Skip to content

Latest commit

 

History

History
208 lines (149 loc) · 9.56 KB

README.md

File metadata and controls

208 lines (149 loc) · 9.56 KB

🐙 Modul 4: Praktisk MCP-udvikling - Tilpasset GitHub Clone Server

Duration Difficulty MCP VS Code GitHub Copilot

⚡ Hurtig start: Byg en produktionsklar MCP-server, der automatiserer kloning af GitHub-repositorier og VS Code-integration på kun 30 minutter!

🎯 Læringsmål

Når du er færdig med dette laboratorium, vil du kunne:

  • ✅ Oprette en tilpasset MCP-server til virkelige udviklingsarbejdsgange
  • ✅ Implementere funktionalitet til kloning af GitHub-repositorier via MCP
  • ✅ Integrere tilpassede MCP-servere med VS Code og Agent Builder
  • ✅ Bruge GitHub Copilot Agent Mode med tilpassede MCP-værktøjer
  • ✅ Teste og implementere tilpassede MCP-servere i produktionsmiljøer

📋 Forudsætninger

  • Gennemførelse af Labs 1-3 (MCP grundlæggende og avanceret udvikling)
  • GitHub Copilot abonnement (gratis tilmelding tilgængelig)
  • VS Code med AI Toolkit og GitHub Copilot-udvidelser
  • Git CLI installeret og konfigureret

🏗️ Projektoversigt

Virkelighedsnær udviklingsudfordring

Som udviklere bruger vi ofte GitHub til at klone repositorier og åbne dem i VS Code eller VS Code Insiders. Denne manuelle proces indebærer:

  1. Åbne terminal/kommandoprompt
  2. Navigere til den ønskede mappe
  3. Køre git clone-kommandoen
  4. Åbne VS Code i den klonede mappe

Vores MCP-løsning samler dette i én intelligent kommando!

Det du skal bygge

En GitHub Clone MCP Server (git_mcp_server), der tilbyder:

Funktion Beskrivelse Fordel
🔄 Smart Repository Cloning Klon GitHub-repos med validering Automatisk fejlkontrol
📁 Intelligent Mappestyring Tjekker og opretter mapper sikkert Forhindrer overskrivning
🚀 Platformuafhængig VS Code Integration Åbner projekter i VS Code/Insiders Problemfri arbejdsgang
🛡️ Robust Fejlhåndtering Håndterer netværk, tilladelser og sti-problemer Produktionsklar pålidelighed

📖 Trin-for-trin Implementering

Trin 1: Opret GitHub Agent i Agent Builder

  1. Start Agent Builder via AI Toolkit-udvidelsen

  2. Opret en ny agent med følgende konfiguration:

    Agent Name: GitHubAgent

  3. Initialiser tilpasset MCP-server:

    • Gå til Tools → Add Tool → MCP Server
    • Vælg "Create A new MCP Server"
    • Vælg Python-skabelon for maksimal fleksibilitet
    • Servernavn: git_mcp_server

Trin 2: Konfigurer GitHub Copilot Agent Mode

  1. Åbn GitHub Copilot i VS Code (Ctrl/Cmd + Shift + P → "GitHub Copilot: Open")
  2. Vælg Agent Model i Copilot-interface
  3. Vælg Claude 3.7-modellen for forbedret ræsonnering
  4. Aktivér MCP-integration for adgang til værktøjer

💡 Pro Tip: Claude 3.7 giver en bedre forståelse af udviklingsarbejdsgange og fejlhåndteringsmønstre.

Trin 3: Implementer kernefunktionalitet i MCP-serveren

Brug følgende detaljerede prompt med GitHub Copilot Agent Mode:

Create two MCP tools with the following comprehensive requirements:

🔧 TOOL A: clone_repository
Requirements:
- Clone any GitHub repository to a specified local folder
- Return the absolute path of the successfully cloned project
- Implement comprehensive validation:
  ✓ Check if target directory already exists (return error if exists)
  ✓ Validate GitHub URL format (https://github.com/user/repo)
  ✓ Verify git command availability (prompt installation if missing)
  ✓ Handle network connectivity issues
  ✓ Provide clear error messages for all failure scenarios

🚀 TOOL B: open_in_vscode
Requirements:
- Open specified folder in VS Code or VS Code Insiders
- Cross-platform compatibility (Windows/Linux/macOS)
- Use direct application launch (not terminal commands)
- Auto-detect available VS Code installations
- Handle cases where VS Code is not installed
- Provide user-friendly error messages

Additional Requirements:
- Follow MCP 1.9.3 best practices
- Include proper type hints and documentation
- Implement logging for debugging purposes
- Add input validation for all parameters
- Include comprehensive error handling

Trin 4: Test din MCP-server

4a. Test i Agent Builder

  1. Start debug-konfigurationen for Agent Builder
  2. Konfigurer din agent med denne systemprompt:
SYSTEM_PROMPT:
You are my intelligent coding repository assistant. You help developers efficiently clone GitHub repositories and set up their development environment. Always provide clear feedback about operations and handle errors gracefully.
  1. Test med realistiske brugerscenarier:
USER_PROMPT EXAMPLES:

Scenario : Basic Clone and Open
"Clone {Your GitHub Repo link such as https://github.com/kinfey/GHCAgentWorkshop
 } and save to {The global path you specify}, then open it with VS Code Insiders"

Agent Builder Testing

Forventede resultater:

  • ✅ Vellykket kloning med sti-bekræftelse
  • ✅ Automatisk opstart af VS Code
  • ✅ Klare fejlmeddelelser ved ugyldige scenarier
  • ✅ Korrekt håndtering af kanttilfælde

4b. Test i MCP Inspector

MCP Inspector Testing

🎉 Tillykke! Du har med succes oprettet en praktisk, produktionsklar MCP-server, der løser reelle udfordringer i udviklingsarbejdsgange. Din tilpassede GitHub clone-server demonstrerer MCP’s styrke til at automatisere og forbedre udviklerproduktiviteten.

🏆 Opnåede resultater:

  • ✅ MCP Developer - Oprettet tilpasset MCP-server
  • ✅ Workflow Automator - Effektiviserede udviklingsprocesser
  • ✅ Integration Expert - Forbundet flere udviklingsværktøjer
  • ✅ Production Ready - Bygget løsninger klar til implementering

🎓 Workshop-afslutning: Din rejse med Model Context Protocol

Kære workshopdeltager,

Tillykke med at have gennemført alle fire moduler i Model Context Protocol-workshoppen! Du er kommet langt fra at forstå grundlæggende AI Toolkit-koncepter til at bygge produktionsklare MCP-servere, der løser virkelige udviklingsudfordringer.

🚀 Opsummering af din læringsrejse:

Modul 1: Du startede med at udforske AI Toolkit-grundlæggende, modeltest og oprettelse af din første AI-agent.

Modul 2: Du lærte MCP-arkitektur, integrerede Playwright MCP og byggede din første browserautomatiseringsagent.

Modul 3: Du avancerede til tilpasset MCP-serverudvikling med Weather MCP-serveren og mestrede debugging-værktøjer.

Modul 4: Nu har du anvendt alt til at skabe et praktisk værktøj til automatisering af GitHub-repositoriearbejdsgange.

🌟 Det du har mestret:

  • ✅ AI Toolkit-økosystemet: Modeller, agenter og integrationsmønstre
  • ✅ MCP-arkitektur: Client-server design, transportprotokoller og sikkerhed
  • ✅ Udviklerværktøjer: Fra Playground til Inspector til produktionsimplementering
  • ✅ Tilpasset udvikling: Byg, test og implementer dine egne MCP-servere
  • ✅ Praktiske anvendelser: Løs virkelige arbejdsgangsudfordringer med AI

🔮 Dine næste skridt:

  1. Byg din egen MCP-server: Anvend disse færdigheder til at automatisere dine unikke arbejdsgange
  2. Deltag i MCP-fællesskabet: Del dine kreationer og lær af andre
  3. Udforsk avanceret integration: Forbind MCP-servere til virksomhedssystemer
  4. Bidrag til open source: Hjælp med at forbedre MCP-værktøjer og dokumentation

Husk, denne workshop er kun begyndelsen. Model Context Protocol-økosystemet udvikler sig hurtigt, og du er nu rustet til at være i front med AI-drevne udviklingsværktøjer.

Tak for din deltagelse og engagement i læringen!

Vi håber, at denne workshop har givet dig idéer, der vil forvandle, hvordan du bygger og interagerer med AI-værktøjer i din udviklingsrejse.

God kodning!

Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, bedes du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det oprindelige dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der opstår som følge af brugen af denne oversættelse.