Weather MCP Server

Dette er en eksempel MCP Server i Python som implementerer værverktøy med simulerte svar. Den kan brukes som en ramme for din egen MCP Server. Den inkluderer følgende funksjoner:

Weather Tool: Et verktøy som gir simulert værinformasjon basert på gitt sted.
Koble til Agent Builder: En funksjon som lar deg koble MCP-serveren til Agent Builder for testing og feilsøking.
Feilsøk i MCP Inspector: En funksjon som lar deg feilsøke MCP-serveren ved hjelp av MCP Inspector.

Kom i gang med Weather MCP Server-malen

Forutsetninger

For å kjøre MCP Server på din lokale utviklingsmaskin, trenger du:

Python

(Valgfritt - hvis du foretrekker uv) uv

Python Debugger Extension

Forbered miljøet

Det finnes to tilnærminger for å sette opp miljøet for dette prosjektet. Du kan velge den som passer best for deg.

Merk: Last inn VSCode eller terminal på nytt for å sikre at python i det virtuelle miljøet brukes etter opprettelse av det virtuelle miljøet.

Tilnærming	Steg
Bruke `uv`	1. Opprett virtuelt miljø: `uv venv` 2. Kjør VSCode-kommandoen "Python: Select Interpreter" og velg python fra det opprettede virtuelle miljøet 3. Installer avhengigheter (inkludert utviklingsavhengigheter): `uv pip install -r pyproject.toml --extra dev`
Bruke `pip`	1. Opprett virtuelt miljø: `python -m venv .venv` 2. Kjør VSCode-kommandoen "Python: Select Interpreter" og velg python fra det opprettede virtuelle miljøet 3. Installer avhengigheter (inkludert utviklingsavhengigheter): `pip install -e .[dev]`

Etter å ha satt opp miljøet, kan du kjøre serveren på din lokale utviklingsmaskin via Agent Builder som MCP-klient for å komme i gang:

Åpne debug-panelet i VS Code. Velg Debug in Agent Builder eller trykk F5 for å starte feilsøking av MCP-serveren.
Bruk Microsoft Foundry Toolkit Agent Builder for å teste serveren med denne prompten. Serveren kobles automatisk til Agent Builder.
Klikk Run for å teste serveren med prompten.

Gratulerer! Du har nå kjørt Weather MCP Server på din lokale utviklingsmaskin via Agent Builder som MCP-klient.

Hva som er inkludert i malen

Mappe / Fil	Innhold
`.vscode`	VSCode-filer for feilsøking
`.aitk`	Konfigurasjoner for Microsoft Foundry Toolkit
`src`	Kildekoden for Weather MCP-serveren

Hvordan feilsøke Weather MCP Server

Notater:

MCP Inspector er et visuelt utviklerverktøy for testing og feilsøking av MCP-servere.

Alle feilsøkingsmoduser støtter breakpoint, slik at du kan legge til breakpoints i verktøyets implementasjonskode.

Feilsøkingsmodus	Beskrivelse	Steg for feilsøking
Agent Builder	Feilsøk MCP-serveren i Agent Builder via Microsoft Foundry Toolkit.	1. Åpne debug-panelet i VS Code. Velg `Debug in Agent Builder` og trykk `F5` for å starte feilsøking av MCP-serveren. 2. Bruk Microsoft Foundry Toolkit Agent Builder for å teste serveren med denne prompten. Serveren kobles automatisk til Agent Builder. 3. Klikk `Run` for å teste serveren med prompten.
MCP Inspector	Feilsøk MCP-serveren ved hjelp av MCP Inspector.	1. Installer Node.js 2. Sett opp Inspector: `cd inspector` && `npm install` 3. Åpne debug-panelet i VS Code. Velg `Debug SSE in Inspector (Edge)` eller `Debug SSE in Inspector (Chrome)`. Trykk F5 for å starte feilsøking. 4. Når MCP Inspector starter i nettleseren, trykk på `Connect`-knappen for å koble til denne MCP-serveren. 5. Deretter kan du `List Tools`, velge et verktøy, skrive inn parametere, og `Run Tool` for å feilsøke serverkoden.

Standardporter og tilpasninger

Feilsøkingsmodus	Porter	Definisjoner	Tilpasninger	Merk
Agent Builder	3001	tasks.json	Rediger launch.json, tasks.json, __init__.py, mcp.json for å endre portene ovenfor.	N/A
MCP Inspector	3001 (Server); 5173 og 3000 (Inspector)	tasks.json	Rediger launch.json, tasks.json, __init__.py, mcp.json for å endre portene ovenfor.	N/A

Tilbakemelding

Hvis du har tilbakemeldinger eller forslag til denne malen, vennligst åpne en sak på Microsoft Foundry Toolkit GitHub-repositoriet

Ansvarsfraskrivelse: Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal betraktes som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.