README.md

AI Toolkit -palvelimen käyttäminen Visual Studio Code -laajennuksessa

Kun rakennat tekoälyagenttia, kyse ei ole pelkästään älykkäiden vastausten tuottamisesta; kyse on myös agentin kyvystä toimia. Tässä kohtaa Model Context Protocol (MCP) astuu kuvaan. MCP mahdollistaa agenttien pääsyn ulkoisiin työkaluihin ja palveluihin yhtenäisellä tavalla. Voit ajatella sen kuin liittäisit agenttisi työkalupakkiin, jota se oikeasti voi käyttää.

Oletetaan, että yhdistät agentin laskin-MCP-palvelimeen. Yhtäkkiä agenttisi voi suorittaa matemaattisia operaatioita pelkän kehotteen, kuten "Mikä on 47 kertaa 89?", avulla—ilman, että sinun tarvitsee kovakoodata logiikkaa tai rakentaa mukautettuja API:ita.

Yleiskatsaus

Tässä osiossa käsitellään, kuinka yhdistää laskin-MCP-palvelin agenttiin AI Toolkit -laajennuksen avulla Visual Studio Codessa, jolloin agentti voi suorittaa matemaattisia operaatioita, kuten yhteen-, vähennys-, kerto- ja jakolaskuja luonnollisen kielen avulla.

AI Toolkit on tehokas laajennus Visual Studio Codeen, joka tehostaa agenttien kehitystä. Tekoälyinsinöörit voivat helposti rakentaa tekoälysovelluksia kehittämällä ja testaamalla generatiivisia tekoälymalleja—paikallisesti tai pilvessä. Laajennus tukee useimpia nykyään saatavilla olevia generatiivisia malleja.

Huomio: AI Toolkit tukee tällä hetkellä Pythonia ja TypeScriptiä.

Oppimistavoitteet

Tämän osion lopussa osaat:

• Käyttää MCP-palvelinta AI Toolkitin kautta.
• Määrittää agentin konfiguraation, jotta se voi löytää ja hyödyntää MCP-palvelimen tarjoamia työkaluja.
• Käyttää MCP-työkaluja luonnollisen kielen avulla.

Lähestymistapa

Näin etenemme yleisellä tasolla:

• Luo agentti ja määritä sen järjestelmäkehotus.
• Luo MCP-palvelin laskintyökaluilla.
• Yhdistä Agent Builder MCP-palvelimeen.
• Testaa agentin työkalujen käyttöä luonnollisen kielen avulla.

Hienoa, nyt kun ymmärrämme prosessin, konfiguroidaan tekoälyagentti hyödyntämään ulkoisia työkaluja MCP:n avulla ja parannetaan sen kyvykkyyksiä!

Esivaatimukset

• Visual Studio Code
• AI Toolkit for Visual Studio Code

Harjoitus: Palvelimen käyttäminen

Warning

Huomio macOS-käyttäjille. Tutkimme parhaillaan ongelmaa, joka vaikuttaa riippuvuuksien asennukseen macOS:ssä. Tämän vuoksi macOS-käyttäjät eivät tällä hetkellä voi suorittaa tätä opetusohjelmaa loppuun. Päivitämme ohjeet heti, kun korjaus on saatavilla. Kiitos kärsivällisyydestä ja ymmärryksestä!

Tässä harjoituksessa rakennat, suoritat ja parannat tekoälyagenttia MCP-palvelimen työkalujen avulla Visual Studio Codessa AI Toolkitin kautta.

-0- Esivaihe: Lisää OpenAI GPT-4o -malli My Models -osioon

Harjoituksessa käytetään GPT-4o-mallia. Malli tulee lisätä My Models -osioon ennen agentin luomista.

1. Avaa AI Toolkit -laajennus Activity Bar -valikosta.
2. Valitse Catalog-osiossa Models, jolloin Model Catalog avautuu uuteen editorivälilehteen.
3. Kirjoita Model Catalog -hakupalkkiin OpenAI GPT-4o.
4. Klikkaa + Add lisätäksesi mallin My Models -osioon. Varmista, että olet valinnut mallin, joka on Hosted by GitHub.
5. Vahvista Activity Bar -valikossa, että OpenAI GPT-4o-malli näkyy listassa.

-1- Luo agentti

Agent (Prompt) Builder mahdollistaa oman tekoälyagentin luomisen ja muokkaamisen. Tässä osiossa luot uuden agentin ja määrität mallin keskustelun voimanlähteeksi.

1. Avaa AI Toolkit -laajennus Activity Bar -valikosta.
2. Valitse Tools-osiossa Agent (Prompt) Builder, jolloin Agent (Prompt) Builder avautuu uuteen editorivälilehteen.
3. Klikkaa + New Agent -painiketta. Laajennus käynnistää asennusvelhon Command Palette -valikon kautta.
4. Kirjoita nimeksi Calculator Agent ja paina Enter.
5. Valitse Agent (Prompt) Builder -osiossa Model-kenttään OpenAI GPT-4o (via GitHub) -malli.

-2- Luo agentille järjestelmäkehotus

Kun agentti on alustettu, on aika määrittää sen persoonallisuus ja tarkoitus. Tässä osiossa käytät Generate system prompt -ominaisuutta kuvaamaan agentin aiottua käyttäytymistä—tässä tapauksessa laskinagentti—ja annat mallin kirjoittaa järjestelmäkehotuksen puolestasi.

1. Prompts-osiossa klikkaa Generate system prompt -painiketta. Tämä avaa kehotuksen luontityökalun, joka hyödyntää tekoälyä järjestelmäkehotuksen luomiseen agentille.
2. Generate a prompt -ikkunassa kirjoita seuraava: Olet avulias ja tehokas matematiikka-avustaja. Kun sinulle annetaan tehtävä, joka sisältää peruslaskutoimituksia, vastaat oikealla tuloksella.
3. Klikkaa Generate-painiketta. Ilmoitus ilmestyy oikeaan alakulmaan vahvistaen, että järjestelmäkehotusta luodaan. Kun kehotuksen luonti on valmis, kehotus ilmestyy System prompt -kenttään Agent (Prompt) Builder -osiossa.
4. Tarkista System prompt ja muokkaa tarvittaessa.

-3- Luo MCP-palvelin

Nyt kun olet määrittänyt agentin järjestelmäkehotuksen—ohjaten sen käyttäytymistä ja vastauksia—on aika varustaa agentti käytännön kyvyillä. Tässä osiossa luot laskin-MCP-palvelimen, jossa on työkaluja yhteen-, vähennys-, kerto- ja jakolaskujen suorittamiseen. Tämä palvelin mahdollistaa agentin suorittaa reaaliaikaisia matemaattisia operaatioita luonnollisen kielen kehotusten perusteella.

AI Toolkit sisältää mallipohjia MCP-palvelimen luomisen helpottamiseksi. Käytämme Python-mallipohjaa laskin-MCP-palvelimen luomiseen.

Huomio: AI Toolkit tukee tällä hetkellä Pythonia ja TypeScriptiä.

1. Tools-osiossa Agent (Prompt) Builder -liittymässä klikkaa + MCP Server -painiketta. Laajennus käynnistää asennusvelhon Command Palette -valikon kautta.

2. Valitse + Add Server.

3. Valitse Create a New MCP Server.

4. Valitse mallipohjaksi python-weather.

5. Valitse Default folder tallentaaksesi MCP-palvelimen mallipohjan.

6. Kirjoita palvelimen nimeksi: Calculator

7. Uusi Visual Studio Code -ikkuna avautuu. Valitse Yes, I trust the authors.

8. Käytä terminaalia (Terminal > New Terminal) ja luo virtuaaliympäristö: python -m venv .venv

9. Aktivoi virtuaaliympäristö terminaalin kautta:

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

10. Asenna riippuvuudet terminaalin kautta: pip install -e .[dev]

11. Activity Bar -valikon Explorer-näkymässä laajenna src-hakemisto ja valitse server.py avataksesi tiedoston editorissa.

12. Korvaa server.py-tiedoston sisältö seuraavalla ja tallenna:

    """
    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- Suorita agentti laskin-MCP-palvelimen kanssa

Nyt kun agentillasi on työkaluja, on aika käyttää niitä! Tässä osiossa lähetät kehotuksia agentille testataksesi ja validoidaksesi, käyttääkö agentti laskin-MCP-palvelimen asianmukaista työkalua.

Suoritat laskin-MCP-palvelimen paikallisella kehityskoneellasi Agent Builder -liittymän kautta MCP-asiakkaana.

1. Paina F5 käynnistääksesi MCP-palvelimen virheenkorjauksen. Agent (Prompt) Builder avautuu uuteen editorivälilehteen. Palvelimen tila näkyy terminaalissa.
2. Agent (Prompt) Builder -liittymän User prompt -kenttään kirjoita seuraava kehotus: Ostin 3 tuotetta, joiden hinta oli $25 kappaleelta, ja käytin $20 alennuksen. Kuinka paljon maksoin?
3. Klikkaa Run-painiketta luodaksesi agentin vastauksen.
4. Tarkista agentin tuotos. Mallin pitäisi päätellä, että maksoit $55.
5. Tässä on yhteenveto siitä, mitä pitäisi tapahtua:
   • Agentti valitsee multiply- ja subtract-työkalut laskennan avuksi.
   • Vastaavat a- ja b-arvot määritetään multiply-työkalulle.
   • Vastaavat a- ja b-arvot määritetään subtract-työkalulle.
   • Jokaisen työkalun vastaus annetaan vastaavassa Tool Response -osiossa.
   • Lopullinen tuotos mallilta annetaan lopullisessa Model Response -osiossa.
6. Lähetä lisää kehotuksia testataksesi agenttia edelleen. Voit muokata olemassa olevaa kehotusta User prompt -kentässä klikkaamalla kenttää ja korvaamalla nykyisen kehotuksen.
7. Kun olet valmis testaamaan agenttia, voit pysäyttää palvelimen terminaalin kautta painamalla CTRL/CMD+C lopettaaksesi.

Tehtävä

Kokeile lisätä uusi työkalu server.py-tiedostoon (esim. palauttaa luvun neliöjuuri). Lähetä lisäkehotuksia, jotka vaativat agenttia käyttämään uutta työkalua (tai olemassa olevia työkaluja). Muista käynnistää palvelin uudelleen ladataksesi uudet työkalut.

Ratkaisu

Ratkaisu

Keskeiset opit

Tämän osion keskeiset opit ovat seuraavat:

• AI Toolkit -laajennus on erinomainen asiakas, joka mahdollistaa MCP-palvelimien ja niiden työkalujen käytön.
• Voit lisätä uusia työkaluja MCP-palvelimiin, laajentaen agentin kyvykkyyksiä vastaamaan kehittyviä tarpeita.
• AI Toolkit sisältää mallipohjia (esim. Python MCP-palvelinmallipohjat), jotka yksinkertaistavat mukautettujen työkalujen luomista.

Lisäresurssit

• AI Toolkit -dokumentaatio

Mitä seuraavaksi

• Seuraava: Testaus ja virheenkorjaus

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.