞെടുക്കുക
5. സർവറിന്റെ പേര് നൽകുക: weather_mcp

ഘട്ടം 3: പ്രോജക്റ്റ് തുറന്ന് പരിശോധിക്കുക

1. VS Code-ൽ സൃഷ്ടിച്ച പ്രോജക്റ്റ് തുറക്കുക
2. പ്രോജക്റ്റിന്റെ ഘടന പരിശോധിക്കുക:

   weather_mcp/
   ├── src/
   │   ├── __init__.py
   │   └── server.py
   ├── inspector/
   │   ├── package.json
   │   └── package-lock.json
   ├── .vscode/
   │   ├── launch.json
   │   └── tasks.json
   ├── pyproject.toml
   └── README.md
   

ഘട്ടം 4: MCP SDK ഏറ്റവും പുതിയ പതിപ്പിലേക്ക് അപ്ഗ്രേഡ് ചെയ്യുക

🔍 അപ്ഗ്രേഡ് کیوں? മെച്ചപ്പെട്ട സവിശേഷതകളും മികച്ച ഡീബഗിംഗ് ശേഷികളും ലഭിക്കാൻ ഏറ്റവും പുതിയ MCP SDK (v1.9.3)യും Inspector സർവീസും (0.14.0) ഉപയോഗിക്കാനാണ് ആഗ്രഹം.

4a. Python ആശ്രിതങ്ങൾ അപ്ഡേറ്റ് ചെയ്യുക

pyproject.toml എഡിറ്റ് ചെയ്യുക: ./code/weather_mcp/pyproject.toml അപ്ഡേറ്റ് ചെയ്യുക

4b. Inspector കോൺഫിഗറേഷൻ അപ്ഡേറ്റ് ചെയ്യുക

inspector/package.json എഡിറ്റ് ചെയ്യുക: ./code/weather_mcp/inspector/package.json അപ്ഡേറ്റ് ചെയ്യുക

4c. Inspector ആശ്രിതങ്ങൾ അപ്ഡേറ്റ് ചെയ്യുക

inspector/package-lock.json എഡിറ്റ് ചെയ്യുക: ./code/weather_mcp/inspector/package-lock.json

📝 ശ്രദ്ധിക്കുക: ഈ ഫയലിൽ വ്യാപകമായ ആശ്രിത വ്യവസ്ഥകൾ ഉൾക്കൊള്ളുന്നു. താഴെ കൊടുത്തത് സഹായക ഘടനയാണ് - പൂർണ്ണ ഉള്ളടക്കം ശരിയായ ആശ്രിത പരിഹാരത്തിനായി ആവശ്യമാണ്.

⚡ പൂർണ പാക്കേജ് ലോക്ക്: package-lock.json ഫയൽ ~3000 വരികൾ ആശ്രിത നിർവചനങ്ങൾ ഉൾക്കൊള്ളുന്നു. മുകളിൽ കൊടുത്തത് പ്രധാന ഘടന നൽകുന്നു - പൂർണ ആശ്രിത പരിഹാരത്തിന് ഫയൽ ഉപയോഗിക്കുക.

ഘട്ടം 5: VS Code ഡീബഗിംഗ് കോൺഫിഗർ ചെയ്യുക

കുറിപ്പ്: നൽകിയിട്ടുള്ള പാത്തിലുള്ള ഫയൽ അതിന്റെ പ്രാദേശിക ഫയലുമായി പ്രതിസ്‌ഥാപിക്കാൻ ദയവായി കോപ്പി ചെയ്യുക

5a. ലാഞ്ച് കോൺഫിഗറേഷൻ അപ്ഡേറ്റ് ചെയ്യുക

.vscode/launch.json എഡിറ്റ് ചെയ്യുക:

{
  "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
    }
  ]
}

.vscode/tasks.json എഡിറ്റ് ചെയ്യുക:

{
  "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"
    }
  ]
}

---

🚀 MCP സർവർ റൺ ചെയ്ത് ടെസ്റ്റ് ചെയ്യുക

ഘട്ടം 6: ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക

കോൺഫിഗറേഷൻ മാറ്റങ്ങൾ നടത്തിയതിന് ശേഷം, താഴെ കൊടുത്ത കമാൻഡുകൾ ഓടിക്കുക:

Python ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക:

uv sync

Inspector ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക:

cd inspector
npm install

ഘട്ടം 7: Agent Builder ഉപയോഗിച്ച് ഡീബഗ് ചെയ്യുക

1. F5 അമർക്കുക അല്ലെങ്കിൽ "Debug in Agent Builder" കോൺഫിഗറേഷൻ ഉപയോഗിക്കുക
2. ഡീബഗ് പാനലിൽ നിന്നു കമ്പൗണ്ട് കോൺഫിഗറേഷൻ തിരഞ്ഞെടുക്കുക
3. സർവർ ആരംഭിക്കാനും Agent Builder തുറക്കാനും കാത്തിരിക്കുക
4. സ്വാഭാവിക ഭാഷാ ക്വസറികൾ ഉപയോഗിച്ച് നിങ്ങളുടെ weather MCP server പരീക്ഷിക്കുക

ഇങ്ങനെ ഇൻപുട്ട് പ്രോംപ്റ്റ് നൽകുക

SYSTEM_PROMPT

You are my weather assistant

USER_PROMPT

How's the weather like in Seattle

ഘട്ടം 8: MCP Inspector ഉപയോഗിച്ച് ഡീബഗ് ചെയ്യുക

1. "Debug in Inspector" കോൺഫിഗറേഷൻ (Edge അല്ലെങ്കിൽ Chrome) ഉപയോഗിക്കുക
2. http://localhost:6274-ൽ Inspector ഇന്റർഫേസ് തുറക്കുക
3. സംവേദനാത്മക ടെസ്റ്റിംഗ് പരിസരം കണ്ടെത്തുക:
   • ലഭ്യമായ ടൂളുകൾ കാണുക
   • ടൂൾ പ്രവർത്തനം പരിശോദിക്കുക
   • നെറ്റ്വർക്ക് അഭ്യർത്ഥനകൾ നിരീക്ഷിക്കുക
   • സർവർ പ്രതികരണങ്ങൾ ഡീബഗ് ചെയ്യുക

---

🎯 പ്രധാന പഠനഫലം

ഈ ലാബ് പൂർത്തിയാക്കിയതിലൂടെ നിങ്ങൾ:

• Microsoft Foundry Toolkit ടെംപ്ലേറ്റുകൾ ഉപയോഗിച്ച് കസ്റ്റം MCP сервер സൃഷ്ടിച്ചു
• കൂടുതൽ പ്രവർത്തനശേഷിയേടെ MCP SDK (v1.9.3) അപ്ഗ്രേഡ് ചെയ്തു
• Agent Builder-നും Inspector-നും പ്രൊഫഷണൽ ഡീബഗിംഗ് പ്രവൃത്തിപരമ്പരകൾ കോൺഫിഗർ ചെയ്തു
• MCP Inspector സംവേദനാത്മക ടെസ്റ്റിങിനായി സജ്ജമാക്കിയത്
• MCP വികസനത്തിനായി VS Code ഡീബഗിംഗ് കോൺഫിഗറേഷൻ മാസ്റ്റർ ചെയ്തു

🔧 പരീക്ഷിച്ച ഉന്നത സവിശേഷതകൾ

സവിശേഷത	വിവരണം	ഉപയോഗം
MCP Python SDK v1.9.3	ഏറ്റവും പുതിയ പ്രോട്ടോക്കോൾ നടപ്പാക്കൽ	ആധുനിക സർവർ വികസനം
MCP Inspector 0.14.0	സംവേദനാത്മക ഡീബഗിംഗ് ഉപകരണം	റിയൽ-ടൈം സർവർ ടെസ്റ്റിംഗ്
VS Code ഡീബഗിംഗ്	സംയോജിത വികസന പരിസ്ഥിതി	പ്രൊഫഷണൽ ഡീബഗിംഗ് പ്രവൃത്തിപരമ്പര
Agent Builder ലയിക്കൽ	Microsoft Foundry Toolkit-നൊപ്പം നേരിട്ട് ബന്ധിപ്പിക്കൽ	എഞ്ചിൻ മുഴുവൻ പരീക്ഷണം

📚 കൂടിയിട്ടുള്ള വസതികൾ

• MCP Python SDK ഡോക്യുമെന്റേഷൻ
• Microsoft Foundry Toolkit എക്സ്റ്റൻഷൻ ഗൈഡ്
• VS Code ഡീബഗിംഗ് ഡോക്യുമെന്റേഷൻ
• Model Context Protocol സ്പെസിഫിക്കേഷൻ

---

🎉 അഭിനন্দനങ്ങൾ! നിങ്ങൾ വിജയകരമായി ലാബ് 3 പൂർത്തിയാക്കി, ഇപ്പോൾ പ്രൊഫഷണൽ വികസന പ്രവൃത്തികളിലൂടെ കസ്റ്റം MCP സർവറുകൾ സൃഷ്ടിക്കുന്നതും ഡീബഗ് ചെയ്ത് ഡിപ്ലോയ് ചെയ്യുന്നതും കഴിയും.

🔜 അടുത്ത മൊഡ്യൂളിലേക്ക് പോകുക

നിങ്ങളുടെ MCP കഴിവുകൾ യഥാർത്ഥ വികസന പ്രവൃത്തിപരമ്പരയിലേക്ക് പ്രയോഗിക്കാൻ തയ്യാറാണോ? Module 4: Practical MCP Development - Custom GitHub Clone Server-ലേക്ക് മുന്നേറുക, ഇവിടെ നിങ്ങൾ ചെയ്യും:

• GitHub റിപ്പോസിറ്ററി ഓപ്പറേഷനുകൾ സ്വയം നിയന്ത്രിക്കുന്ന പ്രൊഡക്ഷൻ-സജ്ജ MCP സർവർ നirmaṇaṁ
• MCP വഴി GitHub റിപ്പോസിറ്ററി ക്ലോൺ ഫങ്ഷണാലിറ്റി നടപ്പാക്കുക
• VS Code-ഉം GitHub Copilot Agent Mode-ഉം ഉപയോഗിച്ചുകൊണ്ട് കസ്റ്റം MCP സർവറുകൾ ലയിക്കൽ
• പ്രൊഡക്ഷൻ പരിസരങ്ങളിൽ കസ്റ്റം MCP സർവറുകൾ ടെസ്റ്റ് ചെയ്ത് ഡിപ്ലോയ് ചെയ്യുക
• ഡെവലപ്പർമാർക്കായുള്ള പ്രായോഗിക പ്രവൃത്തിപരമ്പര ഓട്ടോമേഷൻ പഠിക്കുക

---

അറിയിപ്പ്: ഈ രേഖ AI പരിഭാഷാ സേവനം Co-op Translator ഉപയോഗിച്ച് പരിഭാഷപ്പെടുത്തിയതാണ്. ഞങ്ങൾ കൃത്യതയ്ക്കായി ശ്രമിക്കുന്നുവെങ്കിലും, ഓട്ടോമേറ്റഡ് പരിഭാഷകളിൽ പിഴവുകൾ അല്ലെങ്കിൽ തെറ്റായ വിവരങ്ങൾ ഉണ്ടാകാൻ സാധ്യതയുണ്ട്. അതിന്റെ സ്വാഭാവിക ഭാഷയിലുള്ള അസൽ രേഖയാണ് പ്രാമാണികമായ ഉറവിടമായി പരിഗണിക്കേണ്ടത്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ പരിഭാഷ ശുപാർശ ചെയ്യുന്നു. ഈ പരിഭാഷ ഉപയോഗിച്ച് ഉണ്ടാകുന്ന തെറ്റിദ്ധാരണകൾ അല്ലെങ്കിൽ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കായി ഞങ്ങൾ ഉത്തരവാദികളല്ല.