Skip to content

README.md

Latest commit

 

History

History
189 lines (133 loc) · 19.2 KB

README.md

File metadata and controls

189 lines (133 loc) · 19.2 KB

Κατανάλωση ενός διακομιστή από την επέκταση AI Toolkit για το Visual Studio Code

Όταν δημιουργείτε έναν πράκτορα AI, δεν αφορά μόνο τη δημιουργία έξυπνων απαντήσεων· αφορά επίσης την ικανότητα του πράκτορα να αναλαμβάνει δράση. Εδώ έρχεται το Model Context Protocol (MCP). Το MCP διευκολύνει τους πράκτορες να έχουν πρόσβαση σε εξωτερικά εργαλεία και υπηρεσίες με συνεπή τρόπο. Σκεφτείτε το σαν να συνδέετε τον πράκτορά σας με ένα εργαλειοθήκη που μπορεί πραγματικά να χρησιμοποιήσει.

Ας πούμε ότι συνδέετε έναν πράκτορα με τον MCP διακομιστή της αριθμομηχανής σας. Ξαφνικά, ο πράκτοράς σας μπορεί να εκτελεί μαθηματικές πράξεις απλά λαμβάνοντας μια εντολή όπως "Πόσο κάνει 47 επί 89;"—χωρίς να χρειάζεται να γράψετε κώδικα ή να δημιουργήσετε προσαρμοσμένα APIs.

Επισκόπηση

Αυτό το μάθημα καλύπτει πώς να συνδέσετε έναν MCP διακομιστή αριθμομηχανής με έναν πράκτορα χρησιμοποιώντας την επέκταση AI Toolkit στο Visual Studio Code, επιτρέποντας στον πράκτορά σας να εκτελεί μαθηματικές πράξεις όπως πρόσθεση, αφαίρεση, πολλαπλασιασμό και διαίρεση μέσω φυσικής γλώσσας.

Το AI Toolkit είναι μια ισχυρή επέκταση για το Visual Studio Code που απλοποιεί την ανάπτυξη πρακτόρων. Οι μηχανικοί AI μπορούν εύκολα να δημιουργούν εφαρμογές AI αναπτύσσοντας και δοκιμάζοντας γενετικά μοντέλα AI—τοπικά ή στο cloud. Η επέκταση υποστηρίζει τα περισσότερα από τα κύρια γενετικά μοντέλα που είναι διαθέσιμα σήμερα.

Σημείωση: Το AI Toolkit υποστηρίζει επί του παρόντος Python και TypeScript.

Στόχοι Μάθησης

Μέχρι το τέλος αυτού του μαθήματος, θα μπορείτε να:

  • Καταναλώνετε έναν MCP διακομιστή μέσω του AI Toolkit.
  • Διαμορφώνετε τη ρύθμιση ενός πράκτορα ώστε να μπορεί να ανακαλύπτει και να χρησιμοποιεί εργαλεία που παρέχονται από τον MCP διακομιστή.
  • Χρησιμοποιείτε εργαλεία MCP μέσω φυσικής γλώσσας.

Προσέγγιση

Ακολουθεί η γενική προσέγγιση που πρέπει να ακολουθήσουμε:

  • Δημιουργήστε έναν πράκτορα και ορίστε την αρχική του εντολή συστήματος.
  • Δημιουργήστε έναν MCP διακομιστή με εργαλεία αριθμομηχανής.
  • Συνδέστε τον Agent Builder με τον MCP διακομιστή.
  • Δοκιμάστε την ενεργοποίηση εργαλείων του πράκτορα μέσω φυσικής γλώσσας.

Ωραία, τώρα που κατανοούμε τη ροή, ας διαμορφώσουμε έναν πράκτορα AI ώστε να αξιοποιεί εξωτερικά εργαλεία μέσω MCP, ενισχύοντας τις δυνατότητές του!

Προαπαιτούμενα

Άσκηση: Κατανάλωση ενός διακομιστή

Warning

Σημείωση για χρήστες macOS. Εξετάζουμε επί του παρόντος ένα ζήτημα που επηρεάζει την εγκατάσταση εξαρτήσεων στο macOS. Ως αποτέλεσμα, οι χρήστες macOS δεν θα μπορούν να ολοκληρώσουν αυτό το σεμινάριο αυτή τη στιγμή. Θα ενημερώσουμε τις οδηγίες μόλις είναι διαθέσιμη μια διόρθωση. Σας ευχαριστούμε για την υπομονή και την κατανόησή σας!

Σε αυτή την άσκηση, θα δημιουργήσετε, εκτελέσετε και βελτιώσετε έναν πράκτορα AI με εργαλεία από έναν MCP διακομιστή μέσα στο Visual Studio Code χρησιμοποιώντας το AI Toolkit.

-0- Προπαρασκευαστικό βήμα: Προσθέστε το μοντέλο OpenAI GPT-4o στα My Models

Η άσκηση χρησιμοποιεί το μοντέλο GPT-4o. Το μοντέλο πρέπει να προστεθεί στα My Models πριν από τη δημιουργία του πράκτορα.

  1. Ανοίξτε την επέκταση AI Toolkit από τη Γραμμή Δραστηριοτήτων.
  2. Στην ενότητα Catalog, επιλέξτε Models για να ανοίξετε τον Κατάλογο Μοντέλων. Επιλέγοντας Models, ανοίγει ο Κατάλογος Μοντέλων σε μια νέα καρτέλα επεξεργαστή.
  3. Στη γραμμή αναζήτησης του Καταλόγου Μοντέλων, εισάγετε OpenAI GPT-4o.
  4. Κάντε κλικ στο + Add για να προσθέσετε το μοντέλο στη λίστα My Models. Βεβαιωθείτε ότι έχετε επιλέξει το μοντέλο που είναι Hosted by GitHub.
  5. Στη Γραμμή Δραστηριοτήτων, επιβεβαιώστε ότι το μοντέλο OpenAI GPT-4o εμφανίζεται στη λίστα.

-1- Δημιουργία πράκτορα

Το Agent (Prompt) Builder σας επιτρέπει να δημιουργήσετε και να προσαρμόσετε τους δικούς σας πράκτορες AI. Σε αυτή την ενότητα, θα δημιουργήσετε έναν νέο πράκτορα και θα του αναθέσετε ένα μοντέλο για να τροφοδοτήσει τη συνομιλία.

  1. Ανοίξτε την επέκταση AI Toolkit από τη Γραμμή Δραστηριοτήτων.
  2. Στην ενότητα Tools, επιλέξτε Agent (Prompt) Builder. Επιλέγοντας Agent (Prompt) Builder, ανοίγει ο Agent (Prompt) Builder σε μια νέα καρτέλα επεξεργαστή.
  3. Κάντε κλικ στο κουμπί + New Agent. Η επέκταση θα εκκινήσει έναν οδηγό ρύθμισης μέσω του Command Palette.
  4. Εισάγετε το όνομα Calculator Agent και πατήστε Enter.
  5. Στον Agent (Prompt) Builder, για το πεδίο Model, επιλέξτε το μοντέλο OpenAI GPT-4o (via GitHub).

-2- Δημιουργία εντολής συστήματος για τον πράκτορα

Αφού δημιουργήσετε τον πράκτορα, είναι ώρα να ορίσετε την προσωπικότητα και τον σκοπό του. Σε αυτή την ενότητα, θα χρησιμοποιήσετε τη λειτουργία Generate system prompt για να περιγράψετε τη συμπεριφορά του πράκτορα—στην προκειμένη περίπτωση, ενός πράκτορα αριθμομηχανής—και να αφήσετε το μοντέλο να γράψει την εντολή συστήματος για εσάς.

  1. Στην ενότητα Prompts, κάντε κλικ στο κουμπί Generate system prompt. Αυτό το κουμπί ανοίγει τον δημιουργό εντολών που χρησιμοποιεί AI για να δημιουργήσει μια εντολή συστήματος για τον πράκτορα.
  2. Στο παράθυρο Generate a prompt, εισάγετε το εξής: Είστε ένας χρήσιμος και αποδοτικός βοηθός μαθηματικών. Όταν σας δίνεται ένα πρόβλημα που περιλαμβάνει βασική αριθμητική, απαντάτε με το σωστό αποτέλεσμα.
  3. Κάντε κλικ στο κουμπί Generate. Μια ειδοποίηση θα εμφανιστεί στην κάτω δεξιά γωνία, επιβεβαιώνοντας ότι η εντολή συστήματος δημιουργείται. Μόλις ολοκληρωθεί η δημιουργία της εντολής, η εντολή θα εμφανιστεί στο πεδίο System prompt του Agent (Prompt) Builder.
  4. Ελέγξτε την System prompt και τροποποιήστε την αν χρειάζεται.

-3- Δημιουργία MCP διακομιστή

Αφού ορίσετε την εντολή συστήματος του πράκτορα—καθοδηγώντας τη συμπεριφορά και τις απαντήσεις του—είναι ώρα να εξοπλίσετε τον πράκτορα με πρακτικές δυνατότητες. Σε αυτή την ενότητα, θα δημιουργήσετε έναν MCP διακομιστή αριθμομηχανής με εργαλεία για την εκτέλεση πράξεων πρόσθεσης, αφαίρεσης, πολλαπλασιασμού και διαίρεσης. Αυτός ο διακομιστής θα επιτρέψει στον πράκτορά σας να εκτελεί μαθηματικές πράξεις σε πραγματικό χρόνο ως απάντηση σε εντολές φυσικής γλώσσας.

Το AI Toolkit είναι εξοπλισμένο με πρότυπα για τη διευκόλυνση της δημιουργίας MCP διακομιστών. Θα χρησιμοποιήσουμε το πρότυπο Python για τη δημιουργία του MCP διακομιστή αριθμομηχανής.

Σημείωση: Το AI Toolkit υποστηρίζει επί του παρόντος Python και TypeScript.

  1. Στην ενότητα Tools του Agent (Prompt) Builder, κάντε κλικ στο κουμπί + MCP Server. Η επέκταση θα εκκινήσει έναν οδηγό ρύθμισης μέσω του Command Palette.

  2. Επιλέξτε + Add Server.

  3. Επιλέξτε Create a New MCP Server.

  4. Επιλέξτε python-weather ως πρότυπο.

  5. Επιλέξτε Default folder για να αποθηκεύσετε το πρότυπο MCP διακομιστή.

  6. Εισάγετε το εξής όνομα για τον διακομιστή: Calculator

  7. Ένα νέο παράθυρο του Visual Studio Code θα ανοίξει. Επιλέξτε Yes, I trust the authors.

  8. Χρησιμοποιώντας το τερματικό (Terminal > New Terminal), δημιουργήστε ένα εικονικό περιβάλλον: python -m venv .venv

  9. Χρησιμοποιώντας το τερματικό, ενεργοποιήστε το εικονικό περιβάλλον:

    • Windows - .venv\Scripts\activate
    • macOS/Linux - source .venv/bin/activate

  10. Χρησιμοποιώντας το τερματικό, εγκαταστήστε τις εξαρτήσεις: pip install -e .[dev]

  11. Στην προβολή Explorer της Γραμμής Δραστηριοτήτων, επεκτείνετε τον φάκελο src και επιλέξτε το server.py για να ανοίξετε το αρχείο στον επεξεργαστή.

  12. Αντικαταστήστε τον κώδικα στο αρχείο server.py με το εξής και αποθηκεύστε:

    """
Sample MCP Calculator Server implementation in Python.


This module demonstrates how to create a simple MCP server with calculator tools
that can perform basic arithmetic operations (add, subtract, multiply, divide).
"""

from mcp.server.fastmcp import FastMCP

server = FastMCP("calculator")

@server.tool()
def add(a: float, b: float) -> float:
    """Add two numbers together and return the result."""
    return a + b

@server.tool()
def subtract(a: float, b: float) -> float:
    """Subtract b from a and return the result."""
    return a - b

@server.tool()
def multiply(a: float, b: float) -> float:
    """Multiply two numbers together and return the result."""
    return a * b

@server.tool()
def divide(a: float, b: float) -> float:
    """
    Divide a by b and return the result.
    
    Raises:
        ValueError: If b is zero
    """
    if b == 0:
        raise ValueError("Cannot divide by zero")
    return a / b

-4- Εκτέλεση του πράκτορα με τον MCP διακομιστή αριθμομηχανής

Τώρα που ο πράκτοράς σας διαθέτει εργαλεία, είναι ώρα να τα χρησιμοποιήσει! Σε αυτή την ενότητα, θα υποβάλετε εντολές στον πράκτορα για να δοκιμάσετε και να επαληθεύσετε αν ο πράκτορας αξιοποιεί το κατάλληλο εργαλείο από τον MCP διακομιστή αριθμομηχανής.

  1. Πατήστε F5 για να ξεκινήσετε την αποσφαλμάτωση του MCP διακομιστή. Ο Agent (Prompt) Builder θα ανοίξει σε μια νέα καρτέλα επεξεργαστή. Η κατάσταση του διακομιστή είναι ορατή στο τερματικό.
  2. Στο πεδίο User prompt του Agent (Prompt) Builder, εισάγετε την εξής εντολή: Αγόρασα 3 αντικείμενα με τιμή $25 το καθένα και χρησιμοποίησα έκπτωση $20. Πόσα πλήρωσα;
  3. Κάντε κλικ στο κουμπί Run για να δημιουργήσετε την απάντηση του πράκτορα.
  4. Ελέγξτε την έξοδο του πράκτορα. Το μοντέλο θα πρέπει να καταλήξει ότι πληρώσατε $55.
  5. Ακολουθεί μια ανάλυση του τι πρέπει να συμβεί:
    • Ο πράκτορας επιλέγει τα εργαλεία multiply και subtract για να βοηθήσει στον υπολογισμό.
    • Οι αντίστοιχες τιμές a και b εκχωρούνται για το εργαλείο multiply.
    • Οι αντίστοιχες τιμές a και b εκχωρούνται για το εργαλείο subtract.
    • Η απάντηση από κάθε εργαλείο παρέχεται στην αντίστοιχη Tool Response.
    • Η τελική έξοδος από το μοντέλο παρέχεται στην τελική Model Response.
  6. Υποβάλετε επιπλέον εντολές για να δοκιμάσετε περαιτέρω τον πράκτορα. Μπορείτε να τροποποιήσετε την υπάρχουσα εντολή στο πεδίο User prompt κάνοντας κλικ στο πεδίο και αντικαθιστώντας την υπάρχουσα εντολή.
  7. Μόλις ολοκληρώσετε τη δοκιμή του πράκτορα, μπορείτε να σταματήσετε τον διακομιστή μέσω του τερματικού εισάγοντας CTRL/CMD+C για έξοδο.

Εργασία

Δοκιμάστε να προσθέσετε μια επιπλέον λειτουργία στο αρχείο server.py (π.χ. να επιστρέφει την τετραγωνική ρίζα ενός αριθμού). Υποβάλετε επιπλέον εντολές που θα απαιτούν από τον πράκτορα να αξιοποιήσει το νέο εργαλείο (ή τα υπάρχοντα εργαλεία). Βεβαιωθείτε ότι επανεκκινήσατε τον διακομιστή για να φορτώσετε τα νέα εργαλεία.

Λύση

Λύση

Βασικά Σημεία

Τα βασικά σημεία από αυτό το κεφάλαιο είναι τα εξής:

  • Η επέκταση AI Toolkit είναι ένας εξαιρετικός πελάτης που σας επιτρέπει να καταναλώνετε MCP διακομιστές και τα εργαλεία τους.
  • Μπορείτε να προσθέσετε νέα εργαλεία στους MCP διακομιστές, επεκτείνοντας τις δυνατότητες του πράκτορα για να καλύψετε εξελισσόμενες απαιτήσεις.
  • Το AI Toolkit περιλαμβάνει πρότυπα (π.χ. πρότυπα MCP διακομιστών Python) για να απλοποιήσει τη δημιουργία προσαρμοσμένων εργαλείων.

Πρόσθετοι Πόροι

Τι Ακολουθεί

Αποποίηση Ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε κάθε προσπάθεια για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν σφάλματα ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.