Skip to content

README.md

Latest commit

 

History

History
181 lines (128 loc) · 21.2 KB

README.md

File metadata and controls

181 lines (128 loc) · 21.2 KB

ਵਿਜੁਅਲ ਸਟੂਡੀਓ ਕੋਡ ਲਈ AI ਟੂਲਕਿਟ ਐਕਸਟੈਂਸ਼ਨ ਤੋਂ ਸਰਵਰ ਦੀ ਵਰਤੋਂ ਕਰਨਾ

ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ AI ਏਜੰਟ ਬਣਾਉਂਦੇ ਹੋ, ਤਾਂ ਇਹ ਸਿਰਫ਼ ਸਮਾਰਟ ਜਵਾਬ ਪੈਦਾ ਕਰਨ ਬਾਰੇ ਨਹੀਂ ਹੁੰਦਾ; ਇਹ ਤੁਹਾਡੇ ਏਜੰਟ ਨੂੰ ਕਾਰਵਾਈ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਦੇਣ ਬਾਰੇ ਵੀ ਹੁੰਦਾ ਹੈ। ਇੱਥੇ ਹੀ ਮਾਡਲ ਕੌਂਟੈਕਸਟ ਪ੍ਰੋਟੋਕੋਲ (MCP) ਦੀ ਭੂਮਿਕਾ ਆਉਂਦੀ ਹੈ। MCP ਏਜੰਟਾਂ ਲਈ ਬਾਹਰੀ ਟੂਲਾਂ ਅਤੇ ਸੇਵਾਵਾਂ ਤੱਕ ਇੱਕ ਸਥਿਰ ਢੰਗ ਨਾਲ ਪਹੁੰਚ ਕਰਨਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ। ਇਸਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਸੋਚੋ ਜਿਵੇਂ ਤੁਸੀਂ ਆਪਣੇ ਏਜੰਟ ਨੂੰ ਇੱਕ ਟੂਲਬਾਕਸ ਨਾਲ ਜੋੜ ਰਹੇ ਹੋ ਜਿਸਦਾ ਇਹ ਅਸਲ ਵਿੱਚ ਇਸਤੇਮਾਲ ਕਰ ਸਕਦਾ ਹੈ।

ਮੰਨ ਲਓ ਕਿ ਤੁਸੀਂ ਆਪਣੇ ਕੈਲਕੂਲੇਟਰ MCP ਸਰਵਰ ਨਾਲ ਇੱਕ ਏਜੰਟ ਨੂੰ ਜੋੜਦੇ ਹੋ। ਅਚਾਨਕ, ਤੁਹਾਡਾ ਏਜੰਟ ਸਿਰਫ਼ ਇੱਕ ਪ੍ਰੰਪਟ ਪ੍ਰਾਪਤ ਕਰਕੇ ਗਣਿਤ ਦੀਆਂ ਗਣਨਾਵਾਂ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ "47 ਨੂੰ 89 ਨਾਲ ਗੁਣਾ ਕਰੋ?"—ਲੌਜਿਕ ਨੂੰ ਹਾਰਡਕੋਡ ਕਰਨ ਜਾਂ ਕਸਟਮ API ਬਣਾਉਣ ਦੀ ਲੋੜ ਨਹੀਂ।

ਝਲਕ

ਇਸ ਪਾਠ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਕਿਵੇਂ ਵਿਜੁਅਲ ਸਟੂਡੀਓ ਕੋਡ ਵਿੱਚ AI ਟੂਲਕਿਟ ਐਕਸਟੈਂਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੈਲਕੂਲੇਟਰ MCP ਸਰਵਰ ਨੂੰ ਇੱਕ ਏਜੰਟ ਨਾਲ ਜੋੜਨਾ ਹੈ, ਜਿਸ ਨਾਲ ਤੁਹਾਡਾ ਏਜੰਟ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਰਾਹੀਂ ਜੋੜ, ਘਟਾਓ, ਗੁਣਾ ਅਤੇ ਭਾਗ ਜਿਹੀਆਂ ਗਣਿਤ ਗਣਨਾਵਾਂ ਕਰ ਸਕੇ।

AI ਟੂਲਕਿਟ ਵਿਜੁਅਲ ਸਟੂਡੀਓ ਕੋਡ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਐਕਸਟੈਂਸ਼ਨ ਹੈ ਜੋ ਏਜੰਟ ਵਿਕਾਸ ਨੂੰ ਸਧਾਰਨ ਬਣਾਉਂਦਾ ਹੈ। AI ਇੰਜੀਨੀਅਰ ਆਸਾਨੀ ਨਾਲ ਜਨਰੇਟਿਵ AI ਮਾਡਲਾਂ ਨੂੰ ਸਥਾਨਕ ਜਾਂ ਕਲਾਉਡ ਵਿੱਚ ਵਿਕਸਿਤ ਅਤੇ ਟੈਸਟ ਕਰਕੇ AI ਐਪਲੀਕੇਸ਼ਨ ਬਣਾਉਣ ਵਿੱਚ ਸਮਰੱਥ ਹੁੰਦੇ ਹਨ। ਇਹ ਐਕਸਟੈਂਸ਼ਨ ਅੱਜ ਦੇ ਜ਼ਿਆਦਾਤਰ ਪ੍ਰਮੁੱਖ ਜਨਰੇਟਿਵ ਮਾਡਲਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ।

ਨੋਟ: AI ਟੂਲਕਿਟ ਇਸ ਸਮੇਂ ਪਾਇਥਨ ਅਤੇ ਟਾਈਪਸਕ੍ਰਿਪਟ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ।

ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼

ਇਸ ਪਾਠ ਦੇ ਅੰਤ ਤੱਕ, ਤੁਸੀਂ ਇਹ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੋਗੇ:

  • AI ਟੂਲਕਿਟ ਰਾਹੀਂ ਇੱਕ MCP ਸਰਵਰ ਦੀ ਵਰਤੋਂ।
  • ਇੱਕ ਏਜੰਟ ਸੰਰਚਨਾ ਨੂੰ ਸੰਰਚਿਤ ਕਰਨਾ ਤਾਂ ਜੋ ਇਹ MCP ਸਰਵਰ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਟੂਲਾਂ ਦੀ ਖੋਜ ਅਤੇ ਵਰਤੋਂ ਕਰ ਸਕੇ।
  • ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਰਾਹੀਂ MCP ਟੂਲਾਂ ਦੀ ਵਰਤੋਂ।

ਪਹੁੰਚ

ਇਸਨੂੰ ਉੱਚ ਪੱਧਰ 'ਤੇ ਇਸ ਤਰ੍ਹਾਂ ਪੂਰਾ ਕਰਨਾ ਹੈ:

  • ਇੱਕ ਏਜੰਟ ਬਣਾਓ ਅਤੇ ਇਸਦਾ ਸਿਸਟਮ ਪ੍ਰੰਪਟ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ।
  • ਕੈਲਕੂਲੇਟਰ ਟੂਲਾਂ ਨਾਲ ਇੱਕ MCP ਸਰਵਰ ਬਣਾਓ।
  • ਏਜੰਟ ਬਿਲਡਰ ਨੂੰ MCP ਸਰਵਰ ਨਾਲ ਜੋੜੋ।
  • ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਰਾਹੀਂ ਏਜੰਟ ਦੇ ਟੂਲ ਇਨਵੋਕੇਸ਼ਨ ਦੀ ਜਾਂਚ ਕਰੋ।

ਵਧੀਆ, ਹੁਣ ਜਦੋਂ ਸਾਨੂੰ ਪ੍ਰਕਿਰਿਆ ਦੀ ਸਮਝ ਹੈ, ਆਓ ਇੱਕ AI ਏਜੰਟ ਨੂੰ ਬਾਹਰੀ ਟੂਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਸੰਰਚਿਤ ਕਰੀਏ, ਇਸ ਦੀ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਵਧਾਉਂਦੇ ਹੋਏ!

ਪੂਰਵ ਸ਼ਰਤਾਂ

ਅਭਿਆਸ: ਸਰਵਰ ਦੀ ਵਰਤੋਂ

Warning

macOS ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਨੋਟ। ਅਸੀਂ ਇਸ ਸਮੇਂ macOS 'ਤੇ ਡਿਪੈਂਡੈਂਸੀ ਇੰਸਟਾਲੇਸ਼ਨ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲੇ ਸਮੱਸਿਆ ਦੀ ਜਾਂਚ ਕਰ ਰਹੇ ਹਾਂ। ਇਸ ਕਾਰਨ, macOS ਉਪਭੋਗਤਾ ਇਸ ਟਿਊਟੋਰਿਅਲ ਨੂੰ ਇਸ ਸਮੇਂ ਪੂਰਾ ਨਹੀਂ ਕਰ ਸਕਣਗੇ। ਜਿਵੇਂ ਹੀ ਇਸਦਾ ਹੱਲ ਉਪਲਬਧ ਹੋਵੇਗਾ, ਅਸੀਂ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਅਪਡੇਟ ਕਰਾਂਗੇ। ਤੁਹਾਡੀ ਧੀਰਜ ਅਤੇ ਸਮਝ ਲਈ ਧੰਨਵਾਦ!

ਇਸ ਅਭਿਆਸ ਵਿੱਚ, ਤੁਸੀਂ ਵਿਜੁਅਲ ਸਟੂਡੀਓ ਕੋਡ ਦੇ ਅੰਦਰ AI ਟੂਲਕਿਟ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ AI ਏਜੰਟ ਬਣਾਉਂਦੇ, ਚਲਾਉਂਦੇ ਅਤੇ ਇਸਨੂੰ ਇੱਕ MCP ਸਰਵਰ ਤੋਂ ਟੂਲਾਂ ਨਾਲ ਵਧਾਉਂਦੇ ਹੋ।

-0- ਪਹਿਲਾ ਕਦਮ, OpenAI GPT-4o ਮਾਡਲ ਨੂੰ ਮੇਰੇ ਮਾਡਲਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰੋ

ਇਸ ਅਭਿਆਸ ਵਿੱਚ GPT-4o ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਹੈ। ਏਜੰਟ ਬਣਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਮਾਡਲ ਨੂੰ ਮੇਰੇ ਮਾਡਲਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

  1. AI ਟੂਲਕਿਟ ਐਕਸਟੈਂਸ਼ਨ ਨੂੰ ਐਕਟਿਵਿਟੀ ਬਾਰ ਤੋਂ ਖੋਲ੍ਹੋ।
  2. ਕੈਟਾਲੌਗ ਸੈਕਸ਼ਨ ਵਿੱਚ, ਮਾਡਲ ਚੁਣੋ ਤਾਂ ਜੋ ਮਾਡਲ ਕੈਟਾਲੌਗ ਖੁਲ੍ਹ ਜਾਵੇ। ਮਾਡਲ ਚੁਣਨਾ ਮਾਡਲ ਕੈਟਾਲੌਗ ਨੂੰ ਇੱਕ ਨਵੀਂ ਐਡੀਟਰ ਟੈਬ ਵਿੱਚ ਖੋਲ੍ਹਦਾ ਹੈ।
  3. ਮਾਡਲ ਕੈਟਾਲੌਗ ਖੋਜ ਬਾਰ ਵਿੱਚ, OpenAI GPT-4o ਦਰਜ ਕਰੋ।
  4. + Add 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਤਾਂ ਜੋ ਮਾਡਲ ਤੁਹਾਡੇ ਮੇਰੇ ਮਾਡਲਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਜਾਵੇ। ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ ਉਹ ਮਾਡਲ ਚੁਣਿਆ ਹੈ ਜੋ GitHub ਦੁਆਰਾ ਹੋਸਟ ਕੀਤਾ ਗਿਆ ਹੈ।
  5. ਐਕਟਿਵਿਟੀ ਬਾਰ ਵਿੱਚ, ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ OpenAI GPT-4o ਮਾਡਲ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇ ਰਿਹਾ ਹੈ।

-1- ਇੱਕ ਏਜੰਟ ਬਣਾਓ

Agent (Prompt) Builder ਤੁਹਾਨੂੰ ਆਪਣੇ AI-ਚਾਲਤ ਏਜੰਟਾਂ ਨੂੰ ਬਣਾਉਣ ਅਤੇ ਕਸਟਮਾਈਜ਼ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਦਿੰਦਾ ਹੈ। ਇਸ ਭਾਗ ਵਿੱਚ, ਤੁਸੀਂ ਇੱਕ ਨਵਾਂ ਏਜੰਟ ਬਣਾਉਂਦੇ ਹੋ ਅਤੇ ਗੱਲਬਾਤ ਨੂੰ ਚਲਾਉਣ ਲਈ ਇੱਕ ਮਾਡਲ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹੋ।

  1. AI ਟੂਲਕਿਟ ਐਕਸਟੈਂਸ਼ਨ ਨੂੰ ਐਕਟਿਵਿਟੀ ਬਾਰ ਤੋਂ ਖੋਲ੍ਹੋ।
  2. ਟੂਲਜ਼ ਸੈਕਸ਼ਨ ਵਿੱਚ, Agent (Prompt) Builder ਚੁਣੋ। Agent (Prompt) Builder ਚੁਣਨਾ ਇਸਨੂੰ ਇੱਕ ਨਵੀਂ ਐਡੀਟਰ ਟੈਬ ਵਿੱਚ ਖੋਲ੍ਹਦਾ ਹੈ।
  3. + ਨਵਾਂ ਏਜੰਟ ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ। ਐਕਸਟੈਂਸ਼ਨ ਕਮਾਂਡ ਪੈਲੇਟ ਰਾਹੀਂ ਇੱਕ ਸੈਟਅੱਪ ਵਿਜ਼ਾਰਡ ਸ਼ੁਰੂ ਕਰੇਗਾ।
  4. Calculator Agent ਨਾਮ ਦਰਜ ਕਰੋ ਅਤੇ Enter ਦਬਾਓ।
  5. Agent (Prompt) Builder ਵਿੱਚ, ਮਾਡਲ ਖੇਤਰ ਲਈ, OpenAI GPT-4o (via GitHub) ਮਾਡਲ ਚੁਣੋ।

-2- ਏਜੰਟ ਲਈ ਸਿਸਟਮ ਪ੍ਰੰਪਟ ਬਣਾਓ

ਹੁਣ ਜਦੋਂ ਤੁਸੀਂ ਏਜੰਟ ਦਾ ਢਾਂਚਾ ਤਿਆਰ ਕਰ ਲਿਆ ਹੈ, ਇਹ ਇਸਦੀ ਸ਼ਖਸੀਅਤ ਅਤੇ ਉਦੇਸ਼ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਦਾ ਸਮਾਂ ਹੈ। ਇਸ ਭਾਗ ਵਿੱਚ, ਤੁਸੀਂ Generate system prompt ਫੀਚਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਏਜੰਟ ਦੇ ਇਰਾਦੇ ਵਾਲੇ ਵਿਵਹਾਰ ਦਾ ਵਰਣਨ ਕਰੋਗੇ—ਇਸ ਮਾਮਲੇ ਵਿੱਚ, ਇੱਕ ਕੈਲਕੂਲੇਟਰ ਏਜੰਟ—ਅਤੇ ਮਾਡਲ ਨੂੰ ਤੁਹਾਡੇ ਲਈ ਸਿਸਟਮ ਪ੍ਰੰਪਟ ਲਿਖਣ ਦਿਓ।

  1. Prompts ਸੈਕਸ਼ਨ ਲਈ, Generate system prompt ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ। ਇਹ ਬਟਨ ਪ੍ਰੰਪਟ ਬਿਲਡਰ ਵਿੱਚ ਖੁਲ੍ਹਦਾ ਹੈ ਜੋ ਏਜੰਟ ਲਈ ਸਿਸਟਮ ਪ੍ਰੰਪਟ ਪੈਦਾ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
  2. Generate a prompt ਵਿੰਡੋ ਵਿੱਚ, ਹੇਠਾਂ ਦਿੱਤਾ ਦਰਜ ਕਰੋ: ਤੁਸੀਂ ਇੱਕ ਮਦਦਗਾਰ ਅਤੇ ਕੁਸ਼ਲ ਗਣਿਤ ਸਹਾਇਕ ਹੋ। ਜਦੋਂ ਤੁਹਾਨੂੰ ਮੂਲ ਗਣਿਤ ਵਿੱਚ ਸਮੱਸਿਆ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਸਹੀ ਨਤੀਜੇ ਨਾਲ ਜਵਾਬ ਦਿੰਦੇ ਹੋ।
  3. Generate ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ। ਇੱਕ ਸੂਚਨਾ ਨੀਵੇਂ-ਸੱਜੇ ਕੋਨੇ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗੀ ਜੋ ਪੁਸ਼ਟੀ ਕਰਦੀ ਹੈ ਕਿ ਸਿਸਟਮ ਪ੍ਰੰਪਟ ਪੈਦਾ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਜਦੋਂ ਪ੍ਰੰਪਟ ਪੈਦਾ ਹੋਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਪੂਰੀ ਹੋ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਪ੍ਰੰਪਟ Agent (Prompt) Builder ਦੇ System prompt ਖੇਤਰ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
  4. System prompt ਦੀ ਸਮੀਖਿਆ ਕਰੋ ਅਤੇ ਜ਼ਰੂਰਤ ਪਏ ਤਾਂ ਸੋਧ ਕਰੋ।

-3- ਇੱਕ MCP ਸਰਵਰ ਬਣਾਓ

ਹੁਣ ਜਦੋਂ ਤੁਸੀਂ ਆਪਣੇ ਏਜੰਟ ਦਾ ਸਿਸਟਮ ਪ੍ਰੰਪਟ ਪਰਿਭਾਸ਼ਿਤ ਕਰ ਲਿਆ ਹੈ—ਇਸਦੇ ਵਿਵਹਾਰ ਅਤੇ ਜਵਾਬਾਂ ਨੂੰ ਨਿਰਦੇਸ਼ਿਤ ਕਰਦੇ ਹੋਏ—ਇਸਨੂੰ ਵਿਹਾਰਕ ਸਮਰੱਥਾਵਾਂ ਨਾਲ ਸਜਾਉਣ ਦਾ ਸਮਾਂ ਹੈ। ਇਸ ਭਾਗ ਵਿੱਚ, ਤੁਸੀਂ ਇੱਕ ਕੈਲਕੂਲੇਟਰ MCP ਸਰਵਰ ਬਣਾਉਂਦੇ ਹੋ ਜਿਸ ਵਿੱਚ ਜੋੜ, ਘਟਾਓ, ਗੁਣਾ ਅਤੇ ਭਾਗ ਗਣਨਾਵਾਂ ਕਰਨ ਦੇ ਟੂਲ ਹਨ। ਇਹ ਸਰਵਰ ਤੁਹਾਡੇ ਏਜੰਟ ਨੂੰ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੰਪਟਾਂ ਦੇ ਜਵਾਬ ਵਿੱਚ ਰੀਅਲ-ਟਾਈਮ ਗਣਿਤ ਗਣਨਾਵਾਂ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਏਗਾ।

AI ਟੂਲਕਿਟ ਤੁਹਾਡੇ ਆਪਣੇ MCP ਸਰਵਰ ਬਣਾਉਣ ਲਈ ਟੈਂਪਲੇਟਾਂ ਨਾਲ ਸਜਾਇਆ ਗਿਆ ਹੈ। ਅਸੀਂ ਕੈਲਕੂਲੇਟਰ MCP ਸਰਵਰ ਬਣਾਉਣ ਲਈ ਪਾਇਥਨ ਟੈਂਪਲੇਟ ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ।

ਨੋਟ: AI ਟੂਲਕਿਟ ਇਸ ਸਮੇਂ ਪਾਇਥਨ ਅਤੇ ਟਾਈਪਸਕ੍ਰਿਪਟ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ।

  1. Agent (Prompt) Builder ਦੇ Tools ਸੈਕਸ਼ਨ ਵਿੱਚ, + MCP Server ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ। ਐਕਸਟੈਂਸ਼ਨ ਕਮਾਂਡ ਪੈਲੇਟ ਰਾਹੀਂ ਇੱਕ ਸੈਟਅੱਪ ਵਿਜ਼ਾਰਡ ਸ਼ੁਰੂ ਕਰੇਗਾ।

  2. + Add Server ਚੁਣੋ।

  3. Create a New MCP Server ਚੁਣੋ।

  4. python-weather ਨੂੰ ਟੈਂਪਲੇਟ ਵਜੋਂ ਚੁਣੋ।

  5. Default folder ਨੂੰ MCP ਸਰਵਰ ਟੈਂਪਲੇਟ ਸੇਵ ਕਰਨ ਲਈ ਚੁਣੋ।

  6. ਸਰਵਰ ਲਈ ਹੇਠਾਂ ਦਿੱਤਾ ਨਾਮ ਦਰਜ ਕਰੋ: Calculator

  7. ਇੱਕ ਨਵਾਂ ਵਿਜੁਅਲ ਸਟੂਡੀਓ ਕੋਡ ਵਿੰਡੋ ਖੁਲ੍ਹੇਗਾ। Yes, I trust the authors ਚੁਣੋ।

  8. ਟਰਮੀਨਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਇੱਕ ਵਰਚੁਅਲ ਵਾਤਾਵਰਣ ਬਣਾਓ: python -m venv .venv

  9. ਟਰਮੀਨਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਵਰਚੁਅਲ ਵਾਤਾਵਰਣ ਨੂੰ ਐਕਟੀਵੇਟ ਕਰੋ:

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

  10. ਟਰਮੀਨਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਡਿਪੈਂਡੈਂਸੀਜ਼ ਇੰਸਟਾਲ ਕਰੋ: pip install -e .[dev]

  11. ਐਕਟਿਵਿਟੀ ਬਾਰ ਦੇ ਐਕਸਪਲੋਰਰ ਦ੍ਰਿਸ਼ ਵਿੱਚ, src ਡਾਇਰੈਕਟਰੀ ਨੂੰ ਵਿਸਤਾਰ ਕਰੋ ਅਤੇ server.py ਨੂੰ ਖੋਲ੍ਹੋ।

  12. server.py ਫਾਈਲ ਵਿੱਚ ਕੋਡ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਨਾਲ ਬਦਲੋ ਅਤੇ ਸੇਵ ਕਰੋ:

    """
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- ਕੈਲਕੂਲੇਟਰ MCP ਸਰਵਰ ਨਾਲ ਏਜੰਟ ਚਲਾਓ

ਹੁਣ ਜਦੋਂ ਤੁਹਾਡੇ ਏਜੰਟ ਕੋਲ ਟੂਲ ਹਨ, ਇਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਸਮਾਂ ਹੈ! ਇਸ ਭਾਗ ਵਿੱਚ, ਤੁਸੀਂ ਏਜੰਟ ਨੂੰ ਪ੍ਰੰਪਟ ਭੇਜੋਗੇ ਤਾਂ ਜੋ ਜਾਂਚ ਕੀਤੀ ਜਾ ਸਕੇ ਕਿ ਕੀ ਏਜੰਟ ਕੈਲਕੂਲੇਟਰ MCP ਸਰਵਰ ਤੋਂ ਸਹੀ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।

  1. MCP ਸਰਵਰ ਨੂੰ ਡਿਬੱਗ ਕਰਨ ਲਈ F5 ਦਬਾਓ। Agent (Prompt) Builder ਇੱਕ ਨਵੀਂ ਐਡੀਟਰ ਟੈਬ ਵਿੱਚ ਖੁਲ੍ਹੇਗਾ। ਸਰਵਰ ਦੀ ਸਥਿਤੀ ਟਰਮੀਨਲ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗੀ।
  2. Agent (Prompt) Builder ਦੇ User prompt ਖੇਤਰ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤਾ ਪ੍ਰੰਪਟ ਦਰਜ ਕਰੋ: ਮੈਂ 3 ਚੀਜ਼ਾਂ ਖਰੀਦੀਆਂ ਜਿਨ੍ਹਾਂ ਦੀ ਕੀਮਤ $25 ਪ੍ਰਤੀ ਚੀਜ਼ ਸੀ, ਅਤੇ ਫਿਰ $20 ਦੀ ਛੂਟ ਲਈ। ਮੈਂ ਕਿੰਨਾ ਭੁਗਤਾਨ ਕੀਤਾ?
  3. Run ਬਟਨ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਤਾਂ ਜੋ ਏਜੰਟ ਦਾ ਜਵਾਬ ਪੈਦਾ ਹੋਵੇ।
  4. ਏਜੰਟ ਦੇ ਆਉਟਪੁੱਟ ਦੀ ਸਮੀਖਿਆ ਕਰੋ। ਮਾਡਲ ਨੂੰ ਨਤੀਜਾ ਕੱਢਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਤੁਸੀਂ $55 ਭੁਗਤਾਨ ਕੀਤਾ।
  5. ਇਹ ਹੈ ਜੋ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ:
    • ਏਜੰਟ ਗਣਨਾ ਵਿੱਚ ਸਹਾਇਤਾ ਲਈ multiply ਅਤੇ subtract ਟੂਲ ਚੁਣਦਾ ਹੈ।
    • multiply ਟੂਲ ਲਈ ਸਬੰਧਿਤ a ਅਤੇ b ਮੁੱਲ ਨਿਰਧਾਰਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
    • subtract ਟੂਲ ਲਈ ਸਬੰਧਿਤ a ਅਤੇ b ਮੁੱਲ ਨਿਰਧਾਰਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
    • ਹਰ ਟੂਲ ਤੋਂ ਪ੍ਰਾਪਤ ਜਵਾਬ ਸਬੰਧਿਤ Tool Response ਵਿੱਚ ਪ੍ਰਦਾਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
    • ਮਾਡਲ ਤੋਂ ਆਖਰੀ ਆਉਟਪੁੱਟ Model Response ਵਿੱਚ ਪ੍ਰਦਾਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
  6. ਹੋਰ ਪ੍ਰੰਪਟ ਭੇਜੋ ਤਾਂ ਜੋ ਏਜੰਟ ਦੀ ਹੋਰ ਜਾਂਚ ਕੀਤੀ ਜਾ ਸਕੇ। ਤੁਸੀਂ ਮੌਜੂਦਾ ਪ੍ਰੰਪਟ ਨੂੰ User prompt ਖੇਤਰ ਵਿੱਚ ਸੋਧ ਕੇ ਬਦਲ ਸਕਦੇ ਹੋ।
  7. ਜਦੋਂ ਤੁਸੀਂ ਏਜੰਟ ਦੀ ਜਾਂਚ ਪੂਰੀ ਕਰ ਲੈਂਦੇ ਹੋ, ਤਾਂ ਸਰਵਰ ਨੂੰ ਟਰਮੀਨਲ ਰਾਹੀਂ CTRL/CMD+C ਦਬਾ ਕੇ ਬੰਦ ਕਰ ਸਕਦੇ ਹੋ।

ਅਸਾਈਨਮੈਂਟ

ਆਪਣੇ server.py ਫਾਈਲ ਵਿੱਚ ਇੱਕ ਹੋਰ ਟੂਲ ਐਂਟਰੀ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ (ਉਦਾਹਰਣ ਲਈ: ਇੱਕ ਸੰਖਿਆ ਦਾ ਵਰਗਮੂਲ ਵਾਪਸ ਕਰੋ)। ਹੋਰ ਪ੍ਰੰਪਟ ਭੇਜੋ ਜੋ ਤੁਹਾਡੇ ਨਵੇਂ ਟੂਲ (ਜਾਂ ਮੌਜੂਦਾ ਟੂਲਾਂ) ਦੀ ਵਰਤੋਂ ਦੀ ਲੋੜ ਹੋਵੇ। ਨਵੇਂ ਸ਼ਾਮਲ ਕੀਤੇ ਟੂਲਾਂ ਨੂੰ ਲੋਡ ਕਰਨ ਲਈ ਸਰਵਰ ਨੂੰ ਦੁਬਾਰਾ ਸ਼ੁਰੂ ਕਰਨਾ ਯਕੀਨੀ ਬਣਾਓ।

ਹੱਲ

ਹੱਲ

ਮੁੱਖ ਸਿੱਟਾਂ

ਇਸ ਅਧਿਆਇ ਤੋਂ ਸਿੱਟਾਂ ਹੇਠਾਂ ਹਨ:

  • AI ਟੂਲਕਿਟ ਐਕਸਟੈਂਸ਼ਨ ਇੱਕ ਸ਼ਾਨਦਾਰ ਕਲਾਇੰਟ ਹੈ ਜੋ ਤੁਹਾਨੂੰ MCP ਸਰਵਰਾਂ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਟੂਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਿੰਦਾ ਹੈ।
  • ਤੁਸੀਂ MCP ਸਰਵਰਾਂ ਵਿੱਚ ਨਵੇਂ ਟੂਲ ਸ਼ਾਮਲ ਕਰ ਸਕਦੇ ਹੋ, ਏਜੰਟ ਦੀ ਸਮਰੱਥਾਵ

ਅਸਵੀਕਾਰਨਾ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁਚਤਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਇਸਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।