🔧 Módulo 3: Desenvolvimento Avançado de MCP com AI Toolkit

🎯 Objetivos de Aprendizagem

No final deste laboratório, serás capaz de:

✅ Criar servidores MCP personalizados usando o AI Toolkit
✅ Configurar e usar o mais recente MCP Python SDK (v1.9.3)
✅ Configurar e utilizar o MCP Inspector para depuração
✅ Depurar servidores MCP tanto no Agent Builder como no Inspector
✅ Compreender fluxos de trabalho avançados de desenvolvimento de servidores MCP

📋 Pré-requisitos

Conclusão do Laboratório 2 (Fundamentos MCP)
VS Code com a extensão AI Toolkit instalada
Ambiente Python 3.10+
Node.js e npm para configuração do Inspector

🏗️ O que vais construir

Neste laboratório, vais criar um Servidor MCP de Meteorologia que demonstra:

Implementação personalizada de servidor MCP
Integração com o AI Toolkit Agent Builder
Fluxos de trabalho profissionais de depuração
Padrões modernos de uso do MCP SDK

🔧 Visão Geral dos Componentes Principais

🐍 MCP Python SDK

O Model Context Protocol Python SDK fornece a base para construir servidores MCP personalizados. Vais usar a versão 1.9.3 com capacidades de depuração melhoradas.

🔍 MCP Inspector

Uma ferramenta poderosa de depuração que oferece:

Monitorização do servidor em tempo real
Visualização da execução de ferramentas
Inspeção de pedidos/respostas de rede
Ambiente interativo de testes

📖 Implementação Passo a Passo

Passo 1: Criar um WeatherAgent no Agent Builder

Abre o Agent Builder no VS Code através da extensão AI Toolkit
Cria um novo agente com a seguinte configuração:
- Nome do Agente: WeatherAgent

Passo 2: Inicializar o Projeto do Servidor MCP

Navega até Ferramentas → Adicionar Ferramenta no Agent Builder
Seleciona "MCP Server" entre as opções disponíveis
Escolhe "Criar um novo Servidor MCP"
Seleciona o template python-weather
Nomeia o teu servidor: weather_mcp

Passo 3: Abrir e Analisar o Projeto

Abre o projeto gerado no VS Code

Revê a estrutura do projeto:

weather_mcp/
├── src/
│   ├── __init__.py
│   └── server.py
├── inspector/
│   ├── package.json
│   └── package-lock.json
├── .vscode/
│   ├── launch.json
│   └── tasks.json
├── pyproject.toml
└── README.md

Passo 4: Atualizar para o Último MCP SDK

🔍 Porquê atualizar? Queremos usar o mais recente MCP SDK (v1.9.3) e o serviço Inspector (0.14.0) para funcionalidades avançadas e melhor depuração.

4a. Atualizar Dependências Python

Edita pyproject.toml: atualiza ./code/weather_mcp/pyproject.toml

4b. Atualizar Configuração do Inspector

Edita inspector/package.json: atualiza ./code/weather_mcp/inspector/package.json

4c. Atualizar Dependências do Inspector

Edita inspector/package-lock.json: atualiza ./code/weather_mcp/inspector/package-lock.json

📝 Nota: Este ficheiro contém definições extensas de dependências. Abaixo está a estrutura essencial – o conteúdo completo assegura a resolução correta das dependências.

⚡ Package Lock Completo: O package-lock.json completo contém cerca de 3000 linhas de definições de dependências. O acima mostra a estrutura chave – usa o ficheiro fornecido para resolução completa.

Passo 5: Configurar a Depuração no VS Code

Nota: Por favor, copia o ficheiro no caminho especificado para substituir o ficheiro local correspondente

5a. Atualizar Configuração de Lançamento

Edita .vscode/launch.json:

{
  "version": "0.2.0",
  "configurations": [
    {
      "name": "Attach to Local MCP",
      "type": "debugpy",
      "request": "attach",
      "connect": {
        "host": "localhost",
        "port": 5678
      },
      "presentation": {
        "hidden": true
      },
      "internalConsoleOptions": "neverOpen",
      "postDebugTask": "Terminate All Tasks"
    },
    {
      "name": "Launch Inspector (Edge)",
      "type": "msedge",
      "request": "launch",
      "url": "http://localhost:6274?timeout=60000&serverUrl=http://localhost:3001/sse#tools",
      "cascadeTerminateToConfigurations": [
        "Attach to Local MCP"
      ],
      "presentation": {
        "hidden": true
      },
      "internalConsoleOptions": "neverOpen"
    },
    {
      "name": "Launch Inspector (Chrome)",
      "type": "chrome",
      "request": "launch",
      "url": "http://localhost:6274?timeout=60000&serverUrl=http://localhost:3001/sse#tools",
      "cascadeTerminateToConfigurations": [
        "Attach to Local MCP"
      ],
      "presentation": {
        "hidden": true
      },
      "internalConsoleOptions": "neverOpen"
    }
  ],
  "compounds": [
    {
      "name": "Debug in Agent Builder",
      "configurations": [
        "Attach to Local MCP"
      ],
      "preLaunchTask": "Open Agent Builder",
    },
    {
      "name": "Debug in Inspector (Edge)",
      "configurations": [
        "Launch Inspector (Edge)",
        "Attach to Local MCP"
      ],
      "preLaunchTask": "Start MCP Inspector",
      "stopAll": true
    },
    {
      "name": "Debug in Inspector (Chrome)",
      "configurations": [
        "Launch Inspector (Chrome)",
        "Attach to Local MCP"
      ],
      "preLaunchTask": "Start MCP Inspector",
      "stopAll": true
    }
  ]
}

Edita .vscode/tasks.json:

{
  "version": "2.0.0",
  "tasks": [
    {
      "label": "Start MCP Server",
      "type": "shell",
      "command": "python -m debugpy --listen 127.0.0.1:5678 src/__init__.py sse",
      "isBackground": true,
      "options": {
        "cwd": "${workspaceFolder}",
        "env": {
          "PORT": "3001"
        }
      },
      "problemMatcher": {
        "pattern": [
          {
            "regexp": "^.*$",
            "file": 0,
            "location": 1,
            "message": 2
          }
        ],
        "background": {
          "activeOnStart": true,
          "beginsPattern": ".*",
          "endsPattern": "Application startup complete|running"
        }
      }
    },
    {
      "label": "Start MCP Inspector",
      "type": "shell",
      "command": "npm run dev:inspector",
      "isBackground": true,
      "options": {
        "cwd": "${workspaceFolder}/inspector",
        "env": {
          "CLIENT_PORT": "6274",
          "SERVER_PORT": "6277",
        }
      },
      "problemMatcher": {
        "pattern": [
          {
            "regexp": "^.*$",
            "file": 0,
            "location": 1,
            "message": 2
          }
        ],
        "background": {
          "activeOnStart": true,
          "beginsPattern": "Starting MCP inspector",
          "endsPattern": "Proxy server listening on port"
        }
      },
      "dependsOn": [
        "Start MCP Server"
      ]
    },
    {
      "label": "Open Agent Builder",
      "type": "shell",
      "command": "echo ${input:openAgentBuilder}",
      "presentation": {
        "reveal": "never"
      },
      "dependsOn": [
        "Start MCP Server"
      ],
    },
    {
      "label": "Terminate All Tasks",
      "command": "echo ${input:terminate}",
      "type": "shell",
      "problemMatcher": []
    }
  ],
  "inputs": [
    {
      "id": "openAgentBuilder",
      "type": "command",
      "command": "ai-mlstudio.agentBuilder",
      "args": {
        "initialMCPs": [ "local-server-weather_mcp" ],
        "triggeredFrom": "vsc-tasks"
      }
    },
    {
      "id": "terminate",
      "type": "command",
      "command": "workbench.action.tasks.terminate",
      "args": "terminateAll"
    }
  ]
}

🚀 Executar e Testar o Teu Servidor MCP

Passo 6: Instalar Dependências

Após as alterações de configuração, executa os seguintes comandos:

Instalar dependências Python:

uv sync

Instalar dependências do Inspector:

cd inspector
npm install

Passo 7: Depurar com Agent Builder

Pressiona F5 ou usa a configuração "Debug in Agent Builder"
Seleciona a configuração composta no painel de depuração
Espera que o servidor inicie e o Agent Builder abra
Testa o teu servidor MCP de meteorologia com consultas em linguagem natural

Exemplo de prompt de entrada

SYSTEM_PROMPT

You are my weather assistant

USER_PROMPT

How's the weather like in Seattle

Passo 8: Depurar com MCP Inspector

Usa a configuração "Debug in Inspector" (Edge ou Chrome)
Abre a interface do Inspector em http://localhost:6274
Explora o ambiente interativo de testes:
- Visualiza as ferramentas disponíveis
- Testa a execução das ferramentas
- Monitoriza pedidos de rede
- Depura respostas do servidor

🎯 Resultados-Chave da Aprendizagem

Ao completar este laboratório, tu:

Criaste um servidor MCP personalizado usando templates do AI Toolkit
Atualizaste para o mais recente MCP SDK (v1.9.3) para funcionalidades avançadas
Configuraste fluxos de trabalho profissionais de depuração para Agent Builder e Inspector
Configuraste o MCP Inspector para testes interativos do servidor
Dominaste as configurações de depuração no VS Code para desenvolvimento MCP

🔧 Funcionalidades Avançadas Exploradas

Funcionalidade	Descrição	Caso de Uso
MCP Python SDK v1.9.3	Implementação mais recente do protocolo	Desenvolvimento moderno de servidores
MCP Inspector 0.14.0	Ferramenta interativa de depuração	Testes em tempo real do servidor
Depuração no VS Code	Ambiente de desenvolvimento integrado	Fluxo profissional de depuração
Integração com Agent Builder	Ligação direta ao AI Toolkit	Testes completos do agente

📚 Recursos Adicionais

🎉 Parabéns! Concluíste com sucesso o Laboratório 3 e agora podes criar, depurar e implementar servidores MCP personalizados usando fluxos de trabalho profissionais de desenvolvimento.

🔜 Continua para o Próximo Módulo

Preparado para aplicar as tuas competências MCP num fluxo de trabalho de desenvolvimento real? Continua para Módulo 4: Desenvolvimento Prático de MCP - Servidor Personalizado de Clonagem GitHub onde vais:

Construir um servidor MCP pronto para produção que automatiza operações em repositórios GitHub
Implementar funcionalidade de clonagem de repositórios GitHub via MCP
Integrar servidores MCP personalizados com VS Code e GitHub Copilot Agent Mode
Testar e implementar servidores MCP personalizados em ambientes de produção
Aprender automação prática de fluxos de trabalho para programadores

Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução automática Co-op Translator. Embora nos esforcemos para garantir a precisão, por favor tenha em conta que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes da utilização desta tradução.

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

🔧 Módulo 3: Desenvolvimento Avançado de MCP com AI Toolkit

🎯 Objetivos de Aprendizagem

📋 Pré-requisitos

🏗️ O que vais construir

🔧 Visão Geral dos Componentes Principais

🐍 MCP Python SDK

🔍 MCP Inspector

📖 Implementação Passo a Passo

Passo 1: Criar um WeatherAgent no Agent Builder

Passo 2: Inicializar o Projeto do Servidor MCP

Passo 3: Abrir e Analisar o Projeto

Passo 4: Atualizar para o Último MCP SDK

4a. Atualizar Dependências Python

4b. Atualizar Configuração do Inspector

4c. Atualizar Dependências do Inspector

Passo 5: Configurar a Depuração no VS Code

5a. Atualizar Configuração de Lançamento

🚀 Executar e Testar o Teu Servidor MCP

Passo 6: Instalar Dependências

Passo 7: Depurar com Agent Builder

Passo 8: Depurar com MCP Inspector

🎯 Resultados-Chave da Aprendizagem

🔧 Funcionalidades Avançadas Exploradas

📚 Recursos Adicionais

🔜 Continua para o Próximo Módulo

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

🔧 Módulo 3: Desenvolvimento Avançado de MCP com AI Toolkit

🎯 Objetivos de Aprendizagem

📋 Pré-requisitos

🏗️ O que vais construir

🔧 Visão Geral dos Componentes Principais

🐍 MCP Python SDK

🔍 MCP Inspector

📖 Implementação Passo a Passo

Passo 1: Criar um WeatherAgent no Agent Builder

Passo 2: Inicializar o Projeto do Servidor MCP

Passo 3: Abrir e Analisar o Projeto

Passo 4: Atualizar para o Último MCP SDK

4a. Atualizar Dependências Python

4b. Atualizar Configuração do Inspector

4c. Atualizar Dependências do Inspector

Passo 5: Configurar a Depuração no VS Code

5a. Atualizar Configuração de Lançamento

🚀 Executar e Testar o Teu Servidor MCP

Passo 6: Instalar Dependências

Passo 7: Depurar com Agent Builder

Passo 8: Depurar com MCP Inspector

🎯 Resultados-Chave da Aprendizagem

🔧 Funcionalidades Avançadas Exploradas

📚 Recursos Adicionais

🔜 Continua para o Próximo Módulo