Skip to content

Latest commit

 

History

History
125 lines (83 loc) · 13.9 KB

README.md

File metadata and controls

125 lines (83 loc) · 13.9 KB

MCP в действие: Примери от реалния свят

MCP в действие: Примери от реалния свят

(Кликнете върху изображението по-горе, за да гледате видеото на този урок)

Протоколът за контекст на модела (MCP) променя начина, по който AI приложенията взаимодействат с данни, инструменти и услуги. Този раздел представя примери от реалния свят, които демонстрират практическото приложение на MCP в различни корпоративни сценарии.

Преглед

Този раздел показва конкретни примери за внедряване на MCP, като подчертава как организациите използват този протокол за решаване на сложни бизнес предизвикателства. Чрез разглеждане на тези примери ще получите представа за гъвкавостта, мащабируемостта и практическите ползи от MCP в реални ситуации.

Основни цели на обучението

Чрез изучаване на тези примери ще:

  • Разберете как MCP може да се приложи за решаване на специфични бизнес проблеми
  • Научите за различни модели на интеграция и архитектурни подходи
  • Разпознаете добри практики за внедряване на MCP в корпоративни среди
  • Получите представа за предизвикателствата и решенията, срещани при реални внедрения
  • Идентифицирате възможности за прилагане на подобни модели във вашите собствени проекти

Представени примери

1. Azure AI Travel Agents – Референтна имплементация

Този пример разглежда цялостното референтно решение на Microsoft, което демонстрира как да се изгради многоагентно AI приложение за планиране на пътувания, използвайки MCP, Azure OpenAI и Azure AI Search. Проектът показва:

  • Оркестрация на много агенти чрез MCP
  • Интеграция на корпоративни данни с Azure AI Search
  • Сигурна и мащабируема архитектура с Azure услуги
  • Разширяеми инструменти с повторно използваеми MCP компоненти
  • Конверзационен потребителски интерфейс, захранван от Azure OpenAI

Архитектурата и детайлите на имплементацията предоставят ценни прозрения за изграждането на сложни многоагентни системи с MCP като координационен слой.

2. Актуализиране на елементи в Azure DevOps от данни в YouTube

Този пример демонстрира практическо приложение на MCP за автоматизиране на работни процеси. Показва как MCP инструментите могат да се използват за:

  • Извличане на данни от онлайн платформи (YouTube)
  • Актуализиране на работни елементи в системи Azure DevOps
  • Създаване на повторяеми автоматизирани работни процеси
  • Интеграция на данни между различни системи

Този пример илюстрира как дори сравнително прости имплементации на MCP могат да доведат до значителни подобрения в ефективността чрез автоматизиране на рутинни задачи и подобряване на консистентността на данните между системите.

3. Извличане на документация в реално време с MCP

Този пример ви води през свързването на Python конзолен клиент към MCP сървър за извличане и записване на контекстуална документация на Microsoft в реално време. Ще научите как да:

  • Свържете се с MCP сървър, използвайки Python клиент и официалния MCP SDK
  • Използвате стрийминг HTTP клиенти за ефективно извличане на данни в реално време
  • Извиквате инструменти за документация на сървъра и записвате отговорите директно в конзолата
  • Интегрирате актуална документация на Microsoft във вашия работен процес, без да напускате терминала

Главата включва практическо задание, минимален работещ кодов пример и връзки към допълнителни ресурси за по-задълбочено обучение. Вижте пълното ръководство и кода в свързаната глава, за да разберете как MCP може да трансформира достъпа до документация и продуктивността на разработчиците в конзолно-базирани среди.

4. Интерактивно приложение за генериране на учебни планове с MCP

Този пример демонстрира как да изградите интерактивно уеб приложение, използвайки Chainlit и MCP, за да генерирате персонализирани учебни планове за всяка тема. Потребителите могат да задават предмет (например "AI-900 сертификация") и продължителност на обучението (например 8 седмици), а приложението ще предостави седмично разпределение на препоръчителното съдържание. Chainlit осигурява конверзационен чат интерфейс, правейки изживяването ангажиращо и адаптивно.

  • Конверзационно уеб приложение, захранвано от Chainlit
  • Потребителски подадени заявки за тема и продължителност
  • Седмични препоръки за съдържание, използвайки MCP
  • Реални, адаптивни отговори в чат интерфейс

Проектът илюстрира как конверзационният AI и MCP могат да се комбинират за създаване на динамични, потребителски ориентирани образователни инструменти в модерна уеб среда.

5. Документация в редактора с MCP сървър в VS Code

Този пример демонстрира как можете да интегрирате документацията на Microsoft Learn директно във вашата VS Code среда, използвайки MCP сървър—без повече превключване между браузърни табове! Ще видите как да:

  • Търсите и четете документация директно в VS Code, използвайки MCP панел или команден палет
  • Реферирате документация и вмъквате връзки директно в README или markdown файлове за курсове
  • Използвате GitHub Copilot и MCP за безпроблемни, AI-захранвани работни процеси за документация и код
  • Валидирате и подобрявате документацията си с обратна връзка в реално време и точност от Microsoft
  • Интегрирате MCP с GitHub работни процеси за непрекъсната валидация на документацията

Имплементацията включва:

  • Примерна .vscode/mcp.json конфигурация за лесна настройка
  • Ръководства със скрийншоти за работа в редактора
  • Съвети за комбиниране на Copilot и MCP за максимална продуктивност

Този сценарий е идеален за автори на курсове, писатели на документация и разработчици, които искат да останат фокусирани в редактора, докато работят с документация, Copilot и инструменти за валидация—всичко това, захранвано от MCP.

6. Създаване на MCP сървър с APIM

Този пример предоставя стъпка по стъпка ръководство за създаване на MCP сървър, използвайки Azure API Management (APIM). Обхваща:

  • Настройка на MCP сървър в Azure API Management
  • Излагане на API операции като MCP инструменти
  • Конфигуриране на политики за ограничаване на скоростта и сигурност
  • Тестване на MCP сървър, използвайки Visual Studio Code и GitHub Copilot

Този пример илюстрира как да използвате възможностите на Azure за създаване на надежден MCP сървър, който може да се използва в различни приложения, подобрявайки интеграцията на AI системи с корпоративни API.

Заключение

Тези примери подчертават гъвкавостта и практическите приложения на протокола за контекст на модела в реални сценарии. От сложни многоагентни системи до целенасочени автоматизирани работни процеси, MCP предоставя стандартизиран начин за свързване на AI системи с инструментите и данните, от които се нуждаят, за да създават стойност.

Чрез изучаване на тези имплементации можете да получите представа за архитектурни модели, стратегии за внедряване и добри практики, които могат да се приложат във вашите собствени MCP проекти. Примерите демонстрират, че MCP не е просто теоретична рамка, а практическо решение за реални бизнес предизвикателства.

Допълнителни ресурси

Следва: Практическа лаборатория Оптимизиране на AI работни процеси: Създаване на MCP сървър с AI Toolkit

Отказ от отговорност:
Този документ е преведен с помощта на AI услуга за превод Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за недоразумения или погрешни интерпретации, произтичащи от използването на този превод.