ยินดีต้อนรับสู่ เวิร์กช็อป Model Context Protocol (MCP)! เวิร์กช็อปเชิงปฏิบัติการที่ครอบคลุมนี้ผสานสองเทคโนโลยีล้ำสมัยเพื่อปฏิวัติการพัฒนาแอปพลิเคชัน AI:
- 🔗 Model Context Protocol (MCP): มาตรฐานเปิดสำหรับการเชื่อมต่อเครื่องมือ AI อย่างราบรื่น
- 🛠️ AI Toolkit สำหรับ Visual Studio Code (AITK): ส่วนขยายพัฒนา AI ที่ทรงพลังจาก Microsoft
เมื่อจบเวิร์กช็อปนี้ คุณจะเชี่ยวชาญในการสร้างแอปพลิเคชันอัจฉริยะที่เชื่อมต่อโมเดล AI กับเครื่องมือและบริการในโลกจริง ตั้งแต่การทดสอบอัตโนมัติไปจนถึงการผสาน API แบบกำหนดเอง คุณจะได้รับทักษะที่ใช้ได้จริงเพื่อแก้ไขปัญหาทางธุรกิจที่ซับซ้อน
MCP คือ "USB-C สำหรับ AI" — มาตรฐานสากลที่เชื่อมต่อโมเดล AI กับเครื่องมือและแหล่งข้อมูลภายนอก
✨ คุณสมบัติเด่น:
- 🔄 การเชื่อมต่อมาตรฐาน: อินเทอร์เฟซสากลสำหรับการเชื่อมต่อเครื่องมือ AI
- 🏛️ สถาปัตยกรรมยืดหยุ่น: รองรับเซิร์ฟเวอร์ทั้งในเครื่องและระยะไกลผ่าน stdio/SSE
- 🧰 ระบบนิเวศครบครัน: เครื่องมือ, คำสั่ง, และทรัพยากรในโปรโตคอลเดียว
- 🔒 พร้อมใช้งานในองค์กร: มีความปลอดภัยและความน่าเชื่อถือในตัว
🎯 ทำไม MCP ถึงสำคัญ: เหมือนกับที่ USB-C ช่วยลดความยุ่งยากของสายเคเบิล MCP ช่วยลดความซับซ้อนของการเชื่อมต่อ AI โปรโตคอลเดียว โอกาสไม่จำกัด
ส่วนขยายพัฒนา AI ชั้นนำของ Microsoft ที่เปลี่ยน VS Code ให้กลายเป็นศูนย์กลาง AI ที่ทรงพลัง
🚀 ความสามารถหลัก:
- 📦 แคตตาล็อกโมเดล: เข้าถึงโมเดลจาก Azure AI, GitHub, Hugging Face, Ollama
- ⚡ การประมวลผลในเครื่อง: รัน ONNX บน CPU/GPU/NPU ได้อย่างมีประสิทธิภาพ
- 🏗️ Agent Builder: สร้างเอเจนต์ AI แบบภาพพร้อมการผสาน MCP
- 🎭 รองรับหลายโหมด: ข้อความ, ภาพ, และผลลัพธ์แบบมีโครงสร้าง
💡 ประโยชน์ในการพัฒนา:
- ปล่อยโมเดลโดยไม่ต้องตั้งค่า
- วิศวกรรมคำสั่งแบบภาพ
- สนามทดสอบแบบเรียลไทม์
- การผสาน MCP server อย่างราบรื่น
ระยะเวลา: 15 นาที
- 🛠️ ติดตั้งและตั้งค่า AI Toolkit สำหรับ VS Code
- 🗂️ สำรวจแคตตาล็อกโมเดล (กว่า 100 โมเดลจาก GitHub, ONNX, OpenAI, Anthropic, Google)
- 🎮 ฝึกใช้ Interactive Playground สำหรับทดสอบโมเดลแบบเรียลไทม์
- 🤖 สร้างเอเจนต์ AI ตัวแรกด้วย Agent Builder
- 📊 ประเมินประสิทธิภาพโมเดลด้วยเมตริกในตัว (F1, ความเกี่ยวข้อง, ความคล้ายคลึง, ความสอดคล้อง)
- ⚡ เรียนรู้การประมวลผลแบบแบตช์และรองรับหลายโหมด
🎯 ผลลัพธ์การเรียนรู้: สร้างเอเจนต์ AI ที่ใช้งานได้จริง พร้อมความเข้าใจครบถ้วนในความสามารถของ AITK
ระยะเวลา: 20 นาที
- 🧠 เข้าใจสถาปัตยกรรมและแนวคิดของ Model Context Protocol (MCP)
- 🌐 สำรวจระบบนิเวศ MCP server ของ Microsoft
- 🤖 สร้างเอเจนต์อัตโนมัติบนเบราว์เซอร์ด้วย Playwright MCP server
- 🔧 ผสาน MCP servers กับ AI Toolkit Agent Builder
- 📊 ตั้งค่าและทดสอบเครื่องมือ MCP ภายในเอเจนต์ของคุณ
- 🚀 ส่งออกและใช้งานเอเจนต์ที่ขับเคลื่อนด้วย MCP ในการผลิต
🎯 ผลลัพธ์การเรียนรู้: ปล่อยเอเจนต์ AI ที่เสริมพลังด้วยเครื่องมือภายนอกผ่าน MCP
ระยะเวลา: 20 นาที
- 💻 สร้าง MCP servers แบบกำหนดเองด้วย AI Toolkit
- 🐍 ตั้งค่าและใช้งาน MCP Python SDK เวอร์ชันล่าสุด (v1.9.3)
- 🔍 ตั้งค่าและใช้ MCP Inspector สำหรับดีบัก
- 🛠️ สร้าง Weather MCP Server พร้อมเวิร์กโฟลว์ดีบักระดับมืออาชีพ
- 🧪 ดีบัก MCP servers ทั้งใน Agent Builder และ Inspector
🎯 ผลลัพธ์การเรียนรู้: พัฒนาและดีบัก MCP servers แบบกำหนดเองด้วยเครื่องมือสมัยใหม่
ระยะเวลา: 30 นาที
- 🏗️ สร้าง GitHub Clone MCP Server สำหรับเวิร์กโฟลว์การพัฒนาจริง
- 🔄 ใช้งานการโคลนรีโพสิทอรีอย่างชาญฉลาด พร้อมการตรวจสอบและจัดการข้อผิดพลาด
- 📁 สร้างการจัดการไดเรกทอรีอัจฉริยะและผสานกับ VS Code
- 🤖 ใช้ GitHub Copilot Agent Mode กับเครื่องมือ MCP แบบกำหนดเอง
- 🛡️ นำไปใช้จริงด้วยความน่าเชื่อถือและรองรับหลายแพลตฟอร์ม
🎯 ผลลัพธ์การเรียนรู้: ปล่อย MCP server ที่พร้อมใช้งานจริง ช่วยปรับปรุงเวิร์กโฟลว์การพัฒนาจริง
เปลี่ยนเวิร์กโฟลว์การพัฒนาด้วยระบบอัตโนมัติอัจฉริยะ:
- การจัดการรีโพสิทอรีอัจฉริยะ: ตรวจสอบโค้ดและตัดสินใจรวมโค้ดด้วย AI
- CI/CD อัจฉริยะ: ปรับแต่ง pipeline อัตโนมัติตามการเปลี่ยนแปลงโค้ด
- การจัดการปัญหา: จำแนกและมอบหมายบั๊กโดยอัตโนมัติ
ยกระดับการทดสอบด้วยระบบอัตโนมัติที่ขับเคลื่อนด้วย AI:
- สร้างชุดทดสอบอัจฉริยะ: สร้างชุดทดสอบอย่างครบถ้วนโดยอัตโนมัติ
- ทดสอบการเปลี่ยนแปลง UI ด้วยภาพ: ตรวจจับการเปลี่ยนแปลง UI ด้วย AI
- ติดตามประสิทธิภาพ: ตรวจจับและแก้ไขปัญหาเชิงรุก
สร้างเวิร์กโฟลว์การประมวลผลข้อมูลที่ชาญฉลาดขึ้น:
- กระบวนการ ETL ปรับตัวได้: การแปลงข้อมูลที่ปรับปรุงตัวเอง
- ตรวจจับความผิดปกติ: ตรวจสอบคุณภาพข้อมูลแบบเรียลไทม์
- การจัดเส้นทางข้อมูลอัจฉริยะ: จัดการการไหลของข้อมูลอย่างชาญฉลาด
สร้างการโต้ตอบกับลูกค้าที่ยอดเยี่ยม:
- การสนับสนุนที่เข้าใจบริบท: เอเจนต์ AI ที่เข้าถึงประวัติลูกค้าได้
- แก้ไขปัญหาเชิงรุก: บริการลูกค้าที่ทำนายล่วงหน้า
- ผสานหลายช่องทาง: ประสบการณ์ AI ที่รวมศูนย์บนแพลตฟอร์มต่างๆ
| องค์ประกอบ | ความต้องการ | หมายเหตุ |
|---|---|---|
| ระบบปฏิบัติการ | Windows 10+, macOS 10.15+, Linux | ระบบปฏิบัติการสมัยใหม่ใดก็ได้ |
| Visual Studio Code | เวอร์ชันเสถียรล่าสุด | จำเป็นสำหรับ AITK |
| Node.js | v18.0+ และ npm | สำหรับพัฒนา MCP server |
| Python | 3.10+ | ตัวเลือกสำหรับ MCP servers ที่ใช้ Python |
| หน่วยความจำ | อย่างน้อย 8GB RAM | แนะนำ 16GB สำหรับโมเดลในเครื่อง |
- AI Toolkit (ms-windows-ai-studio.windows-ai-studio)
- Python (ms-python.python)
- Python Debugger (ms-python.debugpy)
- GitHub Copilot (GitHub.copilot) - ตัวเลือกเสริมที่ช่วยได้
- uv: ตัวจัดการแพ็กเกจ Python สมัยใหม่
- MCP Inspector: เครื่องมือดีบักแบบภาพสำหรับ MCP servers
- Playwright: สำหรับตัวอย่างการทำงานอัตโนมัติบนเว็บ
เมื่อจบเวิร์กช็อปนี้ คุณจะมีความเชี่ยวชาญใน:
- ความเชี่ยวชาญในโปรโตคอล MCP: เข้าใจลึกซึ้งในสถาปัตยกรรมและรูปแบบการใช้งาน
- ความชำนาญ AITK: ใช้งาน AI Toolkit อย่างเชี่ยวชาญเพื่อการพัฒนาอย่างรวดเร็ว
- การพัฒนาเซิร์ฟเวอร์แบบกำหนดเอง: สร้าง, ปล่อย, และดูแล MCP servers สำหรับการผลิต
- ความยอดเยี่ยมในการผสานเครื่องมือ: เชื่อมต่อ AI กับเวิร์กโฟลว์การพัฒนาที่มีอยู่ได้อย่างไร้รอยต่อ
- การประยุกต์แก้ปัญหา: นำทักษะที่เรียนรู้ไปใช้แก้ปัญหาทางธุรกิจจริง
- ตั้งค่าและกำหนดค่า AI Toolkit ใน VS Code
- ออกแบบและพัฒนา MCP servers แบบกำหนดเอง
- ผสานโมเดล GitHub กับสถาปัตยกรรม MCP
- สร้างเวิร์กโฟลว์ทดสอบอัตโนมัติด้วย Playwright
- ปล่อยเอเจนต์ AI สำหรับใช้งานจริง
- ดีบักและปรับแต่งประสิทธิภาพ MCP server
- ออกแบบสถาปัตยกรรมการผสาน AI ในระดับองค์กร
- นำแนวปฏิบัติด้านความปลอดภัยมาใช้กับแอป AI
- ออกแบบสถาปัตยกรรม MCP server ที่ขยายตัวได้
- สร้างชุดเครื่องมือเฉพาะสำหรับโดเมนต่างๆ
- ให้คำปรึกษาและแนะนำการพัฒนา AI แบบเนทีฟ
🚀 พร้อมที่จะปฏิวัติการพัฒนา AI ของคุณแล้วหรือยัง?
มาร่วมสร้างอนาคตของแอปพลิเคชันอัจฉริยะไปด้วยกันกับ MCP และ AI Toolkit!
ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาอัตโนมัติ Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลโดยผู้เชี่ยวชาญมนุษย์ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใด ๆ ที่เกิดจากการใช้การแปลนี้