Weather MCP Server

Detta är en exempel-MCP-server i Python som implementerar väderverktyg med mockade svar. Den kan användas som en grund för din egen MCP-server. Den inkluderar följande funktioner:

Weather Tool: Ett verktyg som tillhandahåller mockad väderinformation baserat på den angivna platsen.
Anslut till Agent Builder: En funktion som låter dig ansluta MCP-servern till Agent Builder för testning och felsökning.
Felsök i MCP Inspector: En funktion som låter dig felsöka MCP-servern med hjälp av MCP Inspector.

Kom igång med Weather MCP Server-mallen

Förutsättningar

För att köra MCP-servern på din lokala utvecklingsmaskin behöver du:

Python

(Valfritt - om du föredrar uv) uv

Python Debugger Extension

Förbered miljön

Det finns två metoder för att ställa in miljön för detta projekt. Du kan välja någon av dem baserat på din preferens.

Obs: Ladda om VSCode eller terminalen för att säkerställa att virtual environment-python används efter att du skapat den virtuella miljön.

Metod	Steg
Använda `uv`	1. Skapa virtuell miljö: `uv venv` 2. Kör VSCode-kommandot "Python: Select Interpreter" och välj python från den skapade virtuella miljön 3. Installera beroenden (inklusive utvecklingsberoenden): `uv pip install -r pyproject.toml --extra dev`
Använda `pip`	1. Skapa virtuell miljö: `python -m venv .venv` 2. Kör VSCode-kommandot "Python: Select Interpreter" och välj python från den skapade virtuella miljön 3. Installera beroenden (inklusive utvecklingsberoenden): `pip install -e .[dev]`

Efter att ha ställt in miljön kan du köra servern på din lokala utvecklingsmaskin via Agent Builder som MCP-klient för att komma igång:

Öppna VS Code Debug-panelen. Välj Debug in Agent Builder eller tryck F5 för att starta felsökningen av MCP-servern.
Använd Microsoft Foundry Toolkit Agent Builder för att testa servern med detta prompt. Servern ansluts automatiskt till Agent Builder.
Klicka på Run för att testa servern med prompten.

Grattis! Du har framgångsrikt kört Weather MCP Server på din lokala utvecklingsmaskin via Agent Builder som MCP-klient.

Vad som ingår i mallen

Mapp / Fil	Innehåll
`.vscode`	VSCode-filer för felsökning
`.aitk`	Konfigurationer för Microsoft Foundry Toolkit
`src`	Källkoden för weather mcp-servern

Hur man felsöker Weather MCP Server

Obs:

MCP Inspector är ett visuellt utvecklarverktyg för testning och felsökning av MCP-servrar.

Alla felsökningslägen stödjer brytpunkter, så att du kan lägga till brytpunkter i verktygsimplementeringskoden.

Felsökningsläge	Beskrivning	Steg för felsökning
Agent Builder	Felsöka MCP-servern i Agent Builder via Microsoft Foundry Toolkit.	1. Öppna VS Code Debug-panel. Välj `Debug in Agent Builder` och tryck `F5` för att starta felsökning av MCP-servern. 2. Använd Microsoft Foundry Toolkit Agent Builder för att testa servern med detta prompt. Servern ansluts automatiskt till Agent Builder. 3. Klicka på `Run` för att testa servern med prompten.
MCP Inspector	Felsök MCP-servern med hjälp av MCP Inspector.	1. Installera Node.js 2. Ställ in Inspector: `cd inspector` && `npm install` 3. Öppna VS Code Debug-panel. Välj `Debug SSE in Inspector (Edge)` eller `Debug SSE in Inspector (Chrome)`. Tryck F5 för att börja felsöka. 4. När MCP Inspector startar i webbläsaren, klicka på `Connect` för att ansluta denna MCP-server. 5. Därefter kan du `List Tools`, välja ett verktyg, skriva in parametrar och `Run Tool` för att felsöka din serverkod.

Standardportar och anpassningar

Felsökningsläge	Portar	Definitioner	Anpassningar	Notering
Agent Builder	3001	tasks.json	Redigera launch.json, tasks.json, __init__.py, mcp.json för att ändra ovanstående portar.	N/A
MCP Inspector	3001 (Server); 5173 och 3000 (Inspector)	tasks.json	Redigera launch.json, tasks.json, __init__.py, mcp.json för att ändra ovanstående portar.	N/A

Feedback

Om du har feedback eller förslag för denna mall, vänligen öppna en issue på Microsoft Foundry Toolkit GitHub-förvaret

Ansvarsfriskrivning: Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, var vänlig notera att automatiska översättningar kan innehålla fel eller brister. Det ursprungliga dokumentet på dess modersmål bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för några missförstånd eller feltolkningar som uppstår till följd av användningen av denna översättning.