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/ms/10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/lab3
T
History

README.md

🔧 Modul 3: Pembangunan MCP Lanjutan dengan Microsoft Foundry Toolkit

Duration Microsoft Foundry Toolkit Python MCP SDK Inspector

🎯 Objektif Pembelajaran

Menjelang akhir makmal ini, anda akan dapat:

  • ✅ Mewujudkan pelayan MCP tersuai menggunakan Microsoft Foundry Toolkit
  • ✅ Mengkonfigurasi dan menggunakan SDK Python MCP terkini (v1.9.3)
  • ✅ Menyediakan dan menggunakan MCP Inspector untuk penyahpepijatan
  • ✅ Menyahpepijat pelayan MCP dalam persekitaran Agent Builder dan Inspector
  • ✅ Memahami aliran kerja pembangunan pelayan MCP lanjutan

📋 Prasyarat

  • Menyelesaikan Makmal 2 (Asas MCP)
  • VS Code dengan sambungan Microsoft Foundry Toolkit dipasang
  • Persekitaran Python 3.10+
  • Node.js dan npm untuk penyediaan Inspector

🏗️ Apa yang Anda Akan Bina

Dalam makmal ini, anda akan mencipta Pelayan MCP Cuaca yang menunjukkan:

  • Pelaksanaan pelayan MCP tersuai
  • Integrasi dengan Microsoft Foundry Toolkit Agent Builder
  • Aliran kerja penyahpepijatan profesional
  • Pola penggunaan SDK MCP moden

🔧 Gambaran Keseluruhan Komponen Teras

🐍 SDK Python MCP

Model Context Protocol Python SDK menyediakan asas untuk membina pelayan MCP tersuai. Anda akan menggunakan versi 1.9.3 dengan keupayaan penyahpepijatan yang dipertingkatkan.

🔍 MCP Inspector

Alat penyahpepijatan berkuasa yang menyediakan:

  • Pemantauan pelayan masa nyata
  • Visualisasi pelaksanaan alat
  • Pemeriksaan permintaan/respon rangkaian
  • Persekitaran ujian interaktif

📖 Pelaksanaan Langkah demi Langkah

Langkah 1: Cipta WeatherAgent dalam Agent Builder

  1. Lancarkan Agent Builder di VS Code melalui sambungan Microsoft Foundry Toolkit
  2. Cipta ejen baru dengan konfigurasi berikut:
    • Nama Ejen: WeatherAgent

Agent Creation

Langkah 2: Mulakan Projek Pelayan MCP

  1. Navigasi ke Tools → Add Tool dalam Agent Builder
  2. Pilih "MCP Server" dari pilihan yang tersedia
  3. Pilih "Create A new MCP Server"
  4. Pilih templat python-weather
  5. Namakan pelayan anda: weather_mcp

Python Template Selection

Langkah 3: Buka dan Periksa Projek

  1. Buka projek yang dijanakan di VS Code
  2. Semak struktur projek: 
    weather_mcp/
├── src/
│   ├── __init__.py
│   └── server.py
├── inspector/
│   ├── package.json
│   └── package-lock.json
├── .vscode/
│   ├── launch.json
│   └── tasks.json
├── pyproject.toml
└── README.md

Langkah 4: Tingkatkan kepada SDK MCP Terkini

🔍 Mengapa Tingkatkan? Kami mahu menggunakan SDK MCP terkini (v1.9.3) dan perkhidmatan Inspector (0.14.0) untuk ciri dipertingkatkan dan keupayaan penyahpepijatan yang lebih baik.

4a. Kemas Kini Kebergantungan Python

Edit pyproject.toml: kemas kini ./code/weather_mcp/pyproject.toml

4b. Kemas Kini Konfigurasi Inspector

Edit inspector/package.json: kemas kini ./code/weather_mcp/inspector/package.json

4c. Kemas Kini Kebergantungan Inspector

Edit inspector/package-lock.json: kemas kini ./code/weather_mcp/inspector/package-lock.json

📝 Nota: Fail ini mengandungi definisi kebergantungan yang luas. Di bawah adalah struktur penting - kandungan penuh memastikan penyelesaian kebergantungan yang betul.

⚡ Kunci Pakej Penuh: package-lock.json lengkap mengandungi ~3000 baris definisi kebergantungan. Di atas menunjukkan struktur utama - gunakan fail yang disediakan untuk penyelesaian kebergantungan penuh.

Langkah 5: Konfigurasi Penyahpepijatan VS Code

Nota: Sila salin fail dalam laluan yang dinyatakan untuk menggantikan fail tempatan yang sepadan

5a. Kemas Kini Konfigurasi Pelancaran

Edit .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
    }
  ]
}

Edit .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"
    }
  ]
}

🚀 Menjalankan dan Menguji Pelayan MCP Anda

Langkah 6: Pasang Kebergantungan

Selepas membuat perubahan konfigurasi, jalankan arahan berikut:

Pasang kebergantungan Python:

uv sync

Pasang kebergantungan Inspector:

cd inspector
npm install

Langkah 7: Nyahpepijat dengan Agent Builder

  1. Tekan F5 atau gunakan konfigurasi "Debug in Agent Builder"
  2. Pilih konfigurasi gabungan dari panel nyahpepijat
  3. Tunggu pelayan bermula dan Agent Builder dibuka
  4. Uji pelayan MCP cuaca anda dengan pertanyaan bahasa semula jadi

Masukkan arahan seperti ini

SYSTEM_PROMPT

You are my weather assistant

USER_PROMPT

How's the weather like in Seattle

Agent Builder Debug Result

Langkah 8: Nyahpepijat dengan MCP Inspector

  1. Gunakan konfigurasi "Debug in Inspector" (Edge atau Chrome)
  2. Buka antara muka Inspector di http://localhost:6274
  3. Terokai persekitaran ujian interaktif:
    • Lihat alat yang tersedia
    • Uji pelaksanaan alat
    • Pantau permintaan rangkaian
    • Nyahpepijat tindak balas pelayan

MCP Inspector Interface

🎯 Hasil Pembelajaran Utama

Dengan menyelesaikan makmal ini, anda telah:

  • Mencipta pelayan MCP tersuai menggunakan templat Microsoft Foundry Toolkit
  • Meningkatkan ke SDK MCP terkini (v1.9.3) untuk fungsi dipertingkatkan
  • Mengkonfigurasi aliran kerja penyahpepijatan profesional untuk Agent Builder dan Inspector
  • Menyediakan MCP Inspector untuk ujian pelayan interaktif
  • Menguasai konfigurasi penyahpepijatan VS Code untuk pembangunan MCP

🔧 Ciri Lanjutan yang Diterokai

Ciri Penerangan Kes Penggunaan
SDK Python MCP v1.9.3 Pelaksanaan protokol terkini Pembangunan pelayan moden
MCP Inspector 0.14.0 Alat penyahpepijatan interaktif Ujian pelayan masa nyata
Penyahpepijatan VS Code Persekitaran pembangunan bersepadu Aliran kerja penyahpepijatan profesional
Integrasi Agent Builder Sambungan terus Microsoft Foundry Toolkit Ujian ejen hujung-ke-hujung

📚 Sumber Tambahan

🎉 Tahniah! Anda telah berjaya menyelesaikan Makmal 3 dan kini boleh mencipta, menyahpepijat, dan melaksanakan pelayan MCP tersuai menggunakan aliran kerja pembangunan profesional.

🔜 Teruskan ke Modul Seterusnya

Bersedia untuk menggunakan kemahiran MCP anda dalam aliran kerja pembangunan dunia sebenar? Teruskan ke Modul 4: Pembangunan MCP Praktikal - Pelayan Klon GitHub Tersuai di mana anda akan:

  • Membina pelayan MCP sedia untuk penerbitan yang mengautomasi operasi repositori GitHub
  • Melaksanakan fungsi klon repositori GitHub melalui MCP
  • Mengintegrasikan pelayan MCP tersuai dengan VS Code dan Mod Ejen GitHub Copilot
  • Menguji dan melaksanakan pelayan MCP tersuai dalam persekitaran pengeluaran
  • Mempelajari automasi aliran kerja praktikal untuk pembangun

Penafian: Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat penting, terjemahan oleh manusia profesional adalah disyorkan. Kami tidak bertanggungjawab terhadap sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.

Reference in New Issue View Git Blame Copy Permalink