wehub-resource-sync
227 lines
11 KiB
Markdown
227 lines
11 KiB
Markdown
# Usprawnianie przepływów pracy AI: Budowanie serwera MCP z Microsoft Foundry Toolkit
|
||
|
||
[](https://spec.modelcontextprotocol.io/specification/2025-11-25/)
|
||
[](https://python.org)
|
||
[](https://code.visualstudio.com/)
|
||
|
||
|
||
|
||
## 🎯 Przegląd
|
||
|
||
[](https://youtu.be/r34Csn3rkeQ)
|
||
|
||
_(Kliknij powyższy obraz, aby obejrzeć wideo z tej lekcji)_
|
||
|
||
Witamy w **Model Context Protocol (MCP) Workshop**! Ten kompleksowy warsztat praktyczny łączy dwie innowacyjne technologie, które zrewolucjonizują rozwój aplikacji AI:
|
||
|
||
- **🔗 Model Context Protocol (MCP)**: otwarty standard do bezproblemowej integracji narzędzi AI
|
||
- **🛠️ Microsoft Foundry Toolkit Extension dla VS Code**: potężne rozszerzenie Microsoft do tworzenia AI
|
||
|
||
### 🎓 Czego się nauczysz
|
||
|
||
Na koniec tego warsztatu opanujesz sztukę budowania inteligentnych aplikacji łączących modele AI z realnymi narzędziami i usługami. Od automatycznych testów po niestandardowe integracje API, zdobędziesz praktyczne umiejętności rozwiązywania złożonych wyzwań biznesowych.
|
||
|
||
## 🏗️ Stos technologiczny
|
||
|
||
### 🔌 Model Context Protocol (MCP)
|
||
|
||
MCP to **"USB-C dla AI"** – uniwersalny standard łączący modele AI z zewnętrznymi narzędziami i źródłami danych.
|
||
|
||
**✨ Kluczowe cechy:**
|
||
|
||
- 🔄 **Standaryzowana integracja**: uniwersalny interfejs do połączeń narzędzi AI
|
||
- 🏛️ **Elastyczna architektura**: serwery lokalne i zdalne przez transport stdio/SSE
|
||
- 🧰 **Bogaty ekosystem**: narzędzia, podpowiedzi i zasoby w jednym protokole
|
||
- 🔒 **Gotowość korporacyjna**: wbudowane zabezpieczenia i niezawodność
|
||
|
||
**🎯 Dlaczego MCP jest ważny:**
|
||
Podobnie jak USB-C wyeliminował bałagan kabli, MCP eliminuje złożoność integracji AI. Jeden protokół, nieskończone możliwości.
|
||
|
||
### 🤖 Microsoft Foundry Toolkit Extension dla VS Code
|
||
|
||
Flagowe rozszerzenie Microsoft do tworzenia AI, które zamienia VS Code w potężną platformę AI.
|
||
|
||
**🚀 Kluczowe funkcje:**
|
||
|
||
- 📦 **Katalog modeli**: dostęp do modeli z Azure AI, GitHub, Hugging Face, Ollama
|
||
- ⚡ **Lokalne wnioskowanie**: optymalizacja ONNX na CPU/GPU/NPU
|
||
- 🏗️ **Agent Builder**: wizualna budowa agentów AI z integracją MCP
|
||
- 🎭 **Multi-modalność**: wsparcie tekstu, wizji i danych strukturyzowanych
|
||
|
||
**💡 Korzyści dla programistów:**
|
||
|
||
- Wdrażanie modeli bez konfiguracji
|
||
- Wizualne projektowanie podpowiedzi
|
||
- Testowanie w czasie rzeczywistym
|
||
- Bezproblemowa integracja serwera MCP
|
||
|
||
## 📚 Proces nauki
|
||
|
||
### [🚀 Moduł 1: Podstawy Microsoft Foundry Toolkit](./lab1/README.md)
|
||
|
||
**Czas trwania**: 15 minut
|
||
|
||
- 🛠️ Instalacja i konfiguracja Microsoft Foundry Toolkit dla VS Code
|
||
- 🗂️ Eksploracja Katalogu modeli (ponad 100 modeli z GitHub, ONNX, OpenAI, Anthropic, Google)
|
||
- 🎮 Opanowanie Interaktywnego placu zabaw do testów modeli w czasie rzeczywistym
|
||
- 🤖 Budowa pierwszego agenta AI za pomocą Agent Builder
|
||
- 📊 Ocena wydajności modeli przy użyciu wbudowanych metryk (F1, trafność, podobieństwo, spójność)
|
||
- ⚡ Nauka przetwarzania wsadowego i wsparcia multi-modalnego
|
||
|
||
**🎯 Efekt nauki**: Utworzenie funkcjonalnego agenta AI z pełnym zrozumieniem możliwości Microsoft Foundry Toolkit
|
||
|
||
### [🌐 Moduł 2: MCP z Microsoft Foundry Toolkit – podstawy](./lab2/README.md)
|
||
|
||
**Czas trwania**: 20 minut
|
||
|
||
- 🧠 Opanowanie architektury i koncepcji Model Context Protocol (MCP)
|
||
- 🌐 Eksploracja ekosystemu serwerów MCP Microsoft
|
||
- 🤖 Budowa agenta automatyzującego przeglądarkę z pomocą Playwright MCP server
|
||
- 🔧 Integracja serwerów MCP z Agent Builder Microsoft Foundry Toolkit
|
||
- 📊 Konfiguracja i testowanie narzędzi MCP w agentach
|
||
- 🚀 Eksport i wdrożenie agentów napędzanych MCP do produkcji
|
||
|
||
**🎯 Efekt nauki**: Wdrożenie agenta AI wspartego zewnętrznymi narzędziami przez MCP
|
||
|
||
### [🔧 Moduł 3: Zaawansowany rozwój MCP z Microsoft Foundry Toolkit](./lab3/README.md)
|
||
|
||
**Czas trwania**: 20 minut
|
||
|
||
- 💻 Tworzenie własnych serwerów MCP z użyciem Microsoft Foundry Toolkit
|
||
- 🐍 Konfiguracja i użycie najnowszego MCP Python SDK (wersja 1.9.3)
|
||
- 🔍 Konfiguracja oraz wykorzystanie MCP Inspector do debugowania
|
||
- 🛠️ Budowa Weather MCP Server z profesjonalnymi workflow do debugowania
|
||
- 🧪 Debugowanie serwerów MCP zarówno w Agent Builder, jak i w Inspector
|
||
|
||
**🎯 Efekt nauki**: Rozwój i debugowanie własnych serwerów MCP z nowoczesnymi narzędziami
|
||
|
||
### [🐙 Moduł 4: Praktyczny rozwój MCP – własny serwer GitHub Clone](./lab4/README.md)
|
||
|
||
**Czas trwania**: 30 minut
|
||
|
||
- 🏗️ Budowa rzeczywistego serwera GitHub Clone MCP dla procesów deweloperskich
|
||
- 🔄 Implementacja inteligentnego klonowania repozytoriów z walidacją i obsługą błędów
|
||
- 📁 Tworzenie inteligentnego zarządzania katalogami i integracji z VS Code
|
||
- 🤖 Użycie GitHub Copilot Agent Mode z niestandardowymi narzędziami MCP
|
||
- 🛡️ Wdrażanie niezawodności produkcyjnej i kompatybilności międzyplatformowej
|
||
|
||
**🎯 Efekt nauki**: Wdrożenie produkcyjnego serwera MCP usprawniającego realne procesy deweloperskie
|
||
|
||
## 💡 Zastosowania i wpływ w praktyce
|
||
|
||
### 🏢 Przypadki użycia w przedsiębiorstwach
|
||
|
||
#### 🔄 Automatyzacja DevOps
|
||
|
||
Przekształć swój przepływ pracy programistycznej dzięki inteligentnej automatyzacji:
|
||
|
||
- **Inteligentne zarządzanie repozytoriami**: przegląd i decyzje scalania wspomagane AI
|
||
- **Inteligentne CI/CD**: automatyczna optymalizacja potoków na podstawie zmian w kodzie
|
||
- **Triaging problemów**: automatyczna klasyfikacja i przypisywanie błędów
|
||
|
||
#### 🧪 Rewolucja w zapewnieniu jakości
|
||
|
||
Podnieś testowanie dzięki automatyzacji opartej na AI:
|
||
|
||
- **Inteligentne generowanie testów**: automatyczne tworzenie kompleksowych zestawów testowych
|
||
- **Testy regresji wizualnej**: wykrywanie zmian UI wspomagane AI
|
||
- **Monitorowanie wydajności**: proaktywne wykrywanie i rozwiązywanie problemów
|
||
|
||
#### 📊 Inteligencja procesów przetwarzania danych
|
||
|
||
Buduj mądrzejsze przepływy danych:
|
||
|
||
- **Adaptacyjne procesy ETL**: samonaprawiające się transformacje danych
|
||
- **Wykrywanie anomalii**: monitorowanie jakości danych w czasie rzeczywistym
|
||
- **Inteligentne trasowanie**: zarządzanie przepływem danych
|
||
|
||
#### 🎧 Ulepszenie doświadczeń klientów
|
||
|
||
Twórz wyjątkowe interakcje z klientami:
|
||
|
||
- **Wsparcie kontekstowe**: agenci AI z dostępem do historii klienta
|
||
- **Proaktywne rozwiązywanie problemów**: predyktywna obsługa klienta
|
||
- **Integracja wielokanałowa**: zunifikowane doświadczenie AI na różnych platformach
|
||
|
||
## 🛠️ Wymagania wstępne i konfiguracja
|
||
|
||
### 💻 Wymagania systemowe
|
||
|
||
| Komponent | Wymaganie | Uwagi |
|
||
|-----------|-----------|-------|
|
||
| **System operacyjny** | Windows 10+, macOS 10.15+, Linux | Dowolny nowoczesny system |
|
||
| **Visual Studio Code** | Najnowsza stabilna wersja | Wymagane do Microsoft Foundry Toolkit |
|
||
| **Node.js** | wersja 18.0+ oraz npm | Do rozwoju serwerów MCP |
|
||
| **Python** | 3.10+ | Opcjonalny dla serwerów MCP w Pythonie |
|
||
| **Pamięć** | minimum 8GB RAM | Zalecane 16GB dla lokalnych modeli |
|
||
|
||
### 🔧 Środowisko programistyczne
|
||
|
||
#### Zalecane rozszerzenia VS Code
|
||
|
||
- **Microsoft Foundry Toolkit** (ms-windows-ai-studio.windows-ai-studio)
|
||
- **Python** (ms-python.python)
|
||
- **Python Debugger** (ms-python.debugpy)
|
||
- **GitHub Copilot** (GitHub.copilot) – opcjonalne, ale pomocne
|
||
|
||
#### Narzędzia opcjonalne
|
||
|
||
- **uv**: nowoczesny menedżer pakietów Python
|
||
- **MCP Inspector**: wizualne narzędzie debugowania serwerów MCP
|
||
- **Playwright**: dla przykładów automatyzacji web
|
||
|
||
## 🎖️ Efekty nauki i ścieżka certyfikacji
|
||
|
||
### 🏆 Lista opanowanych umiejętności
|
||
|
||
Po ukończeniu tego warsztatu osiągniesz mistrzostwo w:
|
||
|
||
#### 🎯 Kompetencjach podstawowych
|
||
|
||
- [ ] **Mistrzostwo protokołu MCP**: głębokie zrozumienie architektury i wzorców implementacji
|
||
- [ ] **Biegłość w Microsoft Foundry Toolkit**: eksperckie korzystanie do szybkiego rozwoju
|
||
- [ ] **Tworzenie własnych serwerów produkcyjnych MCP**
|
||
- [ ] **Doskonałość w integracji narzędzi**: bezproblemowe łączenie AI z istniejącymi procesami
|
||
- [ ] **Praktyczne zastosowanie rozwiązań**: stosowanie nabytych umiejętności w rzeczywistych wyzwaniach biznesowych
|
||
|
||
#### 🔧 Umiejętności techniczne
|
||
|
||
- [ ] Konfiguracja Microsoft Foundry Toolkit w VS Code
|
||
- [ ] Projektowanie i wdrażanie własnych serwerów MCP
|
||
- [ ] Integracja modeli GitHub z architekturą MCP
|
||
- [ ] Budowa automatycznych procesów testowych z Playwright
|
||
- [ ] Wdrażanie agentów AI w środowisku produkcyjnym
|
||
- [ ] Debugowanie i optymalizacja wydajności serwerów MCP
|
||
|
||
#### 🚀 Zaawansowane zdolności
|
||
|
||
- [ ] Projektowanie rozwiązań AI na skalę przedsiębiorstw
|
||
- [ ] Wdrażanie najlepszych praktyk bezpieczeństwa dla aplikacji AI
|
||
- [ ] Projektowanie skalowalnych architektur serwerów MCP
|
||
- [ ] Tworzenie niestandardowych łańcuchów narzędzi dla specyficznych dziedzin
|
||
- [ ] Mentoring w zakresie rozwoju natywnego AI
|
||
|
||
## 📖 Dodatkowe zasoby
|
||
|
||
- [Specyfikacja MCP (2025-11-25)](https://spec.modelcontextprotocol.io/specification/2025-11-25/)
|
||
- [Repozytorium Microsoft Foundry Toolkit na GitHub](https://github.com/microsoft/vscode-ai-toolkit)
|
||
- [Zbiór przykładowych serwerów MCP](https://github.com/modelcontextprotocol/servers)
|
||
- [Przewodnik po najlepszych praktykach](https://modelcontextprotocol.io/docs/best-practices)
|
||
- [OWASP MCP Top 10](https://microsoft.github.io/mcp-azure-security-guide/mcp/) - najlepsze praktyki bezpieczeństwa
|
||
|
||
---
|
||
|
||
**🚀 Gotowy, aby zrewolucjonizować swój przepływ pracy tworzenia AI?**
|
||
|
||
Zbudujmy razem przyszłość inteligentnych aplikacji z MCP i Microsoft Foundry Toolkit!
|
||
|
||
## Co dalej
|
||
|
||
Kontynuuj: [Moduł 11: Laboratoria praktyczne MCP Server](../11-MCPServerHandsOnLabs/README.md)
|
||
|
||
---
|
||
|
||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||
**Zastrzeżenie**:
|
||
Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Choć dążymy do dokładności, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub niedokładności. Oryginalny dokument w jego języku źródłowym należy uznawać za autorytatywne źródło. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.
|
||
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |