Velkommen til Model Context Protocol (MCP) Workshop! Denne omfattende workshop kombinerer to banebrydende teknologier for at revolutionere udviklingen af AI-applikationer:
- 🔗 Model Context Protocol (MCP): En åben standard for problemfri integration af AI-værktøjer
- 🛠️ AI Toolkit for Visual Studio Code (AITK): Microsofts kraftfulde AI-udviklingsudvidelse
Ved afslutningen af denne workshop vil du mestre kunsten at bygge intelligente applikationer, der forbinder AI-modeller med værktøjer og tjenester fra den virkelige verden. Fra automatiseret testning til skræddersyede API-integrationer vil du opnå praktiske færdigheder til at løse komplekse forretningsudfordringer.
MCP er "USB-C for AI" - en universel standard, der forbinder AI-modeller med eksterne værktøjer og datakilder.
✨ Nøglefunktioner:
- 🔄 Standardiseret integration: Universelt interface til AI-værktøjsforbindelser
- 🏛️ Fleksibel arkitektur: Lokale og eksterne servere via stdio/SSE transport
- 🧰 Rigt økosystem: Værktøjer, prompts og ressourcer samlet i én protokol
- 🔒 Enterprise-klar: Indbygget sikkerhed og pålidelighed
🎯 Hvorfor MCP er vigtigt: Ligesom USB-C eliminerede kabelkaos, eliminerer MCP kompleksiteten ved AI-integrationer. Én protokol, uendelige muligheder.
Microsofts flagskibsudvidelse til AI-udvikling, der forvandler VS Code til en AI-kraftcentral.
🚀 Kernefunktioner:
- 📦 Modelkatalog: Adgang til modeller fra Azure AI, GitHub, Hugging Face, Ollama
- ⚡ Lokal inferens: ONNX-optimeret CPU/GPU/NPU-udførelse
- 🏗️ Agent Builder: Visuel udvikling af AI-agenter med MCP-integration
- 🎭 Multi-modal: Understøttelse af tekst, vision og struktureret output
💡 Udviklingsfordele:
- Modeludrulning uden konfiguration
- Visuel prompt-engineering
- Real-time testmiljø
- Problemfri MCP-serverintegration
Varighed: 15 minutter
- 🛠️ Installer og konfigurer AI Toolkit for VS Code
- 🗂️ Udforsk Modelkataloget (100+ modeller fra GitHub, ONNX, OpenAI, Anthropic, Google)
- 🎮 Mestre det interaktive testmiljø for real-time modeltestning
- 🤖 Byg din første AI-agent med Agent Builder
- 📊 Evaluer modelpræstation med indbyggede metrikker (F1, relevans, lighed, sammenhæng)
- ⚡ Lær batchbehandling og multi-modal understøttelse
🎯 Læringsresultat: Opret en funktionel AI-agent med en omfattende forståelse af AITK-funktioner
Varighed: 20 minutter
- 🧠 Mestre Model Context Protocol (MCP) arkitektur og begreber
- 🌐 Udforsk Microsofts MCP-serverøkosystem
- 🤖 Byg en browserautomationsagent ved hjælp af Playwright MCP-server
- 🔧 Integrer MCP-servere med AI Toolkit Agent Builder
- 📊 Konfigurer og test MCP-værktøjer inden for dine agenter
- 🚀 Eksporter og udrul MCP-drevne agenter til produktion
🎯 Læringsresultat: Udrul en AI-agent, der er superladet med eksterne værktøjer via MCP
Varighed: 20 minutter
- 💻 Opret brugerdefinerede MCP-servere ved hjælp af AI Toolkit
- 🐍 Konfigurer og brug den nyeste MCP Python SDK (v1.9.3)
- 🔍 Opsæt og brug MCP Inspector til fejlfinding
- 🛠️ Byg en Weather MCP Server med professionelle fejlfindingsarbejdsgange
- 🧪 Fejlfind MCP-servere i både Agent Builder og Inspector-miljøer
🎯 Læringsresultat: Udvikl og fejlfind brugerdefinerede MCP-servere med moderne værktøjer
Varighed: 30 minutter
- 🏗️ Byg en GitHub Clone MCP Server til udviklingsarbejdsgange
- 🔄 Implementer smart repository-kloning med validering og fejlhåndtering
- 📁 Opret intelligent katalogstyring og VS Code-integration
- 🤖 Brug GitHub Copilot Agent Mode med brugerdefinerede MCP-værktøjer
- 🛡️ Anvend produktionsklar pålidelighed og tværplatformskompatibilitet
🎯 Læringsresultat: Udrul en produktionsklar MCP-server, der strømliner reelle udviklingsarbejdsgange
Transformér din udviklingsarbejdsgang med intelligent automatisering:
- Smart repository-styring: AI-drevet kodegennemgang og beslutninger om sammensmeltning
- Intelligent CI/CD: Automatiseret pipelineoptimering baseret på kodeændringer
- Problemtriage: Automatisk klassificering og tildeling af fejl
Forbedr testning med AI-drevet automatisering:
- Intelligent testgenerering: Opret omfattende testsuiter automatisk
- Visuel regressionstestning: AI-drevet detektion af UI-ændringer
- Præstationsovervågning: Proaktiv identifikation og løsning af problemer
Byg smartere databehandlingsprocesser:
- Adaptive ETL-processer: Selvoptimerende datatransformationer
- Anomalidetektion: Real-time overvågning af datakvalitet
- Intelligent routing: Smart styring af dataflow
Skab exceptionelle kundeinteraktioner:
- Kontekstbevidst support: AI-agenter med adgang til kundehistorik
- Proaktiv problemløsning: Forudsigende kundeservice
- Multi-kanal integration: En samlet AI-oplevelse på tværs af platforme
| Komponent | Krav | Noter |
|---|---|---|
| Operativsystem | Windows 10+, macOS 10.15+, Linux | Ethvert moderne OS |
| Visual Studio Code | Seneste stabile version | Påkrævet for AITK |
| Node.js | v18.0+ og npm | Til MCP-serverudvikling |
| Python | 3.10+ | Valgfrit for Python MCP-servere |
| Hukommelse | Minimum 8GB RAM | 16GB anbefales til lokale modeller |
- AI Toolkit (ms-windows-ai-studio.windows-ai-studio)
- Python (ms-python.python)
- Python Debugger (ms-python.debugpy)
- GitHub Copilot (GitHub.copilot) - Valgfrit, men nyttigt
- uv: Moderne Python-pakkehåndtering
- MCP Inspector: Visuelt fejlfindingsværktøj til MCP-servere
- Playwright: Til eksempler på webautomatisering
Ved at gennemføre denne workshop vil du opnå færdigheder inden for:
- MCP-protokolmastery: Dyb forståelse af arkitektur og implementeringsmønstre
- AITK-færdigheder: Ekspertbrug af AI Toolkit til hurtig udvikling
- Udvikling af brugerdefinerede servere: Byg, udrul og vedligehold produktionsklare MCP-servere
- Ekspertise i værktøjsintegration: Problemfri forbindelse mellem AI og eksisterende arbejdsgange
- Anvendelse af problemløsning: Brug lærte færdigheder til reelle forretningsudfordringer
- Opsæt og konfigurer AI Toolkit i VS Code
- Design og implementer brugerdefinerede MCP-servere
- Integrer GitHub-modeller med MCP-arkitektur
- Byg automatiserede testarbejdsgange med Playwright
- Udrul AI-agenter til produktion
- Fejlfind og optimer MCP-serverpræstation
- Arkitekt AI-integrationer i virksomhedsskala
- Implementer sikkerhedsbedste praksis for AI-applikationer
- Design skalerbare MCP-serverarkitekturer
- Opret brugerdefinerede værktøjskæder til specifikke domæner
- Vejled andre i AI-native udvikling
🚀 Klar til at revolutionere din AI-udviklingsarbejdsgang?
Lad os bygge fremtiden for intelligente applikationer sammen med MCP og AI Toolkit!
Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi er ikke ansvarlige for eventuelle misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.