Skip to content

Latest commit

 

History

History
211 lines (149 loc) · 9.38 KB

README.md

File metadata and controls

211 lines (149 loc) · 9.38 KB

🐙 Modul 4: Praktisk MCP-utvikling - Egen GitHub-klone-server

Duration Difficulty MCP VS Code GitHub Copilot

⚡ Rask start: Bygg en produksjonsklar MCP-server som automatiserer kloning av GitHub-repositorier og integrasjon med VS Code på bare 30 minutter!

🎯 Læringsmål

Når du er ferdig med denne labben, vil du kunne:

  • ✅ Lage en egen MCP-server for virkelige utviklingsarbeidsflyter
  • ✅ Implementere funksjonalitet for kloning av GitHub-repositorier via MCP
  • ✅ Integrere egendefinerte MCP-servere med VS Code og Agent Builder
  • ✅ Bruke GitHub Copilot Agent Mode med egendefinerte MCP-verktøy
  • ✅ Teste og distribuere egendefinerte MCP-servere i produksjonsmiljøer

📋 Forutsetninger

  • Fullført Lab 1-3 (MCP-grunnleggende og avansert utvikling)
  • Abonnement på GitHub Copilot (gratis registrering tilgjengelig)
  • VS Code med AI Toolkit og GitHub Copilot-utvidelser
  • Git CLI installert og konfigurert

🏗️ Prosjektoversikt

Utviklingsutfordring fra virkeligheten

Som utviklere bruker vi ofte GitHub for å klone repositorier og åpne dem i VS Code eller VS Code Insiders. Denne manuelle prosessen innebærer:

  1. Åpne terminal/kommandolinje
  2. Navigere til ønsket mappe
  3. Kjøre git clone-kommandoen
  4. Åpne VS Code i den klonede mappen

Vår MCP-løsning forenkler dette til én smart kommando!

Hva du skal bygge

En GitHub Clone MCP Server (git_mcp_server) som tilbyr:

Funksjon Beskrivelse Fordel
🔄 Smart kloning av repositorier Klon GitHub-repoer med validering Automatisk feilsjekk
📁 Intelligent mappestyring Sjekk og opprett mapper trygt Forhindrer overskriving
🚀 Tverrplattform VS Code-integrasjon Åpne prosjekter i VS Code/Insiders Sømløs arbeidsflytovergang
🛡️ Robust feilhåndtering Håndter nettverk, tillatelser og sti-problemer Produksjonsklar pålitelighet

📖 Trinnvis implementering

Trinn 1: Opprett GitHub-agent i Agent Builder

  1. Start Agent Builder via AI Toolkit-utvidelsen

  2. Lag en ny agent med følgende konfigurasjon:

    Agent Name: GitHubAgent

  3. Initialiser egendefinert MCP-server:

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

Trinn 2: Konfigurer GitHub Copilot Agent Mode

  1. Åpne GitHub Copilot i VS Code (Ctrl/Cmd + Shift + P → "GitHub Copilot: Open")
  2. Velg Agent Model i Copilot-grensesnittet
  3. Velg Claude 3.7-modellen for bedre resonneringsevner
  4. Aktiver MCP-integrasjon for tilgang til verktøy

💡 Profftips: Claude 3.7 gir bedre forståelse av utviklingsarbeidsflyter og feilmønstre.

Trinn 3: Implementer kjernefunksjonalitet i MCP-serveren

Bruk følgende detaljerte 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

Trinn 4: Test MCP-serveren din

4a. Test i Agent Builder

  1. Start feilsøkingskonfigurasjonen for Agent Builder
  2. Konfigurer agenten din med denne systemprompten:
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 brukerscenarier:
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 bekreftelse av sti
  • ✅ Automatisk oppstart av VS Code
  • ✅ Klare feilmeldinger ved ugyldige scenarioer
  • ✅ Korrekt håndtering av kanttilfeller

4b. Test i MCP Inspector

MCP Inspector Testing

🎉 Gratulerer! Du har nå laget en praktisk, produksjonsklar MCP-server som løser reelle utfordringer i utviklingsarbeidsflyter. Din egendefinerte GitHub-klone-server viser kraften i MCP for å automatisere og forbedre utviklerproduktiviteten.

🏆 Oppnåelse låst opp:

  • ✅ MCP-utvikler - Laget egendefinert MCP-server
  • ✅ Arbeidsflytautomatiserer - Effektiviserte utviklingsprosesser
  • ✅ Integrasjonsekspert - Knyttet sammen flere utviklingsverktøy
  • ✅ Produksjonsklar - Bygget løsninger klare for distribusjon

🎓 Workshop fullført: Din reise med Model Context Protocol

Kjære workshop-deltaker,

Gratulerer med å ha fullført alle fire modulene i Model Context Protocol-workshopen! Du har gått fra å forstå grunnleggende AI Toolkit-konsepter til å bygge produksjonsklare MCP-servere som løser virkelige utviklingsutfordringer.

🚀 Oppsummering av læringsreisen din:

Modul 1: Du startet med å utforske AI Toolkit-grunnleggende, modelltesting og lage din første AI-agent.

Modul 2: Du lærte MCP-arkitektur, integrerte Playwright MCP, og bygde din første nettleserautomatiseringsagent.

Modul 3: Du avanserte til egendefinert MCP-serverutvikling med Weather MCP-serveren og mestret feilsøkingsverktøy.

Modul 4: Nå har du brukt alt til å lage et praktisk verktøy for automatisering av GitHub-repositorie-arbeidsflyter.

🌟 Det du har mestret:

  • ✅ AI Toolkit-økosystemet: Modeller, agenter og integrasjonsmønstre
  • ✅ MCP-arkitektur: Klient-server-design, transportprotokoller og sikkerhet
  • ✅ Utviklerverktøy: Fra Playground til Inspector til produksjonsdistribusjon
  • ✅ Egendefinert utvikling: Bygge, teste og distribuere egne MCP-servere
  • ✅ Praktiske anvendelser: Løse virkelige arbeidsflytutfordringer med AI

🔮 Dine neste steg:

  1. Bygg din egen MCP-server: Bruk disse ferdighetene til å automatisere dine unike arbeidsflyter
  2. Bli med i MCP-fellesskapet: Del dine prosjekter og lær av andre
  3. Utforsk avansert integrasjon: Koble MCP-servere til bedriftsløsninger
  4. Bidra til open source: Hjelp til med å forbedre MCP-verktøy og dokumentasjon

Husk, denne workshopen er bare starten. Model Context Protocol-økosystemet utvikler seg raskt, og du er nå rustet til å være i fronten av AI-drevne utviklingsverktøy.

Takk for din deltakelse og ditt engasjement for læring!

Vi håper denne workshopen har gitt deg ideer som vil forandre hvordan du bygger og bruker AI-verktøy i din utviklingsreise.

Lykke til med koding!

Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vennligst vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.