Skip to content

Latest commit

 

History

History
108 lines (78 loc) · 5.55 KB

README.md

File metadata and controls

108 lines (78 loc) · 5.55 KB

Generator planu nauki z Chainlit i Microsoft Learn Docs MCP

Wymagania wstępne

  • Python 3.8 lub nowszy
  • pip (menedżer pakietów Pythona)
  • Dostęp do internetu, aby połączyć się z serwerem Microsoft Learn Docs MCP

Instalacja

  1. Sklonuj to repozytorium lub pobierz pliki projektu.

  2. Zainstaluj wymagane zależności:

    pip install -r requirements.txt

Użytkowanie

Scenariusz 1: Proste zapytanie do Docs MCP

Klient wiersza poleceń, który łączy się z serwerem Docs MCP, wysyła zapytanie i wyświetla wynik.

  1. Uruchom skrypt: 
    python scenario1.py
  2. Wprowadź swoje pytanie dotyczące dokumentacji w wyświetlonym wierszu poleceń.

Scenariusz 2: Generator planu nauki (aplikacja webowa Chainlit)

Interfejs webowy (oparty na Chainlit), który pozwala użytkownikom wygenerować spersonalizowany, tygodniowy plan nauki dla dowolnego tematu technicznego.

  1. Uruchom aplikację Chainlit: 
    chainlit run scenario2.py
  2. Otwórz lokalny adres URL podany w terminalu (np. http://localhost:8000) w przeglądarce.
  3. W oknie czatu wpisz temat nauki oraz liczbę tygodni, przez które chcesz się uczyć (np. „certyfikacja AI-900, 8 tygodni”).
  4. Aplikacja odpowie tygodniowym planem nauki, zawierającym linki do odpowiedniej dokumentacji Microsoft Learn.

Wymagane zmienne środowiskowe:

Aby korzystać ze Scenariusza 2 (aplikacji webowej Chainlit z Azure OpenAI), musisz ustawić następujące zmienne środowiskowe w pliku .env w katalogu python:

AZURE_OPENAI_CHAT_DEPLOYMENT_NAME=
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_ENDPOINT=
AZURE_OPENAI_API_VERSION=

Wypełnij te wartości danymi swojego zasobu Azure OpenAI przed uruchomieniem aplikacji.

Tip: Możesz łatwo wdrożyć własne modele korzystając z Azure AI Foundry.

Scenariusz 3: Dokumentacja w edytorze z serwerem MCP w VS Code

Zamiast przełączać się między kartami przeglądarki, aby szukać dokumentacji, możesz mieć Microsoft Learn Docs bezpośrednio w VS Code dzięki serwerowi MCP. Pozwala to na:

  • Wyszukiwanie i czytanie dokumentacji w VS Code bez opuszczania środowiska kodowania.
  • Odwoływanie się do dokumentacji i wstawianie linków bezpośrednio do plików README lub materiałów kursu.
  • Korzystanie z GitHub Copilot i MCP razem, tworząc płynny, wspierany AI workflow dokumentacyjny.

Przykładowe zastosowania:

  • Szybkie dodawanie linków referencyjnych do README podczas pisania dokumentacji kursu lub projektu.
  • Używanie Copilota do generowania kodu i MCP do natychmiastowego znajdowania i cytowania odpowiednich dokumentów.
  • Skupienie się na pracy w edytorze i zwiększenie produktywności.

Important

Upewnij się, że masz poprawną konfigurację mcp.json w swoim workspace (lokalizacja to .vscode/mcp.json).

Dlaczego Chainlit dla Scenariusza 2?

Chainlit to nowoczesny, open-source’owy framework do tworzenia konwersacyjnych aplikacji webowych. Umożliwia łatwe tworzenie interfejsów czatu, które łączą się z usługami backendowymi, takimi jak Microsoft Learn Docs MCP. Ten projekt wykorzystuje Chainlit, aby zapewnić prosty, interaktywny sposób generowania spersonalizowanych planów nauki w czasie rzeczywistym. Dzięki Chainlit możesz szybko budować i wdrażać narzędzia czatowe, które zwiększają produktywność i efektywność nauki.

Co to robi

Ta aplikacja pozwala użytkownikom stworzyć spersonalizowany plan nauki, wystarczy wpisać temat i czas trwania. Aplikacja analizuje Twoje dane wejściowe, wysyła zapytanie do serwera Microsoft Learn Docs MCP o odpowiednie materiały i organizuje wyniki w przejrzysty, tygodniowy plan. Zalecenia na każdy tydzień są wyświetlane w czacie, co ułatwia śledzenie postępów. Integracja gwarantuje, że zawsze otrzymujesz najnowsze i najbardziej adekwatne materiały do nauki.

Przykładowe zapytania

Wypróbuj te zapytania w oknie czatu, aby zobaczyć, jak aplikacja odpowiada:

  • certyfikacja AI-900, 8 tygodni
  • Nauka Azure Functions, 4 tygodnie
  • Azure DevOps, 6 tygodni
  • Inżynieria danych na Azure, 10 tygodni
  • Podstawy bezpieczeństwa Microsoft, 5 tygodni
  • Power Platform, 7 tygodni
  • Usługi Azure AI, 12 tygodni
  • Architektura chmury, 9 tygodni

Te przykłady pokazują elastyczność aplikacji dla różnych celów i ram czasowych nauki.

Źródła

Zastrzeżenie:
Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Mimo że dążymy do jak największej dokładności, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym powinien być uznawany za źródło autorytatywne. W przypadku informacji o kluczowym znaczeniu zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.