Skip to content

README.md

Latest commit

 

History

History
108 lines (78 loc) · 5.2 KB

README.md

File metadata and controls

108 lines (78 loc) · 5.2 KB

Generator plana učenja s Chainlit i Microsoft Learn Docs MCP

Preduvjeti

  • Python 3.8 ili noviji
  • pip (Python upravitelj paketa)
  • Internet veza za povezivanje s Microsoft Learn Docs MCP serverom

Instalacija

  1. Klonirajte ovaj repozitorij ili preuzmite datoteke projekta.

  2. Instalirajte potrebne ovisnosti:

    pip install -r requirements.txt

Korištenje

Scenarij 1: Jednostavan upit prema Docs MCP

Klijent iz komandne linije koji se povezuje na Docs MCP server, šalje upit i ispisuje rezultat.

  1. Pokrenite skriptu: 
    python scenario1.py
  2. Unesite svoje pitanje vezano uz dokumentaciju na upitniku.

Scenarij 2: Generator plana učenja (Chainlit web aplikacija)

Web sučelje (koristeći Chainlit) koje korisnicima omogućuje generiranje personaliziranog, tjednog plana učenja za bilo koju tehničku temu.

  1. Pokrenite Chainlit aplikaciju: 
    chainlit run scenario2.py
  2. Otvorite lokalnu URL adresu prikazanu u terminalu (npr. http://localhost:8000) u svom pregledniku.
  3. U prozoru za chat unesite temu učenja i broj tjedana za koje želite učiti (npr. "AI-900 certifikacija, 8 tjedana").
  4. Aplikacija će odgovoriti tjednim planom učenja, uključujući poveznice na relevantnu Microsoft Learn dokumentaciju.

Potrebne varijable okoline:

Za korištenje Scenarija 2 (Chainlit web aplikacija s Azure OpenAI), morate postaviti sljedeće varijable okoline u .env datoteci unutar python direktorija:

AZURE_OPENAI_CHAT_DEPLOYMENT_NAME=
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_ENDPOINT=
AZURE_OPENAI_API_VERSION=

Ispunite ove vrijednosti detaljima vašeg Azure OpenAI resursa prije pokretanja aplikacije.

Tip: Jednostavno možete implementirati vlastite modele koristeći Azure AI Foundry.

Scenarij 3: Dokumentacija unutar editora s MCP serverom u VS Code

Umjesto prebacivanja između kartica preglednika za pretraživanje dokumentacije, možete Microsoft Learn Docs dovesti izravno u VS Code koristeći MCP server. To vam omogućuje:

  • Pretraživanje i čitanje dokumenata unutar VS Code bez napuštanja radnog okruženja.
  • Referenciranje dokumentacije i umetanje poveznica izravno u README ili datoteke tečaja.
  • Korištenje GitHub Copilot i MCP zajedno za besprijekoran, AI-podržan tijek rada s dokumentacijom.

Primjeri upotrebe:

  • Brzo dodavanje referentnih poveznica u README dok pišete dokumentaciju za tečaj ili projekt.
  • Korištenje Copilota za generiranje koda i MCP-a za trenutno pronalaženje i citiranje relevantne dokumentacije.
  • Ostanite fokusirani u editoru i povećajte produktivnost.

Important

Provjerite imate li valjanu mcp.json konfiguraciju u svom radnom prostoru (lokacija je .vscode/mcp.json).

Zašto Chainlit za Scenarij 2?

Chainlit je moderan open-source okvir za izradu konverzacijskih web aplikacija. Omogućuje jednostavno stvaranje chat sučelja koja se povezuju s backend servisima poput Microsoft Learn Docs MCP servera. Ovaj projekt koristi Chainlit kako bi pružio jednostavan, interaktivan način za generiranje personaliziranih planova učenja u stvarnom vremenu. Korištenjem Chainlit-a brzo možete izgraditi i implementirati chat alate koji poboljšavaju produktivnost i učenje.

Što ova aplikacija radi

Ova aplikacija omogućuje korisnicima da kreiraju personalizirani plan učenja jednostavnim unosom teme i trajanja. Aplikacija analizira vaš unos, šalje upit Microsoft Learn Docs MCP serveru za relevantni sadržaj i organizira rezultate u strukturirani, tjedni plan. Preporuke za svaki tjedan prikazuju se u chatu, što olakšava praćenje i napredak. Integracija osigurava da uvijek dobijete najnovije i najrelevantnije izvore za učenje.

Primjeri upita

Isprobajte ove upite u chat prozoru da vidite kako aplikacija odgovara:

  • AI-900 certifikacija, 8 tjedana
  • Nauči Azure Functions, 4 tjedna
  • Azure DevOps, 6 tjedana
  • Data engineering na Azureu, 10 tjedana
  • Microsoft sigurnosni temelji, 5 tjedana
  • Power Platform, 7 tjedana
  • Azure AI servisi, 12 tjedana
  • Cloud arhitektura, 9 tjedana

Ovi primjeri pokazuju fleksibilnost aplikacije za različite ciljeve učenja i vremenske okvire.

Reference

Odricanje od odgovornosti:
Ovaj dokument je preveden korištenjem AI usluge za prevođenje Co-op Translator. Iako težimo točnosti, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati službenim i autoritativnim izvorom. Za kritične informacije preporučuje se profesionalni ljudski prijevod. Ne snosimo odgovornost za bilo kakva nesporazume ili pogrešna tumačenja koja proizlaze iz korištenja ovog prijevoda.