Czy zdarzyło Ci się kiedyś przełączać między stronami dokumentacji, Stack Overflow i niezliczonymi kartami w wyszukiwarce, próbując rozwiązać problem w swoim kodzie? Może masz drugi monitor tylko do dokumentacji lub ciągle przełączasz się między IDE a przeglądarką. Czy nie lepiej byłoby mieć dokumentację bezpośrednio w swoim przepływie pracy—zintegrowaną z aplikacjami, IDE lub własnymi narzędziami? W tym studium przypadku pokażemy, jak to zrobić, łącząc się bezpośrednio z serwerem Microsoft Learn Docs MCP z własnej aplikacji klienckiej.
Nowoczesny rozwój to coś więcej niż tylko pisanie kodu—chodzi o znalezienie właściwej informacji we właściwym czasie. Dokumentacja jest wszędzie, ale rzadko tam, gdzie jest najbardziej potrzebna: wewnątrz Twoich narzędzi i przepływów pracy. Integrując pobieranie dokumentacji bezpośrednio w aplikacjach, możesz zaoszczędzić czas, zmniejszyć przełączanie kontekstu i zwiększyć produktywność. W tej sekcji pokażemy, jak połączyć klienta z serwerem Microsoft Learn Docs MCP, aby uzyskać dostęp do dokumentacji w czasie rzeczywistym, dostosowanej do kontekstu, bez opuszczania aplikacji.
Przeprowadzimy Cię przez proces nawiązania połączenia, wysłania zapytania i efektywnego obsługiwania odpowiedzi strumieniowych. Takie podejście nie tylko usprawnia Twój przepływ pracy, ale również otwiera drzwi do budowania inteligentniejszych, bardziej pomocnych narzędzi dla programistów.
Dlaczego to robimy? Ponieważ najlepsze doświadczenia programistyczne to te, które eliminują przeszkody. Wyobraź sobie świat, w którym Twój edytor kodu, chatbot lub aplikacja webowa może natychmiast odpowiadać na pytania dotyczące dokumentacji, korzystając z najnowszej zawartości Microsoft Learn. Po zakończeniu tego rozdziału będziesz potrafił:
- Zrozumieć podstawy komunikacji klient-serwer MCP dla dokumentacji
- Zaimplementować aplikację konsolową lub webową łączącą się z serwerem Microsoft Learn Docs MCP
- Używać strumieniowych klientów HTTP do pobierania dokumentacji w czasie rzeczywistym
- Rejestrować i interpretować odpowiedzi z dokumentacji w swojej aplikacji
Zobaczysz, jak te umiejętności mogą pomóc Ci tworzyć narzędzia, które nie tylko reagują, ale są naprawdę interaktywne i świadome kontekstu.
W tym scenariuszu pokażemy, jak połączyć klienta z serwerem Microsoft Learn Docs MCP, umożliwiając dostęp do dokumentacji w czasie rzeczywistym, dostosowanej do kontekstu, bez opuszczania aplikacji.
Przejdźmy do praktyki. Twoim zadaniem jest napisanie aplikacji, która łączy się z serwerem Microsoft Learn Docs MCP, wywołuje narzędzie microsoft_docs_search i rejestruje odpowiedź strumieniową w konsoli.
Bo to podstawa budowania bardziej zaawansowanych integracji—niezależnie czy chcesz zasilać chatbota, rozszerzenie IDE czy panel webowy.
Kod i instrukcje dla tego scenariusza znajdziesz w folderze solution w ramach tego studium przypadku. Kroki przeprowadzą Cię przez konfigurację połączenia:
- Użyj oficjalnego SDK MCP i klienta HTTP obsługującego strumienie do połączenia
- Wywołaj narzędzie
microsoft_docs_searchz parametrem zapytania, aby pobrać dokumentację - Zaimplementuj poprawne logowanie i obsługę błędów
- Stwórz interaktywny interfejs konsoli umożliwiający użytkownikom wpisywanie wielu zapytań
Ten scenariusz pokazuje jak:
- Połączyć się z serwerem Docs MCP
- Wysłać zapytanie
- Sparsować i wyświetlić wyniki
Tak może wyglądać uruchomienie rozwiązania:
Prompt> What is Azure Key Vault?
Answer> Azure Key Vault is a cloud service for securely storing and accessing secrets. ...
Poniżej znajduje się minimalny przykładowy kod rozwiązania. Pełny kod i szczegóły są dostępne w folderze rozwiązania.
Python
import asyncio
from mcp.client.streamable_http import streamablehttp_client
from mcp import ClientSession
async def main():
async with streamablehttp_client("https://learn.microsoft.com/api/mcp") as (read_stream, write_stream, _):
async with ClientSession(read_stream, write_stream) as session:
await session.initialize()
result = await session.call_tool("microsoft_docs_search", {"query": "Azure Functions best practices"})
print(result.content)
if __name__ == "__main__":
asyncio.run(main())- Aby zobaczyć pełną implementację i logowanie, zajrzyj do
scenario1.py. - Instrukcje instalacji i użytkowania znajdziesz w pliku
README.mdw tym samym folderze.
W tym scenariuszu nauczysz się, jak zintegrować Docs MCP w projekcie webowym. Celem jest umożliwienie użytkownikom wyszukiwania dokumentacji Microsoft Learn bezpośrednio z poziomu interfejsu webowego, co sprawia, że dokumentacja jest natychmiast dostępna w Twojej aplikacji lub witrynie.
Zobaczysz, jak:
- Skonfigurować aplikację webową
- Połączyć się z serwerem Docs MCP
- Obsłużyć dane wejściowe użytkownika i wyświetlić wyniki
Tak może wyglądać uruchomienie rozwiązania:
User> I want to learn about AI102 - so suggest the roadmap to get it started from learn for 6 weeks
Assistant> Here’s a detailed 6-week roadmap to start your preparation for the AI-102: Designing and Implementing a Microsoft Azure AI Solution certification, using official Microsoft resources and focusing on exam skills areas:
---
## Week 1: Introduction & Fundamentals
- **Understand the Exam**: Review the [AI-102 exam skills outline](https://learn.microsoft.com/en-us/credentials/certifications/exams/ai-102/).
- **Set up Azure**: Sign up for a free Azure account if you don't have one.
- **Learning Path**: [Introduction to Azure AI services](https://learn.microsoft.com/en-us/training/modules/intro-to-azure-ai/)
- **Focus**: Get familiar with Azure portal, AI capabilities, and necessary tools.
....more weeks of the roadmap...
Let me know if you want module-specific recommendations or need more customized weekly tasks!
Poniżej znajduje się minimalny przykładowy kod rozwiązania. Pełny kod i szczegóły są dostępne w folderze rozwiązania.
Python (Chainlit)
Chainlit to framework do tworzenia konwersacyjnych aplikacji webowych AI. Umożliwia łatwe tworzenie interaktywnych chatbotów i asystentów, którzy mogą wywoływać narzędzia MCP i wyświetlać wyniki w czasie rzeczywistym. Idealny do szybkiego prototypowania i przyjaznych interfejsów użytkownika.
import chainlit as cl
import requests
MCP_URL = "https://learn.microsoft.com/api/mcp"
@cl.on_message
def handle_message(message):
query = {"question": message}
response = requests.post(MCP_URL, json=query)
if response.ok:
result = response.json()
cl.Message(content=result.get("answer", "No answer found.")).send()
else:
cl.Message(content="Error: " + response.text).send()- Aby zobaczyć pełną implementację, zajrzyj do
scenario2.py. - Instrukcje konfiguracji i uruchomienia znajdziesz w
README.md.
Jeśli chcesz mieć Microsoft Learn Docs bezpośrednio w VS Code (zamiast przełączać się na karty przeglądarki), możesz użyć serwera MCP w swoim edytorze. Pozwala to:
- Przeszukiwać i czytać dokumentację w VS Code bez opuszczania środowiska kodowania.
- Odwoływać się do dokumentacji i wstawiać linki bezpośrednio do plików README lub kursów.
- Wykorzystać GitHub Copilot oraz MCP razem dla płynnego, wspieranego AI przepływu pracy z dokumentacją.
Dowiesz się, jak:
- Dodać ważny plik
.vscode/mcp.jsondo katalogu głównego swojego workspace (przykład poniżej). - Otworzyć panel MCP lub użyć palety poleceń w VS Code, aby wyszukiwać i wstawiać dokumenty.
- Odwoływać się do dokumentacji bezpośrednio w plikach markdown podczas pracy.
- Połączyć ten przepływ z GitHub Copilot dla jeszcze większej wydajności.
Oto przykład konfiguracji serwera MCP w VS Code:
{
"servers": {
"LearnDocsMCP": {
"url": "https://learn.microsoft.com/api/mcp"
}
}
}Aby uzyskać szczegółowy przewodnik z zrzutami ekranu i krok po kroku, zobacz
README.md.
To podejście jest idealne dla wszystkich, którzy tworzą kursy techniczne, piszą dokumentację lub rozwijają kod wymagający częstych odwołań.
Integracja dokumentacji bezpośrednio w narzędziach to nie tylko wygoda—to zmieniacz gry w produktywności. Łącząc się z serwerem Microsoft Learn Docs MCP z klienta, możesz:
- Wyeliminować przełączanie kontekstu między kodem a dokumentacją
- Pobierać aktualne, dostosowane do kontekstu dokumenty w czasie rzeczywistym
- Budować inteligentniejsze, bardziej interaktywne narzędzia dla programistów
Te umiejętności pomogą Ci tworzyć rozwiązania nie tylko wydajne, lecz także przyjemne w użyciu.
Aby pogłębić wiedzę, zapoznaj się z oficjalnymi źródłami:
- Microsoft Learn Docs MCP Server (GitHub)
- Rozpocznij pracę z Azure MCP Server (mcp-python)
- Czym jest Azure MCP Server?
- Wprowadzenie do Model Context Protocol (MCP)
- Dodawanie wtyczek z serwera MCP (Python)
- Powrót do: Przegląd studiów przypadków
- Kontynuuj do: Moduł 10: Usprawnianie przepływów pracy AI z AI Toolkit
Zastrzeżenie:
Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne przekłady mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym należy traktować jako źródło nadrzędne. W przypadku informacji o kluczowym znaczeniu zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.