Skip to content

Latest commit

 

History

History
370 lines (279 loc) · 15 KB

File metadata and controls

370 lines (279 loc) · 15 KB

🌐 Moduuli 2: MCP ja AI Toolkit -perusteet

Duration Difficulty Prerequisites

📋 Oppimistavoitteet

Tämän moduulin lopussa osaat:

  • ✅ Ymmärtää Model Context Protocolin (MCP) arkkitehtuurin ja hyödyt
  • ✅ Tutustua Microsoftin MCP-palvelin-ekosysteemiin
  • ✅ Integroida MCP-palvelimet AI Toolkit Agent Builderiin
  • ✅ Rakentaa toimiva selainautomaattinen agentti Playwright MCP:n avulla
  • ✅ Määrittää ja testata MCP-työkaluja agenteissasi
  • ✅ Viedä ja ottaa MCP-pohjaiset agentit tuotantokäyttöön

🎯 Rakentaminen moduulin 1 päälle

Moduulissa 1 hallitsimme AI Toolkitin perusteet ja loimme ensimmäisen Python-agenttimme. Nyt tehostamme agenttejasi yhdistämällä ne ulkoisiin työkaluihin ja palveluihin mullistavan Model Context Protocolin (MCP) avulla.

Ajattele tätä siirtymänä peruslaskimesta täysiveriseksi tietokoneeksi – AI-agenttisi saavat kyvyn:

  • 🌐 Selailla ja olla vuorovaikutuksessa verkkosivustojen kanssa
  • 📁 Käyttää ja käsitellä tiedostoja
  • 🔧 Integroitua yritysjärjestelmiin
  • 📊 Käsitellä reaaliaikaista dataa API:sta

🧠 Model Context Protocolin (MCP) ymmärtäminen

🔍 Mikä on MCP?

Model Context Protocol (MCP) on "USB-C AI-sovelluksille" – mullistava avoin standardi, joka yhdistää suurten kielimallien (LLM) ulkoisiin työkaluihin, tietolähteisiin ja palveluihin. Aivan kuten USB-C poisti kaosmaisen kaapelien sekamelskan tarjoamalla yhden universaalin liitännän, MCP poistaa AI-integraatioiden monimutkaisuuden yhdellä standardoidulla protokollalla.

🎯 MCP:n ratkaisema ongelma

Ennen MCP:tä:

  • 🔧 Räätälöidyt integraatiot jokaista työkalua varten
  • 🔄 Toimittajalukko omiin ratkaisuihin
  • 🔒 Turva-aukot ad-hoc-yhteyksissä
  • ⏱️ Kuukausien kehitystyö perusintegraatioihin

MCP:n kanssa:

  • ⚡ Plug-and-play-työkalujen integrointi
  • 🔄 Toimittajariippumaton arkkitehtuuri
  • 🛡️ Sisäänrakennetut turvallisuusparhaat käytännöt
  • 🚀 Uusien ominaisuuksien lisääminen minuuteissa

🏗️ Syväsukellus MCP-arkkitehtuuriin

MCP perustuu asiakas-palvelin-arkkitehtuuriin, joka luo turvallisen ja skaalautuvan ekosysteemin:

graph TB
    A[AI Application/Agent] --> B[MCP Client]
    B --> C[MCP Server 1: Files]
    B --> D[MCP Server 2: Web APIs]
    B --> E[MCP Server 3: Database]
    B --> F[MCP Server N: Custom Tools]
    
    C --> G[Local File System]
    D --> H[External APIs]
    E --> I[Database Systems]
    F --> J[Enterprise Systems]
Loading

🔧 Keskeiset komponentit:

Komponentti Rooli Esimerkkejä
MCP Hosts Sovellukset, jotka käyttävät MCP-palveluita Claude Desktop, VS Code, AI Toolkit
MCP Clients Protokollan käsittelijät (1:1 palvelimien kanssa) Sisäänrakennettu host-sovelluksiin
MCP Servers Tarjoavat ominaisuuksia standardoidun protokollan kautta Playwright, Files, Azure, GitHub
Transport Layer Viestintämenetelmät stdio, HTTP, WebSockets

🏢 Microsoftin MCP-palvelin-ekosysteemi

Microsoft johtaa MCP-ekosysteemiä kattavalla yritystason palvelinvalikoimalla, jotka vastaavat todellisiin liiketoiminnan tarpeisiin.

🌟 Microsoftin MCP-palvelimet esittelyssä

1. ☁️ Azure MCP Server

🔗 Repositorio: azure/azure-mcp
🎯 Tarkoitus: Kattava Azure-resurssien hallinta AI-integraatiolla

✨ Keskeiset ominaisuudet:

  • Deklaratiivinen infrastruktuurin provisiointi
  • Reaaliaikainen resurssien seuranta
  • Kustannusten optimointisuositukset
  • Turvallisuusvaatimusten tarkistus

🚀 Käyttötapaukset:

  • Infrastruktuuri koodina AI-avusteisesti
  • Automaattinen resurssien skaalaus
  • Pilvikustannusten optimointi
  • DevOps-työnkulkujen automatisointi

2. 📊 Microsoft Dataverse MCP

📚 Dokumentaatio: Microsoft Dataverse Integration
🎯 Tarkoitus: Luonnollisen kielen käyttöliittymä liiketoimintadataan

✨ Keskeiset ominaisuudet:

  • Luonnollisen kielen tietokantakyselyt
  • Liiketoimintakontekstin ymmärrys
  • Räätälöidyt kehotemallit
  • Yritystason datanhallinta

🚀 Käyttötapaukset:

  • Liiketoimintatiedon raportointi
  • Asiakasdatan analysointi
  • Myyntiputken näkymät
  • Säädöstenmukaisuuskyselyt

3. 🌐 Playwright MCP Server

🔗 Repositorio: microsoft/playwright-mcp
🎯 Tarkoitus: Selainautomaation ja verkkovuorovaikutuksen mahdollistaminen

✨ Keskeiset ominaisuudet:

  • Moniselainautomaatio (Chrome, Firefox, Safari)
  • Älykäs elementtien tunnistus
  • Kuvakaappaukset ja PDF-tuotanto
  • Verkkoliikenteen seuranta

🚀 Käyttötapaukset:

  • Automaattiset testausprosessit
  • Verkkosivujen tietojen keruu ja analyysi
  • Käyttöliittymän valvonta
  • Kilpailija-analyysin automatisointi

4. 📁 Files MCP Server

🔗 Repositorio: microsoft/files-mcp-server
🎯 Tarkoitus: Älykäs tiedostojärjestelmän hallinta

✨ Keskeiset ominaisuudet:

  • Deklaratiivinen tiedostojen hallinta
  • Sisällön synkronointi
  • Versionhallinnan integrointi
  • Metatietojen poiminta

🚀 Käyttötapaukset:

  • Dokumentaation hallinta
  • Koodivaraston organisointi
  • Sisällön julkaisuprosessit
  • Tiedostojen käsittely datan putkissa

5. 📝 MarkItDown MCP Server

🔗 Repositorio: microsoft/markitdown
🎯 Tarkoitus: Edistynyt Markdownin käsittely ja muokkaus

✨ Keskeiset ominaisuudet:

  • Monipuolinen Markdownin jäsentäminen
  • Muotojen muunnos (MD ↔ HTML ↔ PDF)
  • Sisällön rakenteen analyysi
  • Mallipohjien käsittely

🚀 Käyttötapaukset:

  • Teknisen dokumentaation työnkulut
  • Sisällönhallintajärjestelmät
  • Raporttien generointi
  • Tietopohjan automatisointi

6. 📈 Clarity MCP Server

📦 Paketti: @microsoft/clarity-mcp-server
🎯 Tarkoitus: Verkkosivuanalytiikka ja käyttäjäkäyttäytymisen ymmärrys

✨ Keskeiset ominaisuudet:

  • Heatmap-analyysi
  • Käyttäjäistuntojen tallennukset
  • Suorituskykymittarit
  • Konversioputken analyysi

🚀 Käyttötapaukset:

  • Verkkosivujen optimointi
  • Käyttäjäkokemuksen tutkimus
  • A/B-testauksen analyysi
  • Liiketoimintatiedon dashboardit

🌍 Yhteisön ekosysteemi

Microsoftin palvelimien lisäksi MCP-ekosysteemiin kuuluu:

  • 🐙 GitHub MCP: Repositorioiden hallinta ja koodianalyysi
  • 🗄️ TietokantamCP:t: PostgreSQL, MySQL, MongoDB -integraatiot
  • ☁️ Pilvipalveluntarjoajien MCP:t: AWS, GCP, Digital Ocean -työkalut
  • 📧 Viestintä MCP:t: Slack, Teams, Sähköpostiin liittyvät integraatiot

🛠️ Käytännön harjoitus: Selainautomaattisen agentin rakentaminen

🎯 Projektin tavoite: Luo älykäs selainautomaattinen agentti Playwright MCP -palvelimen avulla, joka osaa navigoida verkkosivuilla, kerätä tietoa ja suorittaa monimutkaisia verkkovuorovaikutuksia.

🚀 Vaihe 1: Agentin perustaminen

Vaihe 1: Aloita agenttisi luominen

  1. Avaa AI Toolkit Agent Builder
  2. Luo uusi agentti seuraavilla asetuksilla:
    • Nimi: BrowserAgent
    • Malli: Valitse GPT-4o

BrowserAgent

🔧 Vaihe 2: MCP-integraation työkulku

Vaihe 3: Lisää MCP-palvelinintegraatio

  1. Siirry Agent Builderin Työkalut-osioon
  2. Klikkaa "Add Tool" avataksesi integraatiovalikon
  3. Valitse "MCP Server" saatavilla olevista vaihtoehdoista

AddMCP

🔍 Työkalutyyppien ymmärtäminen:

  • Sisäänrakennetut työkalut: AI Toolkitin valmiit toiminnot
  • MCP-palvelimet: Ulkoiset palveluintegratiot
  • Omat API:t: Omien palveluiden rajapinnat
  • Funktiokutsut: Suora pääsy mallin toimintoihin

Vaihe 4: MCP-palvelimen valinta

  1. Valitse "MCP Server" jatkaaksesi AddMCPServer

  2. Selaa MCP-katalogia tutustuaksesi saatavilla oleviin integraatioihin MCPCatalog

🎮 Vaihe 3: Playwright MCP:n konfigurointi

Vaihe 5: Valitse ja määritä Playwright

  1. Klikkaa "Use Featured MCP Servers" päästäksesi Microsoftin varmennettuihin palvelimiin
  2. Valitse "Playwright" esitellyistä palvelimista
  3. Hyväksy oletus MCP ID tai muokkaa ympäristöösi sopivaksi

MCPID

Vaihe 6: Ota Playwrightin ominaisuudet käyttöön

🔑 Tärkeä vaihe: Valitse KAIKKI saatavilla olevat Playwright-metodit maksimaalisen toiminnallisuuden takaamiseksi

Tools

🛠️ Keskeiset Playwright-työkalut:

  • Navigointi: goto, goBack, goForward, reload
  • Vuorovaikutus: click, fill, press, hover, drag
  • Tietojen poiminta: textContent, innerHTML, getAttribute
  • Varmistus: isVisible, isEnabled, waitForSelector
  • Kaappaus: screenshot, pdf, video
  • Verkko: setExtraHTTPHeaders, route, waitForResponse

Vaihe 7: Varmista integraation onnistuminen

✅ Onnistumisen merkit:

  • Kaikki työkalut näkyvät Agent Builderin käyttöliittymässä
  • Integraatiopaneelissa ei ole virheilmoituksia
  • Playwright-palvelimen tila näyttää "Connected"

AgentTools

🔧 Yleiset ongelmat ja ratkaisut:

  • Yhteys epäonnistui: Tarkista internet-yhteys ja palomuuriasetukset
  • Työkaluja puuttuu: Varmista, että kaikki ominaisuudet valittiin asennuksen aikana
  • Oikeusvirheet: Tarkista, että VS Code:lla on tarvittavat järjestelmän oikeudet

🎯 Vaihe 4: Edistynyt kehotteiden suunnittelu

Vaihe 8: Suunnittele älykkäät järjestelmäkehotteet

Luo monipuolisia kehotteita, jotka hyödyntävät Playwrightin kaikkia ominaisuuksia:

# Web Automation Expert System Prompt

## Core Identity
You are an advanced web automation specialist with deep expertise in browser automation, web scraping, and user experience analysis. You have access to Playwright tools for comprehensive browser control.

## Capabilities & Approach
### Navigation Strategy
- Always start with screenshots to understand page layout
- Use semantic selectors (text content, labels) when possible
- Implement wait strategies for dynamic content
- Handle single-page applications (SPAs) effectively

### Error Handling
- Retry failed operations with exponential backoff
- Provide clear error descriptions and solutions
- Suggest alternative approaches when primary methods fail
- Always capture diagnostic screenshots on errors

### Data Extraction
- Extract structured data in JSON format when possible
- Provide confidence scores for extracted information
- Validate data completeness and accuracy
- Handle pagination and infinite scroll scenarios

### Reporting
- Include step-by-step execution logs
- Provide before/after screenshots for verification
- Suggest optimizations and alternative approaches
- Document any limitations or edge cases encountered

## Ethical Guidelines
- Respect robots.txt and rate limiting
- Avoid overloading target servers
- Only extract publicly available information
- Follow website terms of service

Vaihe 9: Luo dynaamiset käyttäjäkehotteet

Suunnittele kehotteita, jotka demonstroivat erilaisia toimintoja:

🌐 Verkkosivuanalyysin esimerkki:

Navigate to github.com/kinfey and provide a comprehensive analysis including:
1. Repository structure and organization
2. Recent activity and contribution patterns  
3. Documentation quality assessment
4. Technology stack identification
5. Community engagement metrics
6. Notable projects and their purposes

Include screenshots at key steps and provide actionable insights.

Prompt

🚀 Vaihe 5: Suoritus ja testaus

Vaihe 10: Suorita ensimmäinen automaatiosi

  1. Klikkaa "Run" käynnistääksesi automaatiosarjan
  2. Seuraa reaaliaikaista suoritusta:
    • Chrome-selain avautuu automaattisesti
    • Agentti navigoi kohdesivustolle
    • Kuvakaappaukset tallentuvat jokaisesta merkittävästä vaiheesta
    • Analyysitulokset päivittyvät reaaliajassa

Browser

Vaihe 11: Analysoi tulokset ja havainnot

Tarkastele kattavaa analyysiä Agent Builderin käyttöliittymässä:

Result

🌟 Vaihe 6: Edistyneet ominaisuudet ja käyttöönotto

Vaihe 12: Vie ja ota tuotantokäyttöön

Agent Builder tukee useita käyttöönotto vaihtoehtoja:

Code

🎓 Moduuli 2 yhteenveto & seuraavat askeleet

🏆 Saavutus avattu: MCP-integraation mestari

✅ Hallitut taidot:

  • MCP-arkkitehtuurin ja hyötyjen ymmärtäminen
  • Microsoftin MCP-palvelin-ekosysteemin navigointi
  • Playwright MCP:n integrointi AI Toolkitiin
  • Kehittyneiden selainautomaattisten agenttien rakentaminen
  • Edistynyt kehotteiden suunnittelu web-automaatioon

📚 Lisäresurssit

🎉 Onnittelut! Olet onnistuneesti hallinnut MCP-integraation ja voit nyt rakentaa tuotantovalmiita AI-agentteja ulkoisilla työkalutoiminnoilla!

🔜 Jatka seuraavaan moduuliin

Valmis viemään MCP-taitosi seuraavalle tasolle? Siirry Moduuli 3: Edistynyt MCP-kehitys AI Toolkitin kanssa, jossa opit:

  • Luomaan omia räätälöityjä MCP-palvelimia
  • Määrittämään ja käyttämään uusinta MCP Python SDK:ta
  • Ottamaan MCP Inspectorin käyttöön virheenkorjaukseen
  • Hallitsemaan ed
  • Rakenna Weather MCP -palvelin alusta alkaen

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattikäännöksissä saattaa esiintyä virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäiskielellä tulee pitää virallisena lähteenä. Tärkeissä tiedoissa suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä aiheutuvista väärinymmärryksistä tai tulkinnoista.