microsoft-mcp-servers.md

🚀 १० वटा Microsoft MCP सर्भरहरू जसले विकासकर्ताको उत्पादकत्वलाई रूपान्तरण गर्दैछन्

🎯 यस मार्गदर्शनमा तपाईंले के सिक्नुहुनेछ

यो व्यावहारिक मार्गदर्शनले दस Microsoft MCP सर्भरहरू प्रस्तुत गर्दछ जुन सक्रिय रूपमा विकासकर्ताहरूले AI सहायकहरूसँग कसरी काम गर्छन् भन्ने तरिका परिवर्तन गर्दैछन्। हामी केवल MCP सर्भरहरूले के गर्न सक्छन् भनेर मात्र व्याख्या गर्ने छैनौं, बरु ती सर्भरहरू देखाउनेछौं जुन Microsoft र अन्यत्र दैनिक विकास कार्यप्रवाहमा वास्तविक फरक पारिरहेका छन्।

यस मार्गदर्शनमा समावेश प्रत्येक सर्भरलाई वास्तविक प्रयोग र विकासकर्ताको प्रतिक्रिया आधारमा चयन गरिएको छ। तपाईंले प्रत्येक सर्भरले के गर्छ भन्ने मात्र होइन, किन यो महत्वपूर्ण छ र तपाईंका आफ्नै परियोजनाहरूमा यसबाट कसरी अधिकतम लाभ लिन सकिन्छ भन्ने पनि पत्ता लगाउनुहुनेछ। तपाईं MCP मा नयाँ हुनुहुन्छ वा आफ्नो वर्तमान सेटअप विस्तार गर्न खोज्दै हुनुहुन्छ भने, यी सर्भरहरू Microsoft इकोसिस्टममा उपलब्ध सबैभन्दा व्यावहारिक र प्रभावकारी उपकरणहरू मध्येका हुन्।

💡 छिटो सुरु गर्ने सुझाव

MCP मा नयाँ हुनुहुन्छ? चिन्ता नलिनुहोस्! यो मार्गदर्शन शुरुवातीहरूका लागि डिजाइन गरिएको हो। हामी अवधारणाहरू क्रमशः व्याख्या गर्नेछौं, र तपाईं सधैं हाम्रो MCP परिचय र मूल अवधारणाहरू मोड्युलहरूमा फर्केर थप पृष्ठभूमि अध्ययन गर्न सक्नुहुन्छ।

अवलोकन

यो व्यापक मार्गदर्शनले दस Microsoft MCP सर्भरहरू अन्वेषण गर्दछ जसले विकासकर्ताहरूले AI सहायक र बाह्य उपकरणहरूसँग कसरी अन्तरक्रिया गर्छन् भन्ने तरिका क्रान्तिकारी रूपमा परिवर्तन गर्दैछन्। Azure स्रोत व्यवस्थापनदेखि कागजात प्रशोधनसम्म, यी सर्भरहरूले Model Context Protocol को शक्ति देखाउँछन् जसले सहज र उत्पादक विकास कार्यप्रवाह सिर्जना गर्छ।

सिकाइका उद्देश्यहरू

यस मार्गदर्शनको अन्त्यसम्म तपाईंले:

• MCP सर्भरहरूले विकासकर्ताको उत्पादकत्व कसरी बढाउँछन् बुझ्नुहुनेछ
• Microsoft का सबैभन्दा प्रभावकारी MCP सर्भर कार्यान्वयनहरूबारे जान्नुहुनेछ
• प्रत्येक सर्भरका व्यावहारिक प्रयोग केसहरू पत्ता लगाउनुहुनेछ
• VS Code र Visual Studio मा यी सर्भरहरू कसरी सेटअप र कन्फिगर गर्ने जान्नुहुनेछ
• व्यापक MCP इकोसिस्टम र भविष्यका दिशाहरू अन्वेषण गर्नुहुनेछ

🔧 MCP सर्भरहरू बुझ्न: शुरुवातीहरूको लागि मार्गदर्शन

MCP सर्भरहरू के हुन्?

Model Context Protocol (MCP) मा नयाँ हुनुहुन्छ भने तपाईंलाई लाग्न सक्छ: "MCP सर्भर के हो र किन मलाई यसको चासो राख्नुपर्छ?" सुरु गरौं एउटा सरल उपमा बाट।

MCP सर्भरहरूलाई विशेष सहायकहरू जस्तै सोच्नुहोस् जसले तपाईंको AI कोडिङ सहायक (जस्तै GitHub Copilot) लाई बाह्य उपकरण र सेवाहरूसँग जडान गर्न मद्दत गर्छ। जस्तै तपाईंले आफ्नो फोनमा विभिन्न कामका लागि फरक-फरक एपहरू प्रयोग गर्नुहुन्छ—एक मौसमको लागि, अर्को नेभिगेसनको लागि, अर्को बैंकिङको लागि—त्यसैगरी MCP सर्भरहरूले तपाईंको AI सहायकलाई विभिन्न विकास उपकरण र सेवाहरूसँग अन्तरक्रिया गर्ने क्षमता दिन्छ।

MCP सर्भरहरूले समाधान गर्ने समस्या

MCP सर्भरहरू अघि, यदि तपाईंले:

• Azure स्रोतहरू जाँच्न चाहनुहुन्थ्यो
• GitHub issue सिर्जना गर्न चाहनुहुन्थ्यो
• आफ्नो डाटाबेसमा सोधपुछ गर्न चाहनुहुन्थ्यो
• कागजातहरू खोज्न चाहनुहुन्थ्यो

तपाईंले कोडिङ रोक्नुपर्थ्यो, ब्राउजर खोल्नुपर्थ्यो, उपयुक्त वेबसाइटमा जानुपर्थ्यो र ती कार्यहरू म्यानुअली गर्नुपर्थ्यो। यसले निरन्तर सन्दर्भ परिवर्तन गराउँथ्यो जसले तपाईंको कामको प्रवाह तोड्थ्यो र उत्पादकत्व घटाउँथ्यो।

MCP सर्भरहरूले तपाईंको विकास अनुभव कसरी रूपान्तरण गर्छ

MCP सर्भरहरूसँग, तपाईं आफ्नो विकास वातावरण (VS Code, Visual Studio आदि) मा नै रहन सक्नुहुन्छ र AI सहायकलाई यी कार्यहरू गर्न भन्न सक्नुहुन्छ। उदाहरणका लागि:

परम्परागत कार्यप्रवाहको सट्टा:

1. कोडिङ रोक्नुहोस्
2. ब्राउजर खोल्नुहोस्
3. Azure पोर्टलमा जानुहोस्
4. स्टोरेज खाता विवरण हेर्नुहोस्
5. VS Code मा फर्कनुहोस्
6. कोडिङ पुनः सुरु गर्नुहोस्

अब तपाईं यसरी गर्न सक्नुहुन्छ:

1. AI लाई सोध्नुहोस्: "मेरो Azure स्टोरेज खाताहरूको स्थिति के छ?"
2. प्राप्त जानकारीसहित कोडिङ जारी राख्नुहोस्

शुरुवातीहरूका लागि मुख्य फाइदाहरू

१. 🔄 आफ्नो प्रवाह अवस्थामा रहनुहोस्

• धेरै एपहरू बीच स्विच गर्न पर्दैन
• तपाईंले लेखिरहेको कोडमा ध्यान केन्द्रित राख्नुहोस्
• विभिन्न उपकरणहरू व्यवस्थापन गर्ने मानसिक बोझ कम हुन्छ

२. 🤖 जटिल कमाण्डहरूको सट्टा प्राकृतिक भाषा प्रयोग गर्नुहोस्

• SQL सिन्ट्याक्स सम्झनुको सट्टा तपाईंलाई चाहिएको डाटा वर्णन गर्नुहोस्
• Azure CLI कमाण्डहरू सम्झनुको सट्टा तपाईं के गर्न चाहनुहुन्छ व्याख्या गर्नुहोस्
• AI लाई प्राविधिक विवरणहरू ह्यान्डल गर्न दिनुहोस् र तपाईं तर्कमा ध्यान दिनुहोस्

३. 🔗 धेरै उपकरणहरूलाई जोड्नुहोस्

• विभिन्न सेवाहरूलाई जोडेर शक्तिशाली कार्यप्रवाहहरू सिर्जना गर्नुहोस्
• उदाहरण: "हालैका सबै GitHub issues ल्याउनुहोस् र तिनका लागि Azure DevOps कार्य वस्तुहरू सिर्जना गर्नुहोस्"
• जटिल स्क्रिप्ट लेख्न नपरी स्वचालन बनाउनुहोस्

४. 🌐 बढ्दो इकोसिस्टममा पहुँच पाउनुहोस्

• Microsoft, GitHub र अन्य कम्पनीहरूले बनाएका सर्भरहरूको फाइदा लिनुहोस्
• विभिन्न विक्रेता उपकरणहरू सहजै मिसाउनुहोस्
• विभिन्न AI सहायकहरूमा काम गर्ने मानकीकृत इकोसिस्टममा सहभागी हुनुहोस्

५. 🛠️ गरि सिक्नुहोस्

• अवधारणाहरू बुझ्न पूर्वनिर्मित सर्भरहरूबाट सुरु गर्नुहोस्
• सहज भएपछि आफ्नै सर्भरहरू क्रमशः बनाउनुहोस्
• उपलब्ध SDK र कागजातहरू प्रयोग गरेर सिकाइलाई मार्गदर्शन गर्नुहोस्

शुरुवातीहरूको लागि वास्तविक उदाहरण

मानौं तपाईं वेब विकासमा नयाँ हुनुहुन्छ र आफ्नो पहिलो परियोजनामा काम गर्दै हुनुहुन्छ। MCP सर्भरहरूले कसरी मद्दत गर्छन्:

परम्परागत तरिका:

1. Code a feature
2. Open browser → Navigate to GitHub
3. Create an issue for testing
4. Open another tab → Check Azure docs for deployment
5. Open third tab → Look up database connection examples
6. Return to VS Code
7. Try to remember what you were doing

MCP सर्भरहरूसँग:

1. Code a feature
2. Ask AI: "Create a GitHub issue for testing this login feature"
3. Ask AI: "How do I deploy this to Azure according to the docs?"
4. Ask AI: "Show me the best way to connect to my database"
5. Continue coding with all the information you need

उद्यम मानकको फाइदा

MCP उद्योगव्यापी मानक बन्दैछ, जसको अर्थ:

• संगति: विभिन्न उपकरण र कम्पनीहरूमा समान अनुभव
• अन्तरक्रियाशीलता: विभिन्न विक्रेताका सर्भरहरू सँगै काम गर्छन्
• भविष्य सुरक्षित: सीप र सेटअपहरू विभिन्न AI सहायकहरूमा सार्न सकिन्छ
• समुदाय: साझा ज्ञान र स्रोतहरूको ठूलो इकोसिस्टम

सुरु गर्ने तरिका: तपाईंले के सिक्नुहुनेछ

यस मार्गदर्शनमा, हामी १० Microsoft MCP सर्भरहरू अन्वेषण गर्नेछौं जुन सबै स्तरका विकासकर्ताहरूका लागि उपयोगी छन्। प्रत्येक सर्भरले:

• सामान्य विकास चुनौतीहरू समाधान गर्ने
• दोहोरिने कार्यहरू घटाउने
• कोड गुणस्तर सुधार्ने
• सिकाइका अवसरहरू बढाउने

💡 सिकाइ सुझाव

यदि तपाईं MCP मा पूर्ण नयाँ हुनुहुन्छ भने, पहिले हाम्रो MCP परिचय र मूल अवधारणाहरू मोड्युलहरूबाट सुरु गर्नुहोस्। त्यसपछि यहाँ फर्केर यी अवधारणाहरूलाई वास्तविक Microsoft उपकरणहरूसँग कसरी लागू गरिन्छ हेर्नुहोस्।

MCP को महत्त्वबारे थप सन्दर्भका लागि Maria Naggaga को पोस्ट पढ्नुहोस्: Connect Once, Integrate Anywhere with MCP।

VS Code र Visual Studio मा MCP सँग सुरु गर्नुहोस् 🚀

यदि तपाईं Visual Studio Code वा Visual Studio 2022 GitHub Copilot सँग प्रयोग गर्दै हुनुहुन्छ भने यी MCP सर्भरहरू सेटअप गर्न सजिलो छ।

VS Code सेटअप

VS Code को लागि आधारभूत प्रक्रिया:

1. Agent Mode सक्षम गर्नुहोस्: VS Code मा Copilot Chat विन्डोमा Agent मोडमा स्विच गर्नुहोस्
2. MCP सर्भरहरू कन्फिगर गर्नुहोस्: आफ्नो VS Code settings.json फाइलमा सर्भर कन्फिगरेसनहरू थप्नुहोस्
3. सर्भरहरू सुरु गर्नुहोस्: प्रयोग गर्न चाहेको प्रत्येक सर्भरको "Start" बटन क्लिक गर्नुहोस्
4. उपकरणहरू चयन गर्नुहोस्: आफ्नो वर्तमान सत्रका लागि कुन MCP सर्भरहरू सक्षम गर्ने छनौट गर्नुहोस्

विस्तृत सेटअप निर्देशनका लागि VS Code MCP कागजात हेर्नुहोस्।

💡 प्रो सुझाव: MCP सर्भरहरूलाई प्रो जस्तै व्यवस्थापन गर्नुहोस्!

VS Code Extensions दृश्यमा अब स्थापित MCP सर्भरहरू व्यवस्थापन गर्न नयाँ UI उपलब्ध छ! तपाईंले कुनै पनि MCP सर्भर छिटो सुरु, रोक्न र व्यवस्थापन गर्न सक्नुहुन्छ। अवश्य प्रयास गर्नुहोस्!

Visual Studio 2022 सेटअप

Visual Studio 2022 (संस्करण 17.14 वा पछि) का लागि:

1. Agent Mode सक्षम गर्नुहोस्: GitHub Copilot Chat विन्डोमा "Ask" ड्रपडाउन क्लिक गरी "Agent" चयन गर्नुहोस्
2. कन्फिगरेसन फाइल बनाउनुहोस्: आफ्नो समाधान निर्देशिकामा .mcp.json फाइल बनाउनुहोस् (सिफारिस गरिएको स्थान: <SOLUTIONDIR>\.mcp.json)
3. सर्भरहरू कन्फिगर गर्नुहोस्: मानक MCP ढाँचामा आफ्नो सर्भर कन्फिगरेसनहरू थप्नुहोस्
4. उपकरण अनुमोदन: जब सोधियो, प्रयोग गर्न चाहेका उपकरणहरू उपयुक्त अनुमति दायरासहित अनुमोदन गर्नुहोस्

Visual Studio सेटअपका लागि विस्तृत निर्देशनहरू Visual Studio MCP कागजात मा उपलब्ध छन्।

प्रत्येक MCP सर्भरको आफ्नै कन्फिगरेसन आवश्यकताहरू (जडान स्ट्रिङ, प्रमाणीकरण आदि) हुन्छन्, तर दुबै IDE मा सेटअप ढाँचा समान छ।

Microsoft MCP सर्भरहरूबाट सिकाइ 🛠️

१. 📚 Microsoft Learn Docs MCP Server

के गर्छ: Microsoft Learn Docs MCP Server एक क्लाउड-होस्ट गरिएको सेवा हो जसले AI सहायकहरूलाई Model Context Protocol मार्फत आधिकारिक Microsoft कागजातहरूमा वास्तविक-समय पहुँच प्रदान गर्छ। यो https://learn.microsoft.com/api/mcp सँग जडान हुन्छ र Microsoft Learn, Azure कागजात, Microsoft 365 कागजात र अन्य आधिकारिक Microsoft स्रोतहरूमा सेम्यान्टिक खोज सक्षम बनाउँछ।

किन उपयोगी छ: यो "सिर्फ कागजात" जस्तो देखिए पनि, यो सर्भर Microsoft प्रविधिहरू प्रयोग गर्ने प्रत्येक विकासकर्ताका लागि अत्यन्त महत्वपूर्ण छ। .NET विकासकर्ताहरूले AI कोडिङ सहायकहरूमा सबैभन्दा धेरै गुनासो गर्ने कुरा हो कि तिनीहरू नवीनतम .NET र C# रिलिजहरूमा अपडेट छैनन्। Microsoft Learn Docs MCP Server ले यो समस्या समाधान गर्छ किनभने यसले सबैभन्दा नयाँ कागजात, API सन्दर्भ र उत्तम अभ्यासहरूमा वास्तविक-समय पहुँच दिन्छ। तपाईं नवीनतम Azure SDK हरू प्रयोग गर्दै हुनुहुन्छ, नयाँ C# १३ सुविधाहरू अन्वेषण गर्दै हुनुहुन्छ वा अत्याधुनिक .NET Aspire ढाँचाहरू लागू गर्दै हुनुहुन्छ भने पनि, यो सर्भरले तपाईंको AI सहायकलाई सही, आधुनिक कोड उत्पादन गर्न आवश्यक अधिकारिक र अद्यावधिक जानकारी उपलब्ध गराउँछ।

वास्तविक प्रयोग: "Microsoft Learn को आधिकारिक कागजात अनुसार Azure container app बनाउनका लागि az cli कमाण्डहरू के हुन्?" वा "ASP.NET Core मा Entity Framework लाई dependency injection सँग कसरी कन्फिगर गर्ने?" वा "यो कोड Microsoft Learn कागजातमा प्रदर्शन सिफारिसहरूसँग मेल खान्छ कि छैन समीक्षा गर।" सर्भरले Microsoft Learn, Azure कागजात र Microsoft 365 कागजातहरूमा उन्नत सेम्यान्टिक खोज प्रयोग गरी सबैभन्दा सान्दर्भिक जानकारी फेला पार्छ। यो १० सम्म उच्च गुणस्तरका सामग्री खण्डहरू शीर्षक र URL सहित फर्काउँछ, सधैं प्रकाशित भैरहेको नवीनतम Microsoft कागजातमा पहुँच राख्छ।

विशेष उदाहरण: सर्भरले microsoft_docs_search उपकरण प्रदान गर्छ जुन Microsoft को आधिकारिक प्राविधिक कागजातहरूमा सेम्यान्टिक खोज गर्छ। एक पटक कन्फिगर भएपछि, तपाईं "ASP.NET Core मा JWT प्रमाणीकरण कसरी लागू गर्ने?" जस्ता प्रश्नहरू सोध्न सक्नुहुन्छ र स्रोत लिंक सहित विस्तृत आधिकारिक जवाफहरू प्राप्त गर्न सक्नुहुन्छ। खोज गुणस्तर उत्कृष्ट छ किनभने यसले सन्दर्भ बुझ्छ – Azure सन्दर्भमा "containers" बारे सोध्दा Azure Container Instances कागजात फर्काउँछ, भने .NET सन्दर्भमा सोही शब्दले सम्बन्धित C# संग्रह जानकारी दिन्छ।

यो विशेष गरी ती पुस्तकालयहरू र प्रयोग केसहरूका लागि उपयोगी छ जुन छिटो परिवर्तन भइरहेका वा भर्खरै अपडेट भएका छन्। उदाहरणका लागि, केही भर्खरका कोडिङ परियोजनाहरूमा मैले .NET Aspire र Microsoft.Extensions.AI का नवीनतम रिलिजका सुविधाहरू उपयोग गर्न चाहन्थेँ। Microsoft Learn Docs MCP सर्भर समावेश गरेर, मैले केवल API कागजातहरू मात्र होइन, भर्खरै प्रकाशित भएका वाकथ्रू र मार्गनिर्देशनहरू पनि उपयोग गर्न सकेँ।

💡 प्रो टिप

उपकरणमैत्री मोडेलहरूलाई पनि MCP उपकरणहरू प्रयोग गर्न प्रोत्साहन आवश्यक पर्छ! एउटा सिस्टम प्रॉम्प्ट वा copilot-instructions.md थप्न विचार गर्नुहोस् जस्तै: "तपाईंलाई microsoft.docs.mcp पहुँच छ – Microsoft का C#, Azure, ASP.NET Core, वा Entity Framework जस्ता प्रविधिहरू सम्बन्धी प्रश्नहरू ह्यान्डल गर्दा Microsoft को सबैभन्दा नयाँ आधिकारिक दस्तावेज खोज्न यो उपकरण प्रयोग गर्नुहोस्।"

यसलाई व्यवहारमा देखाउनको लागि, Awesome GitHub Copilot रिपोजिटरीबाट C# .NET Janitor च्याट मोड हेर्नुहोस्। यो मोड विशेष गरी Microsoft Learn Docs MCP सर्भरलाई प्रयोग गरेर C# कोडलाई सफा र आधुनिक बनाउन नवीनतम ढाँचा र उत्कृष्ट अभ्यासहरू उपयोग गर्छ।

2. ☁️ Azure MCP Server

यसले के गर्छ: Azure MCP Server १५ भन्दा बढी विशेष Azure सेवा कनेक्टरहरूको व्यापक सेट हो जसले Azure को सम्पूर्ण इकोसिस्टमलाई तपाईंको AI कार्यप्रवाहमा ल्याउँछ। यो केवल एउटा सर्भर मात्र होइन – यो शक्तिशाली संग्रह हो जसमा स्रोत व्यवस्थापन, डेटाबेस कनेक्टिभिटी (PostgreSQL, SQL Server), KQL सहित Azure Monitor लग विश्लेषण, Cosmos DB एकीकरण, र धेरै अन्य समावेश छन्।

किन उपयोगी छ: Azure स्रोतहरू मात्र व्यवस्थापन गर्ने होइन, यो सर्भर Azure SDK सँग काम गर्दा कोडको गुणस्तरलाई उल्लेखनीय रूपमा सुधार गर्छ। जब तपाईं Azure MCP लाई Agent मोडमा प्रयोग गर्नुहुन्छ, यो केवल कोड लेख्न मद्दत गर्दैन – यो तपाईंलाई राम्रो Azure कोड लेख्न मद्दत गर्छ जुन हालको प्रमाणीकरण ढाँचाहरू, त्रुटि ह्यान्डलिङका उत्कृष्ट अभ्यासहरू पालना गर्छ र नवीनतम SDK सुविधाहरूको उपयोग गर्छ। सामान्य काम गर्ने कोडको सट्टा, तपाईंले Azure को उत्पादन कार्यभारका लागि सिफारिस गरिएका ढाँचाहरू अनुसरण गर्ने कोड पाउनुहुन्छ।

मुख्य मोड्युलहरू समावेश छन्:

• 🗄️ डेटाबेस कनेक्टरहरू: Azure Database for PostgreSQL र SQL Server मा प्राकृतिक भाषा मार्फत सिधा पहुँच
• 📊 Azure Monitor: KQL-शक्तिशाली लग विश्लेषण र सञ्चालन सम्बन्धी जानकारी
• 🌐 स्रोत व्यवस्थापन: पूर्ण Azure स्रोत जीवनचक्र व्यवस्थापन
• 🔐 प्रमाणीकरण: DefaultAzureCredential र व्यवस्थापन गरिएको पहिचान ढाँचाहरू
• 📦 भण्डारण सेवा: Blob Storage, Queue Storage, र Table Storage अपरेसनहरू
• 🚀 कन्टेनर सेवा: Azure Container Apps, Container Instances, र AKS व्यवस्थापन
• र धेरै अन्य विशेष कनेक्टरहरू

वास्तविक प्रयोग: "मेरो Azure भण्डारण खाताहरू सूचीबद्ध गर", "पछिल्लो घण्टामा मेरो Log Analytics कार्यक्षेत्रमा त्रुटिहरूको लागि सोधपुछ गर", वा "Node.js प्रयोग गरेर उचित प्रमाणीकरणसहित Azure एप्लिकेशन बनाउन मद्दत गर"

पूर्ण डेमो परिदृश्य: यहाँ Azure MCP र GitHub Copilot को Azure एक्सटेन्सनलाई VS Code मा संयोजन गरेर देखाउने पूर्ण प्रक्रिया छ। जब तपाईं दुबै स्थापना गर्नुहुन्छ र सोध्नुहुन्छ:

"DefaultAzureCredential प्रमाणीकरण प्रयोग गरेर Azure Blob Storage मा फाइल अपलोड गर्ने Python स्क्रिप्ट बनाऊ। स्क्रिप्टले मेरो Azure भण्डारण खाता 'mycompanystorage' सँग जडान गर्नुपर्छ, 'documents' नामको कन्टेनरमा अपलोड गर्नुपर्छ, हालको टाइमस्ट्याम्प सहित परीक्षण फाइल सिर्जना गर्नुपर्छ, त्रुटिहरूलाई सहज रूपमा ह्यान्डल गर्नुपर्छ र जानकारीमूलक आउटपुट दिनुपर्छ, प्रमाणीकरण र त्रुटि ह्यान्डलिङका लागि Azure का उत्कृष्ट अभ्यासहरू पालना गर्नुपर्छ, DefaultAzureCredential प्रमाणीकरण कसरी काम गर्छ भन्ने व्याख्या गर्ने टिप्पणीहरू समावेश गर्नुपर्छ, र स्क्रिप्टलाई उचित फङ्सन र डकुमेन्टेसनसहित राम्रो संरचित बनाउनुपर्छ।"

Azure MCP Server ले पूर्ण, उत्पादन-तयार Python स्क्रिप्ट तयार पार्नेछ जसले:

• नवीनतम Azure Blob Storage SDK लाई उचित async ढाँचासहित प्रयोग गर्छ
• DefaultAzureCredential लाई व्यापक fallback श्रृंखलासहित कार्यान्वयन गर्छ
• विशिष्ट Azure अपवाद प्रकारहरूसहित बलियो त्रुटि ह्यान्डलिङ समावेश गर्छ
• Azure SDK का स्रोत व्यवस्थापन र कनेक्शन ह्यान्डलिङका उत्कृष्ट अभ्यासहरू पालना गर्छ
• विस्तृत लगिङ र जानकारीमूलक कन्सोल आउटपुट प्रदान गर्छ
• फङ्सन, डकुमेन्टेसन, र प्रकार संकेतहरूसहित राम्रो संरचित स्क्रिप्ट सिर्जना गर्छ

यो विशेष कुरा के हो भने Azure MCP बिना तपाईंले सामान्य blob storage कोड पाउन सक्नुहुन्छ जुन काम गर्छ तर हालको Azure ढाँचाहरू पालना गर्दैन। Azure MCP सँग तपाईंले नवीनतम प्रमाणीकरण विधिहरू प्रयोग गर्ने, Azure-विशिष्ट त्रुटि परिदृश्यहरू ह्यान्डल गर्ने, र Microsoft का उत्पादन अनुप्रयोगका लागि सिफारिस गरिएका अभ्यासहरू अनुसरण गर्ने कोड पाउनुहुन्छ।

विशेष उदाहरण: म az र azd CLI का विशिष्ट कमाण्डहरू सम्झन संघर्ष गरिरहेको थिएँ। मेरो लागि यो सधैं दुई चरणको प्रक्रिया हुन्छ: पहिले सिन्ट्याक्स खोज्ने, त्यसपछि कमाण्ड चलाउने। म प्रायः पोर्टलमा गएर क्लिक गरेर काम पूरा गर्छु किनभने CLI सिन्ट्याक्स सम्झन सक्दिन भनेर स्वीकार्न चाहन्न। मैले चाहेको कुरा वर्णन गर्न सक्नु पर्छ भन्ने कुरा अद्भुत छ, र त्यो पनि मेरो IDE छोड्न नपरी गर्न सक्नु अझ राम्रो छ!

तपाईंलाई सुरु गर्न Azure MCP repository मा धेरै उपयोगी केसहरूको सुची छ। विस्तृत सेटअप गाइड र उन्नत कन्फिगरेसन विकल्पहरूको लागि अधिकारिक Azure MCP डकुमेन्टेसन हेर्नुहोस्।

3. 🐙 GitHub MCP Server

यसले के गर्छ: आधिकारिक GitHub MCP Server ले GitHub को सम्पूर्ण इकोसिस्टमसँग सहज एकीकरण प्रदान गर्छ, जसमा होस्ट गरिएको रिमोट पहुँच र स्थानीय Docker डिप्लोयमेन्ट विकल्पहरू छन्। यो केवल आधारभूत रिपोजिटरी अपरेसन मात्र होइन – यो GitHub Actions व्यवस्थापन, पुल रिक्वेस्ट कार्यप्रवाह, समस्या ट्र्याकिङ, सुरक्षा स्क्यानिङ, सूचनाहरू, र उन्नत अटोमेसन क्षमताहरू सहितको व्यापक उपकरण हो।

किन उपयोगी छ: यो सर्भरले GitHub सँगको तपाईंको अन्तरक्रियालाई रूपान्तरण गर्छ र पूर्ण प्लेटफर्म अनुभव तपाईंको विकास वातावरणमा ल्याउँछ। परियोजना व्यवस्थापन, कोड समीक्षा, र CI/CD अनुगमनका लागि बारम्बार VS Code र GitHub.com बीच स्विच गर्नुभन्दा, तपाईं प्राकृतिक भाषा आदेशहरू मार्फत सबै कुरा आफ्नो कोडमा ध्यान दिँदै गर्न सक्नुहुन्छ।

ℹ️ नोट: 'एजेन्ट' का विभिन्न प्रकारहरू

GitHub MCP Server लाई GitHub को Coding Agent (जो तपाईंले GitHub समस्याहरूमा स्वचालित कोडिङ कार्यका लागि असाइन गर्न सक्नुहुन्छ) सँग नबुझ्नुहोस्। GitHub MCP Server VS Code को Agent मोडमा GitHub API एकीकरण प्रदान गर्छ, जबकि GitHub को Coding Agent एउटा अलग सुविधा हो जुन GitHub समस्याहरूमा असाइन गर्दा पुल रिक्वेस्टहरू सिर्जना गर्छ।

मुख्य क्षमताहरू समावेश छन्:

• ⚙️ GitHub Actions: पूर्ण CI/CD पाइपलाइन व्यवस्थापन, कार्यप्रवाह अनुगमन, र आर्टिफ्याक्ट ह्यान्डलिङ
• 🔀 पुल रिक्वेस्टहरू: PR सिर्जना, समीक्षा, मर्ज, र व्यवस्थापन विस्तृत स्थिति ट्र्याकिङसहित
• 🐛 समस्याहरू: पूर्ण समस्या जीवनचक्र व्यवस्थापन, टिप्पणी, लेबलिङ, र असाइनमेन्ट
• 🔒 सुरक्षा: कोड स्क्यानिङ चेतावनीहरू, गोप्य जानकारी पत्ता लगाउने, र Dependabot एकीकरण
• 🔔 सूचनाहरू: स्मार्ट सूचना व्यवस्थापन र रिपोजिटरी सदस्यता नियन्त्रण
• 📁 रिपोजिटरी व्यवस्थापन: फाइल अपरेसनहरू, ब्रान्च व्यवस्थापन, र रिपोजिटरी प्रशासन
• 👥 सहकार्य: प्रयोगकर्ता र संगठन खोज, टोली व्यवस्थापन, र पहुँच नियन्त्रण

वास्तविक प्रयोग: "मेरो फीचर ब्रान्चबाट पुल रिक्वेस्ट सिर्जना गर", "यो हप्ता सबै असफल CI रनहरू देखाऊ", "मेरो रिपोजिटरीहरूको लागि खुला सुरक्षा चेतावनीहरू सूचीबद्ध गर", वा "मेरो संगठनहरूमा असाइन भएका सबै समस्याहरू फेला पार"

पूर्ण डेमो परिदृश्य: यहाँ GitHub MCP Server को क्षमताहरू देखाउने शक्तिशाली कार्यप्रवाह छ:

"म हाम्रो स्प्रिन्ट समीक्षा तयारी गर्न चाहन्छु। यो हप्ता मैले सिर्जना गरेका सबै पुल रिक्वेस्टहरू देखाऊ, हाम्रो CI/CD पाइपलाइनहरूको स्थिति जाँच गर, कुनै पनि सुरक्षा चेतावनीहरूको सारांश तयार गर जुन हामीले सम्बोधन गर्नुपर्छ, र 'feature' लेबल भएका मर्ज गरिएका PR हरूको आधारमा रिलिज नोटहरू तयार गर्न मद्दत गर।"

GitHub MCP Server ले:

• तपाईंका हालका पुल रिक्वेस्टहरू विस्तृत स्थिति जानकारीसहित सोधपुछ गर्नेछ
• कार्यप्रवाह रनहरू विश्लेषण गरी कुनै पनि असफलता वा प्रदर्शन समस्याहरू हाइलाइट गर्नेछ
• सुरक्षा स्क्यानिङ परिणामहरू संकलन गरी महत्वपूर्ण चेतावनीहरू प्राथमिकता दिनेछ
• मर्ज गरिएका PR हरूबाट जानकारी निकालेर व्यापक रिलिज नोटहरू तयार गर्नेछ
• स्प्रिन्ट योजना र रिलिज तयारीका लागि कार्यान्वयन योग्य अर्को कदमहरू प्रदान गर्नेछ

विशेष उदाहरण: म कोड समीक्षा कार्यप्रवाहका लागि यो धेरै मन पराउँछु। VS Code, GitHub सूचनाहरू, र पुल रिक्वेस्ट पृष्ठहरू बीच उफ्रिनुको सट्टा, म भन्छु "मेरो समीक्षा पर्खिरहेका सबै PR हरू देखाऊ" र त्यसपछि "PR #123 मा प्रमाणीकरण विधिमा त्रुटि ह्यान्डलिङबारे टिप्पणी थप"। सर्भरले GitHub API कलहरू ह्यान्डल गर्छ, छलफलको सन्दर्भ कायम राख्छ, र मलाई अझ रचनात्मक समीक्षा टिप्पणीहरू तयार गर्न मद्दत गर्छ।

प्रमाणीकरण विकल्पहरू: सर्भरले OAuth (VS Code मा सहज) र Personal Access Tokens दुवै समर्थन गर्छ, र तपाईंले आवश्यक GitHub कार्यक्षमता मात्र सक्षम पार्न कन्फिगर गर्न सक्नुहुन्छ। तपाईं यसलाई रिमोट होस्ट गरिएको सेवा रूपमा तुरुन्त सेटअपका लागि चलाउन सक्नुहुन्छ वा पूर्ण नियन्त्रणका लागि स्थानीय Docker मार्फत चलाउन सक्नुहुन्छ।

💡 प्रो टिप

आफ्नो MCP सर्भर सेटिङहरूमा --toolsets प्यारामिटर कन्फिगर गरेर आवश्यक टूलसेटहरू मात्र सक्षम पार्नुहोस् जसले सन्दर्भ आकार घटाउँछ र AI टूल चयन सुधार गर्छ। उदाहरणका लागि, मुख्य विकास कार्यप्रवाहका लागि "--toolsets", "repos,issues,pull_requests,actions" थप्नुहोस्, वा यदि तपाईं मुख्य रूपमा GitHub अनुगमन क्षमताहरू चाहनुहुन्छ भने "--toolsets", "notifications, security" प्रयोग गर्नुहोस्।

4. 🔄 Azure DevOps MCP Server

यसले के गर्छ: Azure DevOps सेवाहरूमा जडान गरी व्यापक परियोजना व्यवस्थापन, कार्य वस्तु ट्र्याकिङ, बिल्ड पाइपलाइन व्यवस्थापन, र रिपोजिटरी अपरेसनहरू प्रदान गर्छ।

किन उपयोगी छ: Azure DevOps लाई आफ्नो मुख्य DevOps प्लेटफर्मको रूपमा प्रयोग गर्ने टोलीहरूका लागि, यो MCP सर्भरले विकास वातावरण र Azure DevOps वेब इन्टरफेस बीच बारम्बार ट्याब स्विच गर्ने झन्झट हटाउँछ। तपाईं AI सहायकबाटै कार्य वस्तुहरू व्यवस्थापन गर्न, बिल्ड स्थिति जाँच गर्न, रिपोजिटरीहरू सोधपुछ गर्न, र परियोजना व्यवस्थापन कार्यहरू गर्न सक्नुहुन्छ।

वास्तविक प्रयोग: "WebApp परियोजनाको हालको स्प्रिन्टमा सबै सक्रिय कार्य वस्तुहरू देखाऊ", "मैले भर्खर फेला पारेको लगइन समस्याको लागि बग रिपोर्ट सिर्जना गर", वा "हाम्रो बिल्ड पाइपलाइनहरूको स्थिति जाँच गर र हालैका कुनै पनि असफलताहरू देखाऊ"

विशेष उदाहरण: तपाईं सजिलै आफ्नो टोलीको हालको स्प्रिन्टको स्थिति जाँच गर्न सक्नुहुन्छ जस्तै "WebApp परियोजनाको हालको स्प्रिन्टमा सबै सक्रिय कार्य वस्तुहरू देखाऊ" वा "मैले भर्खर फेला पारेको लगइन समस्याको लागि बग रिपोर्ट सिर्जना गर" बिना विकास वातावरण छोड्न।

5. 📝 MarkItDown MCP Server

के गर्छ: MarkItDown एक व्यापक कागजात रूपान्तरण सर्भर हो जसले विभिन्न फाइल ढाँचाहरूलाई उच्च गुणस्तरको Markdown मा रूपान्तरण गर्छ, जुन LLM उपभोग र पाठ विश्लेषण कार्यप्रवाहहरूका लागि अनुकूलित छ।

किन उपयोगी छ: आधुनिक कागजात कार्यप्रवाहहरूका लागि अत्यावश्यक! MarkItDown ले धेरै फाइल ढाँचाहरूलाई सम्हाल्छ र महत्त्वपूर्ण कागजात संरचना जस्तै शीर्षकहरू, सूचीहरू, तालिकाहरू, र लिंकहरूलाई सुरक्षित राख्छ। साधारण पाठ निकाल्ने उपकरणहरू भन्दा फरक, यसले सेम्यान्टिक अर्थ र स्वरूपणलाई कायम राख्नमा केन्द्रित छ जुन AI प्रशोधन र मानव पढ्नका लागि उपयोगी हुन्छ।

समर्थित फाइल ढाँचाहरू:

• अफिस कागजातहरू: PDF, PowerPoint (PPTX), Word (DOCX), Excel (XLSX/XLS)
• मिडिया फाइलहरू: छविहरू (EXIF मेटाडाटा र OCR सहित), अडियो (EXIF मेटाडाटा र भाषण ट्रान्सक्रिप्सन सहित)
• वेब सामग्री: HTML, RSS फिडहरू, YouTube URL हरू, Wikipedia पृष्ठहरू
• डेटा ढाँचाहरू: CSV, JSON, XML, ZIP फाइलहरू (भित्रका सामग्रीहरू पुनरावृत्त रूपमा प्रक्रिया गर्छ)
• प्रकाशन ढाँचाहरू: EPub, Jupyter नोटबुकहरू (.ipynb)
• इमेल: Outlook सन्देशहरू (.msg)
• उन्नत: Azure Document Intelligence एकीकरणले PDF प्रशोधनलाई अझ सशक्त बनाउँछ

उन्नत क्षमता: MarkItDown ले LLM-संचालित छवि विवरणहरू समर्थन गर्छ (OpenAI क्लाइन्ट उपलब्ध हुँदा), Azure Document Intelligence मार्फत PDF प्रशोधन सुधार्छ, भाषण सामग्रीको लागि अडियो ट्रान्सक्रिप्सन गर्छ, र थप फाइल ढाँचाहरूका लागि प्लगइन प्रणाली प्रदान गर्छ।

व्यावहारिक प्रयोग: "यो PowerPoint प्रस्तुतीकरणलाई Markdown मा रूपान्तरण गरौं हाम्रो कागजात साइटका लागि", "यो PDF बाट सही शीर्षक संरचनासहित पाठ निकाल", वा "यो Excel स्प्रेडशीटलाई पढ्न मिल्ने तालिका ढाँचामा रूपान्तरण गर"

विशेष उदाहरण: MarkItDown कागजातहरू बाट उद्धृत गर्दा:

Markdown सामान्य पाठसँग अत्यन्त नजिक छ, न्यूनतम मार्कअप वा स्वरूपणसहित, तर अझै महत्त्वपूर्ण कागजात संरचना प्रतिनिधित्व गर्ने तरिका प्रदान गर्छ। मुख्यधाराका LLM हरू, जस्तै OpenAI को GPT-4o, स्वाभाविक रूपमा Markdown "बोल्छन्", र प्रायः Markdown लाई आफ्ना प्रतिक्रियाहरूमा बिना अनुरोध समावेश गर्छन्। यसले देखाउँछ कि तिनीहरूलाई विशाल मात्रामा Markdown-स्वरूपित पाठमा तालिम दिइएको छ र राम्रोसँग बुझ्छन्। थप फाइदाको रूपमा, Markdown कन्वेन्सनहरू पनि अत्यन्त टोकन-कुशल हुन्छन्।

MarkItDown कागजात संरचना सुरक्षित राख्न धेरै राम्रो छ, जुन AI कार्यप्रवाहहरूका लागि महत्वपूर्ण छ। उदाहरणका लागि, PowerPoint प्रस्तुतीकरण रूपान्तरण गर्दा, यसले स्लाइड संगठनलाई सही शीर्षकहरूसँग राख्छ, तालिकाहरूलाई Markdown तालिकाका रूपमा निकाल्छ, छविहरूका लागि alt पाठ समावेश गर्छ, र वक्ता नोटहरू पनि प्रक्रिया गर्छ। चार्टहरूलाई पढ्न मिल्ने डेटा तालिकामा रूपान्तरण गरिन्छ, र परिणामी Markdown ले मूल प्रस्तुतीकरणको तार्किक प्रवाह कायम राख्छ। यसले प्रस्तुतीकरण सामग्रीलाई AI प्रणालीहरूमा फिड गर्न वा विद्यमान स्लाइडहरूबाट कागजात बनाउन उपयुक्त बनाउँछ।

6. 🗃️ SQL Server MCP Server

के गर्छ: SQL Server डेटाबेसहरू (स्थानीय, Azure SQL, वा Fabric) मा संवादात्मक पहुँच प्रदान गर्छ

किन उपयोगी छ: PostgreSQL सर्भर जस्तै तर Microsoft SQL इकोसिस्टमका लागि। सरल कनेक्शन स्ट्रिङ्ग प्रयोग गरी जडान गर्नुहोस् र प्राकृतिक भाषामा सोधपुछ सुरु गर्नुहोस् – अब सन्दर्भ परिवर्तन गर्न आवश्यक छैन!

व्यावहारिक प्रयोग: "पछिल्ला ३० दिनमा पूरा नभएका सबै अर्डरहरू फेला पार" लाई उपयुक्त SQL सोधपुछमा अनुवाद गरी स्वरूपित परिणामहरू फर्काउँछ

विशेष उदाहरण: एक पटक तपाईंले आफ्नो डेटाबेस कनेक्शन सेटअप गरेपछि, तपाईं तुरुन्तै आफ्नो डाटासँग संवाद गर्न सक्नुहुन्छ। ब्लग पोस्टले यसलाई एउटा सरल प्रश्नसँग देखाउँछ: "तपाईं कुन डेटाबेससँग जडान हुनुहुन्छ?" MCP सर्भरले उपयुक्त डेटाबेस उपकरणलाई कल गरेर, तपाईंको SQL Server इन्स्ट्यान्ससँग जडान गरी, तपाईंको वर्तमान डेटाबेस कनेक्शनको विवरण फर्काउँछ – SQL को एक लाइन पनि लेख्न नपरी। सर्भरले स्कीमा व्यवस्थापनदेखि डेटा हेरफेरसम्मका व्यापक डेटाबेस अपरेसनहरू प्राकृतिक भाषा प्रॉम्प्टमार्फत समर्थन गर्छ। पूर्ण सेटअप निर्देशन र VS Code तथा Claude Desktop सँग कन्फिगरेसन उदाहरणहरूका लागि हेर्नुहोस्: Introducing MSSQL MCP Server (Preview)।

7. 🎭 Playwright MCP Server

के गर्छ: AI एजेन्टहरूलाई वेब पृष्ठहरूसँग अन्तरक्रिया गर्न सक्षम बनाउँछ, परीक्षण र स्वचालनका लागि

ℹ️ GitHub Copilot लाई शक्ति प्रदान गर्दै

Playwright MCP Server ले GitHub Copilot को Coding Agent लाई वेब ब्राउजिङ क्षमता दिन्छ! यस सुविधाबारे थप जान्नुहोस्।

किन उपयोगी छ: प्राकृतिक भाषा विवरणद्वारा सञ्चालित स्वचालित परीक्षणका लागि उत्तम। AI ले वेबसाइटहरूमा नेभिगेट गर्न, फारम भर्न, र संरचित पहुँचयोग्य स्न्यापशटहरू मार्फत डेटा निकाल्न सक्छ – यो अत्यन्त शक्तिशाली कुरा हो!

व्यावहारिक प्रयोग: "लगइन फ्लो परीक्षण गर र ड्यासबोर्ड सही रूपमा लोड हुन्छ कि भेरिफाइ गर" वा "उत्पादन खोज्ने र परिणाम पृष्ठ मान्य गर्ने परीक्षण बनाउ" – सबै एप्लिकेसनको स्रोत कोड नचाहिँदै

विशेष उदाहरण: मेरी सहकर्मी Debbie O'Brien ले हालै Playwright MCP Server सँग अद्भुत काम गरिरहेकी छिन्! उदाहरणका लागि, उनले देखाइन् कसरी तपाईंले एप्लिकेसनको स्रोत कोड नपरी पूर्ण Playwright परीक्षणहरू उत्पन्न गर्न सक्नुहुन्छ। उनको परिदृश्यमा, उनले Copilot लाई एउटा चलचित्र खोज एपको लागि परीक्षण बनाउन भनिन्: साइटमा जानुहोस्, "Garfield" खोज्नुहोस्, र चलचित्र परिणामहरूमा देखिन्छ कि भेरिफाइ गर्नुहोस्। MCP ले ब्राउजर सत्र सुरु गर्यो, DOM स्न्यापशटहरू प्रयोग गरी पृष्ठ संरचना अन्वेषण गर्यो, सही सेलेक्टरहरू पत्ता लगायो, र पहिलो पटक पास हुने पूर्ण कार्यशील TypeScript परीक्षण उत्पन्न गर्यो।

यसलाई साँच्चिकै शक्तिशाली बनाउने कुरा भनेको प्राकृतिक भाषा निर्देशन र कार्यान्वयनयोग्य परीक्षण कोडबीचको खाडललाई पूर्ति गर्नु हो। परम्परागत तरिकाले वा त म्यानुअल परीक्षण लेख्नुपर्छ वा सन्दर्भका लागि कोडबेस पहुँच आवश्यक पर्छ। तर Playwright MCP सँग, तपाईं बाह्य साइटहरू, क्लाइन्ट एप्लिकेसनहरू, वा ब्ल्याक-बक्स परीक्षण परिदृश्यहरूमा जहाँ कोड पहुँच उपलब्ध छैन, परीक्षण गर्न सक्नुहुन्छ।

8. 💻 Dev Box MCP Server

के गर्छ: प्राकृतिक भाषाबाट Microsoft Dev Box वातावरणहरू व्यवस्थापन गर्छ

किन उपयोगी छ: विकास वातावरण व्यवस्थापनलाई अत्यन्त सरल बनाउँछ! विशिष्ट आदेशहरू सम्झनु नपरी विकास वातावरणहरू सिर्जना, कन्फिगर, र व्यवस्थापन गर्न सकिन्छ।

व्यावहारिक प्रयोग: "नयाँ Dev Box सेटअप गरौं नवीनतम .NET SDK सहित र हाम्रो परियोजनाका लागि कन्फिगर गर", "मेरो सबै विकास वातावरणहरूको स्थिति जाँच गर", वा "हाम्रो टोली प्रस्तुतीकरणका लागि मानकीकृत डेमो वातावरण बनाउ"

विशेष उदाहरण: म व्यक्तिगत विकासका लागि Dev Box प्रयोग गर्न धेरै मन पराउँछु। मेरो लागि ठूलो कुरा तब भयो जब James Montemagno ले Dev Box कन्फरेन्स डेमोहरूका लागि कति राम्रो छ भनेर बताए, किनकि यसमा छिटो ईथरनेट कनेक्शन हुन्छ चाहे म कन्फरेन्स, होटल, वा विमानको वाइफाइमा किन नहुँ। वास्तवमा, म भर्खरै Bruges बाट Antwerp सम्म बसमा यात्रा गर्दा मेरो ल्यापटप फोन हॉटस्पटमा टेथर गरिएको अवस्थामा कन्फरेन्स डेमो अभ्यास गरिरहेको थिएँ! मेरो अर्को कदम भनेको धेरै विकास वातावरणहरू र मानकीकृत डेमो वातावरणहरू व्यवस्थापन गर्ने टोलीमा गहिराइमा जानु हो। र अर्को ठूलो प्रयोग केस जुन मैले ग्राहक र सहकर्मीहरूबाट सुनेको छु, त्यो हो Dev Box लाई पूर्व-कन्फिगर गरिएको विकास वातावरणका लागि प्रयोग गर्नु। दुबै अवस्थामा, MCP प्रयोग गरेर Dev Box कन्फिगर र व्यवस्थापन गर्दा तपाईं प्राकृतिक भाषा अन्तरक्रिया प्रयोग गर्न सक्नुहुन्छ, र विकास वातावरणमै रहन सक्नुहुन्छ।

9. 🤖 Azure AI Foundry MCP Server

के गर्छ: Azure AI Foundry MCP Server ले विकासकर्ताहरूलाई Azure को AI इकोसिस्टममा पूर्ण पहुँच प्रदान गर्छ, जसमा मोडेल क्याटलगहरू, डिप्लोयमेन्ट व्यवस्थापन, Azure AI Search सँग ज्ञान अनुक्रमणिका, र मूल्याङ्कन उपकरणहरू समावेश छन्। यो प्रायोगात्मक सर्भरले AI विकास र Azure को शक्तिशाली AI पूर्वाधार बीचको दूरी घटाउँछ, जसले AI अनुप्रयोगहरू निर्माण, डिप्लोय, र मूल्याङ्कन गर्न सजिलो बनाउँछ।

किन उपयोगी छ: यो सर्भरले Azure AI सेवाहरू सँग काम गर्ने तरिका परिवर्तन गर्छ, जसले उद्यम-स्तरको AI क्षमताहरू विकास कार्यप्रवाहमा सिधै ल्याउँछ। Azure पोर्टल, डकुमेन्टेसन, र IDE बीच बारम्बार स्विच नगरीकन, तपाईं मोडेलहरू पत्ता लगाउन, सेवा डिप्लोय गर्न, ज्ञान आधारहरू व्यवस्थापन गर्न, र प्राकृतिक भाषा आदेशहरू मार्फत AI प्रदर्शन मूल्याङ्कन गर्न सक्नुहुन्छ। यो विशेष गरी RAG (Retrieval-Augmented Generation) अनुप्रयोगहरू निर्माण गर्ने, बहु-मोडेल डिप्लोयमेन्टहरू व्यवस्थापन गर्ने, वा व्यापक AI मूल्याङ्कन पाइपलाइनहरू कार्यान्वयन गर्ने विकासकर्ताहरूका लागि शक्तिशाली छ।

मुख्य विकासकर्ता क्षमताहरू:

• 🔍 मोडेल पत्ता लगाउने र डिप्लोयमेन्ट: Azure AI Foundry को मोडेल क्याटलग अन्वेषण गर्नुहोस्, कोड नमूनासहित विस्तृत मोडेल जानकारी प्राप्त गर्नुहोस्, र मोडेलहरू Azure AI सेवाहरूमा डिप्लोय गर्नुहोस्
• 📚 ज्ञान व्यवस्थापन: Azure AI Search अनुक्रमणिका सिर्जना र व्यवस्थापन गर्नुहोस्, कागजातहरू थप्नुहोस्, अनुक्रमणिका कन्फिगर गर्नुहोस्, र जटिल RAG प्रणालीहरू निर्माण गर्नुहोस्
• ⚡ AI एजेन्ट एकीकरण: Azure AI एजेन्टहरूसँग जडान हुनुहोस्, अवस्थित एजेन्टहरू सोधपुछ गर्नुहोस्, र उत्पादन परिदृश्यहरूमा एजेन्ट प्रदर्शन मूल्याङ्कन गर्नुहोस्
• 📊 मूल्याङ्कन फ्रेमवर्क: व्यापक पाठ र एजेन्ट मूल्याङ्कन चलाउनुहोस्, मार्कडाउन रिपोर्टहरू उत्पादन गर्नुहोस्, र AI अनुप्रयोगहरूको गुणस्तर सुनिश्चित गर्नुहोस्
• 🚀 प्रोटोटाइपिङ उपकरणहरू: GitHub-आधारित प्रोटोटाइपिङ सेटअप निर्देशनहरू प्राप्त गर्नुहोस् र Azure AI Foundry Labs मा अत्याधुनिक अनुसन्धान मोडेलहरू पहुँच गर्नुहोस्

वास्तविक विकासकर्ता प्रयोग: "मेरो अनुप्रयोगका लागि Phi-4 मोडेल Azure AI सेवाहरूमा डिप्लोय गर्नुहोस्", "मेरो डकुमेन्टेसन RAG प्रणालीका लागि नयाँ खोज अनुक्रमणिका सिर्जना गर्नुहोस्", "मेरो एजेन्टका प्रतिक्रियाहरू गुणस्तर मेट्रिक्ससँग मूल्याङ्कन गर्नुहोस्", वा "मेरो जटिल विश्लेषण कार्यहरूको लागि उत्तम तर्क मोडेल पत्ता लगाउनुहोस्"

पूर्ण डेमो परिदृश्य: यहाँ एक शक्तिशाली AI विकास कार्यप्रवाह छ:

"म ग्राहक समर्थन एजेन्ट निर्माण गर्दैछु। मलाई क्याटलगबाट राम्रो तर्क मोडेल खोज्न मद्दत गर्नुहोस्, यसलाई Azure AI सेवाहरूमा डिप्लोय गर्नुहोस्, हाम्रो डकुमेन्टेसनबाट ज्ञान आधार सिर्जना गर्नुहोस्, प्रतिक्रिया गुणस्तर परीक्षण गर्न मूल्याङ्कन फ्रेमवर्क सेटअप गर्नुहोस्, र त्यसपछि परीक्षणका लागि GitHub टोकनसँग एकीकरण प्रोटोटाइप बनाउन मद्दत गर्नुहोस्।"

Azure AI Foundry MCP Server ले:

• तपाईंको आवश्यकताहरूको आधारमा उत्तम तर्क मोडेलहरू सिफारिस गर्न मोडेल क्याटलग सोधपुछ गर्नेछ
• तपाईंको रोजाइको Azure क्षेत्रका लागि डिप्लोयमेन्ट आदेशहरू र कोटा जानकारी प्रदान गर्नेछ
• तपाईंको डकुमेन्टेसनका लागि उपयुक्त स्किमासहित Azure AI Search अनुक्रमणिका सेटअप गर्नेछ
• गुणस्तर मेट्रिक्स र सुरक्षा जाँचहरूसहित मूल्याङ्कन पाइपलाइनहरू कन्फिगर गर्नेछ
• तुरुन्त परीक्षणका लागि GitHub प्रमाणीकरणसहित प्रोटोटाइपिङ कोड उत्पादन गर्नेछ
• तपाईंको विशेष प्रविधि स्ट्याकका लागि व्यापक सेटअप मार्गनिर्देशन प्रदान गर्नेछ

विशेष उदाहरण: विकासकर्ताको रूपमा, म विभिन्न LLM मोडेलहरूमा अपडेट रहन संघर्ष गर्दैछु। म केही मुख्य मोडेलहरू जान्दछु, तर कहिलेकाहीं लाग्छ म केही उत्पादकता र दक्षता लाभहरू गुमाइरहेको छु। टोकन र कोटा व्यवस्थापन तनावपूर्ण र जटिल छ – म कहिल्यै थाहा पाउँदिन कि म सही कार्यका लागि सही मोडेल छानिरहेको छु वा मेरो बजेट अनावश्यक रूपमा खर्च भइरहेको छ। मैले यो MCP Server को बारेमा James Montemagno बाट सुनेँ जब म टिमका सदस्यहरूसँग सिफारिसहरू खोज्दै थिएँ, र म यसलाई प्रयोग गर्न उत्साहित छु! मोडेल पत्ता लगाउने क्षमताहरू विशेष गरी मलाई जस्तो व्यक्तिका लागि प्रभावशाली छन् जसले सामान्य मोडेलहरू भन्दा बाहिर अन्वेषण गर्न चाहन्छ र विशिष्ट कार्यहरूका लागि अनुकूलित मोडेलहरू खोज्न चाहन्छ। मूल्याङ्कन फ्रेमवर्कले मलाई साँच्चिकै राम्रो परिणामहरू प्राप्त भइरहेको छ कि छैन भनेर प्रमाणित गर्न मद्दत गर्नेछ, केवल नयाँ कुरा प्रयास गर्ने उद्देश्यले होइन।

ℹ️ प्रायोगात्मक स्थिति

यो MCP सर्भर प्रायोगात्मक छ र सक्रिय विकासमा छ। सुविधाहरू र API हरू परिवर्तन हुन सक्छन्। Azure AI क्षमताहरू अन्वेषण गर्न र प्रोटोटाइपहरू बनाउन उपयुक्त, तर उत्पादन प्रयोगका लागि स्थिरता आवश्यकताहरू प्रमाणित गर्नुहोस्।

10. 🏢 Microsoft 365 Agents Toolkit MCP Server

के गर्छ: Microsoft 365 र Microsoft 365 Copilot सँग एकीकृत AI एजेन्ट र अनुप्रयोगहरू निर्माण गर्न आवश्यक उपकरणहरू विकासकर्ताहरूलाई प्रदान गर्छ, जसमा स्किमा प्रमाणीकरण, नमूना कोड प्राप्ति, र समस्या समाधान सहायता समावेश छ।

किन उपयोगी छ: Microsoft 365 र Copilot का लागि विकास जटिल म्यानिफेस्ट स्किमाहरू र विशिष्ट विकास ढाँचाहरू समावेश गर्छ। यो MCP सर्भरले आवश्यक विकास स्रोतहरू सिधै तपाईंको कोडिङ वातावरणमा ल्याउँछ, जसले स्किमा प्रमाणीकरण गर्न, नमूना कोड खोज्न, र सामान्य समस्याहरू समाधान गर्न मद्दत गर्छ, बारम्बार डकुमेन्टेसन हेर्नु नपरोस्।

वास्तविक प्रयोग: "मेरो डिक्लेरेटिभ एजेन्ट म्यानिफेस्ट प्रमाणीकरण गर्नुहोस् र कुनै स्किमा त्रुटिहरू सच्याउनुहोस्", "Microsoft Graph API प्लगइन कार्यान्वयनका लागि नमूना कोड देखाउनुहोस्", वा "मेरो Teams एप प्रमाणीकरण समस्याहरू समाधान गर्न मद्दत गर्नुहोस्"

विशेष उदाहरण: मैले Build मा मेरो साथी John Miller सँग M365 Agents बारे कुराकानी गरेपछि सम्पर्क गरेँ, र उनले यो MCP सिफारिस गरे। यो M365 Agents मा नयाँ विकासकर्ताहरूका लागि उत्कृष्ट हुन सक्छ किनभने यसले टेम्प्लेटहरू, नमूना कोड, र स्क्याफोल्डिङ प्रदान गर्छ जसले डकुमेन्टेसनमा डुब्न नपरोस्। स्किमा प्रमाणीकरण सुविधाहरू विशेष गरी उपयोगी देखिन्छन् जसले म्यानिफेस्ट संरचना त्रुटिहरूबाट बच्न मद्दत गर्छ, जसले घण्टौं डिबगिङ बचाउँछ।

💡 प्र टिप

यो सर्भरलाई Microsoft Learn Docs MCP Server सँग सँगै प्रयोग गर्नुहोस् व्यापक M365 विकास समर्थनका लागि – एउटा आधिकारिक डकुमेन्टेसन प्रदान गर्छ भने अर्को व्यावहारिक विकास उपकरण र समस्या समाधान सहायता दिन्छ।

के छ अर्को? 🔮

📋 निष्कर्ष

Model Context Protocol (MCP) ले विकासकर्ताहरूलाई AI सहायकहरू र बाह्य उपकरणहरूसँग अन्तरक्रिया गर्ने तरिका रूपान्तरण गर्दैछ। यी १० Microsoft MCP सर्भरहरूले मानकीकृत AI एकीकरणको शक्ति देखाउँछन्, जसले विकासकर्ताहरूलाई उनीहरूको प्रवाह अवस्थामा राख्दै शक्तिशाली बाह्य क्षमताहरू पहुँचयोग्य बनाउँछ।

व्यापक Azure इकोसिस्टम एकीकरणदेखि लिएर Playwright जस्ता ब्राउजर अटोमेसन र MarkItDown जस्ता कागजात प्रशोधन उपकरणहरू सम्म, यी सर्भरहरूले MCP ले कसरी विभिन्न विकास परिदृश्यहरूमा उत्पादकता बढाउन सक्छ भन्ने देखाउँछन्। मानकीकृत प्रोटोकलले यी उपकरणहरूलाई सहज रूपमा सँगै काम गर्न सक्षम बनाउँछ, जसले एक समन्वित विकास अनुभव सिर्जना गर्छ।

MCP इकोसिस्टम विकास हुँदै जाँदा, समुदायसँग संलग्न रहनु, नयाँ सर्भरहरू अन्वेषण गर्नु, र अनुकूल समाधानहरू निर्माण गर्नु तपाईंको विकास उत्पादकता अधिकतम गर्न महत्वपूर्ण हुनेछ। MCP को खुला मानक प्रकृतिले तपाईंलाई विभिन्न विक्रेता बाट उपकरणहरू मिश्रण र मिलाएर तपाईंको विशिष्ट आवश्यकताहरूका लागि उत्तम कार्यप्रवाह सिर्जना गर्न अनुमति दिन्छ।

🔗 थप स्रोतहरू

• Official Microsoft MCP Repository
• MCP Community & Documentation
• VS Code MCP Documentation
• Visual Studio MCP Documentation
• Azure MCP Documentation
• Let's Learn – MCP Events
• Awesome GitHub Copilot Customizations
• C# MCP SDK
• MCP Dev Days Live 29th/30th July or watch on Demand

🎯 अभ्यासहरू

1. इन्स्टल र कन्फिगर गर्नुहोस्: तपाईंको VS Code वातावरणमा एउटा MCP सर्भर सेटअप गरी आधारभूत कार्यक्षमता परीक्षण गर्नुहोस्।
2. कार्यप्रवाह एकीकरण: कम्तीमा तीन फरक MCP सर्भरहरूलाई संयोजन गरेर विकास कार्यप्रवाह डिजाइन गर्नुहोस्।
3. अनुकूल सर्भर योजना: तपाईंको दैनिक विकास कार्यमा लाभदायक हुन सक्ने अनुकूल MCP सर्भरको लागि कार्य पहिचान गरी यसको विशिष्टता तयार गर्नुहोस्।
4. प्रदर्शन विश्लेषण: सामान्य विकास कार्यहरूका लागि MCP सर्भरहरूको प्रयोग र परम्परागत विधिहरूको दक्षता तुलना गर्नुहोस्।
5. सुरक्षा मूल्याङ्कन: तपाईंको विकास वातावरणमा MCP सर्भरहरूको प्रयोगका सुरक्षा प्रभावहरू मूल्याङ्कन गरी उत्तम अभ्यासहरू प्रस्ताव गर्नुहोस्।

Next:Best Practices

अस्वीकरण:
यो दस्तावेज AI अनुवाद सेवा Co-op Translator प्रयोग गरी अनुवाद गरिएको हो। हामी शुद्धताका लागि प्रयासरत छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटि वा अशुद्धता हुन सक्छ। मूल दस्तावेज यसको मूल भाषामा आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीका लागि व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलतफहमी वा गलत व्याख्याका लागि हामी जिम्मेवार छैनौं।