README.md

צריכת שרת מהרחבת AI Toolkit עבור Visual Studio Code

כשאתם בונים סוכן AI, זה לא רק על יצירת תגובות חכמות; זה גם על לתת לסוכן שלכם את היכולת לבצע פעולות. כאן נכנס לתמונה פרוטוקול Model Context Protocol (MCP). MCP מאפשר לסוכנים גישה לכלים ושירותים חיצוניים בצורה עקבית. תחשבו על זה כמו לחבר את הסוכן שלכם לארגז כלים שהוא באמת יכול להשתמש בו.

נניח שאתם מחברים סוכן לשרת MCP של מחשבון. פתאום, הסוכן שלכם יכול לבצע פעולות מתמטיות רק על ידי קבלת שאלה כמו "מה זה 47 כפול 89?"—בלי צורך לקודד לוגיקה או לבנות APIs מותאמים אישית.

סקירה כללית

השיעור הזה מכסה איך לחבר שרת MCP של מחשבון לסוכן באמצעות הרחבת AI Toolkit ב-Visual Studio Code, ולאפשר לסוכן שלכם לבצע פעולות מתמטיות כמו חיבור, חיסור, כפל וחילוק באמצעות שפה טבעית.

AI Toolkit היא הרחבה עוצמתית ל-Visual Studio Code שמייעלת את פיתוח הסוכנים. מהנדסי AI יכולים בקלות לבנות יישומי AI על ידי פיתוח ובדיקת מודלים גנרטיביים—מקומית או בענן. ההרחבה תומכת ברוב המודלים הגנרטיביים המרכזיים הזמינים כיום.

הערה: AI Toolkit תומכת כרגע ב-Python ו-TypeScript.

מטרות למידה

בסוף השיעור הזה, תוכלו:

• לצרוך שרת MCP באמצעות AI Toolkit.
• להגדיר תצורת סוכן שתאפשר לו לגלות ולהשתמש בכלים המסופקים על ידי שרת MCP.
• להשתמש בכלי MCP באמצעות שפה טבעית.

גישה

כך ניגש לנושא ברמה גבוהה:

• יצירת סוכן והגדרת ההנחיה המערכתית שלו.
• יצירת שרת MCP עם כלים של מחשבון.
• חיבור Agent Builder לשרת MCP.
• בדיקת הפעלת הכלים של הסוכן באמצעות שפה טבעית.

מעולה, עכשיו כשאנחנו מבינים את הזרימה, בואו נגדיר סוכן AI שינצל כלים חיצוניים דרך MCP, ויעצים את היכולות שלו!

דרישות מוקדמות

• Visual Studio Code
• AI Toolkit עבור Visual Studio Code

תרגיל: צריכת שרת

Warning

הערה למשתמשי macOS. אנחנו כרגע חוקרים בעיה שמשפיעה על התקנת תלותים ב-macOS. כתוצאה מכך, משתמשי macOS לא יוכלו להשלים את המדריך הזה בשלב זה. נעדכן את ההוראות ברגע שתהיה תיקון זמין. תודה על הסבלנות וההבנה!

בתרגיל הזה, תבנו, תפעילו ותשפרו סוכן AI עם כלים משרת MCP בתוך Visual Studio Code באמצעות AI Toolkit.

-0- שלב מקדים, הוסיפו את מודל OpenAI GPT-4o ל-My Models

התרגיל משתמש במודל GPT-4o. יש להוסיף את המודל ל-My Models לפני יצירת הסוכן.

1. פתחו את ההרחבה AI Toolkit מ-Activity Bar.
2. בקטע Catalog, בחרו Models כדי לפתוח את Model Catalog. בחירת Models פותחת את Model Catalog בלשונית עורך חדשה.
3. בשורת החיפוש של Model Catalog, הזינו OpenAI GPT-4o.
4. לחצו על + Add כדי להוסיף את המודל לרשימת My Models. ודאו שבחרתם במודל שמתארח ב-GitHub.
5. ב-Activity Bar, ודאו שהמודל OpenAI GPT-4o מופיע ברשימה.

-1- יצירת סוכן

Agent (Prompt) Builder מאפשר לכם ליצור ולהתאים אישית סוכנים מבוססי AI. בחלק הזה, תיצרו סוכן חדש ותשייכו לו מודל שיניע את השיחה.

1. פתחו את ההרחבה AI Toolkit מ-Activity Bar.
2. בקטע Tools, בחרו Agent (Prompt) Builder. בחירת Agent (Prompt) Builder פותחת את Agent (Prompt) Builder בלשונית עורך חדשה.
3. לחצו על כפתור + New Agent. ההרחבה תפעיל אשף הגדרה דרך Command Palette.
4. הזינו את השם Calculator Agent ולחצו Enter.
5. ב-Agent (Prompt) Builder, בשדה Model, בחרו במודל OpenAI GPT-4o (via GitHub).

-2- יצירת הנחיית מערכת לסוכן

לאחר שהסוכן נבנה, הגיע הזמן להגדיר את האישיות והמטרה שלו. בחלק הזה, תשתמשו בתכונת Generate system prompt כדי לתאר את ההתנהגות המיועדת של הסוכן—במקרה הזה, סוכן מחשבון—ותתנו למודל לכתוב את הנחיית המערכת עבורכם.

1. בקטע Prompts, לחצו על כפתור Generate system prompt. כפתור זה פותח את בונה ההנחיות שמנצל AI ליצירת הנחיית מערכת עבור הסוכן.
2. בחלון Generate a prompt, הזינו את הטקסט הבא: אתה עוזר מתמטי יעיל ומועיל. כשנותנים לך בעיה הכוללת אריתמטיקה בסיסית, אתה מגיב עם התוצאה הנכונה.
3. לחצו על כפתור Generate. תופיע התראה בפינה הימנית-תחתונה המאשרת שהנחיית המערכת נוצרת. לאחר שהיצירה תושלם, ההנחיה תופיע בשדה System prompt של Agent (Prompt) Builder.
4. סקרו את System prompt וערכו במידת הצורך.

-3- יצירת שרת MCP

עכשיו, לאחר שהגדרתם את הנחיית המערכת של הסוכן—המנחה את התנהגותו ותגובותיו—הגיע הזמן לצייד את הסוכן ביכולות מעשיות. בחלק הזה, תיצרו שרת MCP של מחשבון עם כלים לביצוע חיבור, חיסור, כפל וחילוק. שרת זה יאפשר לסוכן שלכם לבצע פעולות מתמטיות בזמן אמת בתגובה להנחיות בשפה טבעית.

AI Toolkit מצוידת בתבניות להקלת יצירת שרת MCP משלכם. נשתמש בתבנית Python ליצירת שרת MCP של מחשבון.

הערה: AI Toolkit תומכת כרגע ב-Python ו-TypeScript.

1. בקטע Tools של Agent (Prompt) Builder, לחצו על כפתור + MCP Server. ההרחבה תפעיל אשף הגדרה דרך Command Palette.

2. בחרו + Add Server.

3. בחרו Create a New MCP Server.

4. בחרו python-weather כתבנית.

5. בחרו Default folder לשמירת תבנית שרת MCP.

6. הזינו את השם הבא לשרת: Calculator

7. חלון חדש של Visual Studio Code ייפתח. בחרו Yes, I trust the authors.

8. באמצעות הטרמינל (Terminal > New Terminal), צרו סביבה וירטואלית: python -m venv .venv

9. באמצעות הטרמינל, הפעילו את הסביבה הווירטואלית:

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

10. באמצעות הטרמינל, התקינו את התלויות: pip install -e .[dev]

11. בתצוגת Explorer של Activity Bar, הרחיבו את התיקייה src ובחרו server.py כדי לפתוח את הקובץ בעורך.

12. החליפו את הקוד בקובץ server.py עם הקוד הבא ושמרו:

    """
    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- הפעלת הסוכן עם שרת MCP של מחשבון

עכשיו, כשהסוכן שלכם מצויד בכלים, הגיע הזמן להשתמש בהם! בחלק הזה, תגישו הנחיות לסוכן כדי לבדוק ולאמת אם הסוכן מנצל את הכלי המתאים משרת MCP של מחשבון.

תפעילו את שרת MCP של מחשבון במכונת הפיתוח המקומית שלכם דרך Agent Builder כלקוח MCP.

1. לחצו F5 כדי להתחיל לנפות שגיאות בשרת MCP. Agent (Prompt) Builder ייפתח בלשונית עורך חדשה. סטטוס השרת גלוי בטרמינל.
2. בשדה User prompt של Agent (Prompt) Builder, הזינו את ההנחיה הבאה: קניתי 3 פריטים במחיר של $25 כל אחד, ואז השתמשתי בהנחה של $20. כמה שילמתי?
3. לחצו על כפתור Run כדי ליצור את תגובת הסוכן.
4. סקרו את הפלט של הסוכן. המודל אמור להסיק ששילמתם $55.
5. הנה פירוט של מה שצריך לקרות:
   • הסוכן בוחר בכלים multiply ו-subtract כדי לעזור בחישוב.
   • הערכים a ו-b המתאימים מוקצים לכלי multiply.
   • הערכים a ו-b המתאימים מוקצים לכלי subtract.
   • התגובה מכל כלי מסופקת ב-Tool Response המתאים.
   • הפלט הסופי מהמודל מסופק ב-Model Response הסופי.
6. הגישו הנחיות נוספות כדי לבדוק את הסוכן. תוכלו לשנות את ההנחיה הקיימת בשדה User prompt על ידי לחיצה לתוך השדה והחלפת ההנחיה הקיימת.
7. לאחר שתסיימו לבדוק את הסוכן, תוכלו לעצור את השרת דרך הטרמינל על ידי הזנת CTRL/CMD+C כדי לצאת.

משימה

נסו להוסיף כלי נוסף לקובץ server.py שלכם (לדוגמה: להחזיר את השורש הריבועי של מספר). הגישו הנחיות נוספות שידרשו מהסוכן לנצל את הכלי החדש שלכם (או כלים קיימים). ודאו שאתם מפעילים מחדש את השרת כדי לטעון כלים שנוספו.

פתרון

פתרון

נקודות מפתח

הנקודות המרכזיות מהפרק הזה הן:

• הרחבת AI Toolkit היא לקוח מצוין שמאפשר לצרוך שרתי MCP והכלים שלהם.
• תוכלו להוסיף כלים חדשים לשרתי MCP, להרחיב את יכולות הסוכן כדי לעמוד בדרישות משתנות.
• AI Toolkit כוללת תבניות (לדוגמה, תבניות שרת MCP ב-Python) כדי לפשט את יצירת הכלים המותאמים אישית.

משאבים נוספים

• מסמכי AI Toolkit

מה הלאה

• הבא: בדיקות וניפוי שגיאות

כתב ויתור:
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית Co-op Translator. למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפתו המקורית צריך להיחשב כמקור הסמכותי. עבור מידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי אדם. איננו נושאים באחריות לאי הבנות או לפרשנויות שגויות הנובעות משימוש בתרגום זה.