欢迎参加Model Context Protocol (MCP) 研讨会！本次全面的实操研讨会结合了两项前沿技术，助力革新AI应用开发：
- 🔗 Model Context Protocol (MCP)：实现AI工具无缝集成的开放标准
- 🛠️ AI Toolkit for Visual Studio Code (AITK)：微软强大的AI开发扩展
完成本研讨会后，你将掌握构建智能应用的技巧，实现AI模型与现实工具和服务的桥接。从自动化测试到定制API集成，你将获得解决复杂业务难题的实用技能。
MCP是AI领域的“USB-C”——连接AI模型与外部工具和数据源的通用标准。
✨ 主要特点：
- 🔄 标准化集成：AI工具连接的统一接口
- 🏛️ 灵活架构：支持本地和远程服务器，通过stdio/SSE传输
- 🧰 丰富生态：协议内集成工具、提示和资源
- 🔒 企业级保障：内置安全性和可靠性
🎯 MCP的重要性： 正如USB-C解决了线缆混乱，MCP简化了AI集成的复杂性。一个协议，无限可能。
微软旗舰级AI开发扩展，将VS Code打造成AI开发利器。
🚀 核心功能：
- 📦 模型目录：访问Azure AI、GitHub、Hugging Face、Ollama等模型
- ⚡ 本地推理：ONNX优化的CPU/GPU/NPU执行
- 🏗️ Agent Builder：可视化AI代理开发，支持MCP集成
- 🎭 多模态支持：文本、视觉及结构化输出
💡 开发优势：
- 零配置模型部署
- 可视化提示工程
- 实时测试沙盒
- 无缝集成MCP服务器
时长：15分钟
- 🛠️ 安装并配置VS Code的AI Toolkit
- 🗂️ 探索模型目录（涵盖GitHub、ONNX、OpenAI、Anthropic、Google的100+模型）
- 🎮 掌握交互式沙盒，实现实时模型测试
- 🤖 使用Agent Builder构建你的第一个AI代理
- 📊 利用内置指标评估模型性能（F1、相关性、相似度、一致性）
- ⚡ 学习批处理和多模态支持功能
🎯 学习成果：创建功能完善的AI代理，全面理解AITK能力
时长：20分钟
- 🧠 掌握Model Context Protocol (MCP)架构与概念
- 🌐 探索微软的MCP服务器生态系统
- 🤖 使用Playwright MCP服务器构建浏览器自动化代理
- 🔧 将MCP服务器集成到AI Toolkit Agent Builder中
- 📊 配置并测试代理中的MCP工具
- 🚀 导出并部署基于MCP的代理用于生产环境
🎯 学习成果：部署一个通过MCP连接外部工具的AI代理
时长：20分钟
- 💻 使用AI Toolkit创建自定义MCP服务器
- 🐍 配置并使用最新的MCP Python SDK（v1.9.3）
- 🔍 设置并使用MCP Inspector进行调试
- 🛠️ 构建具备专业调试流程的天气MCP服务器
- 🧪 在Agent Builder和Inspector环境中调试MCP服务器
🎯 学习成果：使用现代工具开发并调试自定义MCP服务器
时长：30分钟
- 🏗️ 构建面向开发流程的真实GitHub克隆MCP服务器
- 🔄 实现智能仓库克隆，包含校验和错误处理
- 📁 创建智能目录管理及VS Code集成
- 🤖 使用GitHub Copilot代理模式结合自定义MCP工具
- 🛡️ 应用生产级可靠性和跨平台兼容性
🎯 学习成果：部署生产级MCP服务器，优化真实开发流程
用智能自动化改造开发流程：
- 智能仓库管理：AI驱动的代码审查与合并决策
- 智能CI/CD：基于代码变更的自动化流水线优化
- 问题分流：自动化缺陷分类与指派
用AI提升测试效率：
- 智能测试生成：自动创建全面测试套件
- 视觉回归测试：AI驱动的UI变更检测
- 性能监控：主动识别并解决问题
构建更智能的数据处理流程：
- 自适应ETL流程：自动优化数据转换
- 异常检测：实时监控数据质量
- 智能路由：智能管理数据流向
打造卓越客户互动：
- 上下文感知支持：AI代理访问客户历史
- 主动问题解决：预测性客户服务
- 多渠道整合：跨平台统一AI体验
| 组件 | 要求 | 备注 |
|---|---|---|
| 操作系统 | Windows 10+，macOS 10.15+，Linux | 任何现代操作系统 |
| Visual Studio Code | 最新稳定版 | AITK必备 |
| Node.js | v18.0+及npm | 用于MCP服务器开发 |
| Python | 3.10+ | 可选，用于Python MCP服务器 |
| 内存 | 最少8GB RAM | 本地模型推荐16GB |
- AI Toolkit (ms-windows-ai-studio.windows-ai-studio)
- Python (ms-python.python)
- Python Debugger (ms-python.debugpy)
- GitHub Copilot (GitHub.copilot) - 可选但有帮助
- uv：现代Python包管理器
- MCP Inspector：MCP服务器的可视化调试工具
- Playwright：用于网页自动化示例
完成本研讨会后，你将掌握：
- MCP协议精通：深入理解架构与实现模式
- AITK熟练使用：快速开发的专家级技能
- 自定义服务器开发：构建、部署及维护生产级MCP服务器
- 工具集成能力：无缝连接AI与现有开发流程
- 问题解决应用：将所学技能应用于实际业务挑战
- 在VS Code中安装配置AI Toolkit
- 设计并实现自定义MCP服务器
- 将GitHub模型集成到MCP架构
- 使用Playwright构建自动化测试流程
- 部署生产环境AI代理
- 调试并优化MCP服务器性能
- 架构企业级AI集成方案
- 实施AI应用安全最佳实践
- 设计可扩展的MCP服务器架构
- 创建特定领域的定制工具链
- 指导他人进行AI原生开发
🚀 准备好革新你的AI开发流程了吗？
让我们携手用MCP和AI Toolkit共创智能应用的未来！
免责声明：
本文件使用 AI 翻译服务 Co-op Translator 进行翻译。虽然我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始文件的母语版本应被视为权威来源。对于重要信息，建议采用专业人工翻译。对于因使用本翻译而产生的任何误解或误释，我们概不负责。