(Натисніть на зображення вище, щоб переглянути відео цього уроку)
Протокол контексту моделі (MCP) змінює спосіб взаємодії AI-додатків із даними, інструментами та сервісами. У цьому розділі представлені реальні приклади використання MCP у різних корпоративних сценаріях.
Цей розділ демонструє конкретні приклади впровадження MCP, показуючи, як організації використовують цей протокол для вирішення складних бізнес-завдань. Вивчаючи ці кейси, ви отримаєте уявлення про універсальність, масштабованість і практичні переваги MCP у реальних умовах.
Вивчаючи ці кейси, ви зможете:
- Зрозуміти, як MCP може бути застосований для вирішення конкретних бізнес-завдань
- Дізнатися про різні шаблони інтеграції та архітектурні підходи
- Визначити найкращі практики впровадження MCP у корпоративних середовищах
- Отримати уявлення про виклики та рішення, які виникають у реальних впровадженнях
- Виявити можливості для застосування подібних шаблонів у власних проєктах
Цей кейс розглядає комплексне референсне рішення Microsoft, яке демонструє, як створити багатокомпонентний AI-додаток для планування подорожей за допомогою MCP, Azure OpenAI та Azure AI Search. Проєкт демонструє:
- Оркестрацію багатьох агентів через MCP
- Інтеграцію корпоративних даних за допомогою Azure AI Search
- Безпечну, масштабовану архітектуру з використанням сервісів Azure
- Розширювані інструменти з повторно використовуваними компонентами MCP
- Розмовний користувацький досвід, забезпечений Azure OpenAI
Архітектура та деталі реалізації надають цінну інформацію про створення складних багатокомпонентних систем із MCP як координаційним шаром.
Цей кейс демонструє практичне застосування MCP для автоматизації робочих процесів. Він показує, як інструменти MCP можуть бути використані для:
- Витягування даних із онлайн-платформ (YouTube)
- Оновлення робочих елементів у системах Azure DevOps
- Створення повторюваних автоматизованих робочих процесів
- Інтеграції даних між різними системами
Цей приклад ілюструє, як навіть відносно прості впровадження MCP можуть забезпечити значне підвищення ефективності, автоматизуючи рутинні завдання та покращуючи узгодженість даних між системами.
Цей кейс проводить вас через процес підключення клієнта Python-консолі до сервера MCP для отримання та запису в реальному часі контекстно-залежної документації Microsoft. Ви дізнаєтеся, як:
- Підключитися до сервера MCP за допомогою клієнта Python і офіційного SDK MCP
- Використовувати потокові HTTP-клієнти для ефективного отримання даних у реальному часі
- Викликати інструменти документації на сервері та записувати відповіді безпосередньо в консоль
- Інтегрувати актуальну документацію Microsoft у свій робочий процес, не залишаючи термінал
Розділ включає практичне завдання, мінімальний робочий зразок коду та посилання на додаткові ресурси для глибшого вивчення. Ознайомтеся з повним покроковим описом і кодом у пов’язаному розділі, щоб зрозуміти, як MCP може трансформувати доступ до документації та продуктивність розробників у середовищах на основі консолі.
Цей кейс демонструє, як створити інтерактивний веб-додаток за допомогою Chainlit і протоколу MCP для генерації персоналізованих навчальних планів для будь-якої теми. Користувачі можуть вказати предмет (наприклад, "сертифікація AI-900") і тривалість навчання (наприклад, 8 тижнів), а додаток надасть розподіл рекомендованого контенту по тижнях. Chainlit забезпечує розмовний інтерфейс чату, роблячи досвід інтерактивним і адаптивним.
- Розмовний веб-додаток на основі Chainlit
- Запити користувача для теми та тривалості
- Рекомендації контенту по тижнях за допомогою MCP
- Реальні, адаптивні відповіді в інтерфейсі чату
Проєкт ілюструє, як розмовний AI і MCP можуть бути об'єднані для створення динамічних, орієнтованих на користувача освітніх інструментів у сучасному веб-середовищі.
Цей кейс демонструє, як можна інтегрувати документацію Microsoft Learn Docs безпосередньо в середовище VS Code за допомогою сервера MCP — більше не потрібно перемикатися між вкладками браузера! Ви побачите, як:
- Миттєво шукати та читати документацію всередині VS Code за допомогою панелі MCP або командної палітри
- Вставляти посилання на документацію безпосередньо у ваші README або файли курсу Markdown
- Використовувати GitHub Copilot і MCP разом для безперервних, AI-підтримуваних робочих процесів документації та коду
- Перевіряти та покращувати вашу документацію за допомогою зворотного зв’язку в реальному часі та точності, забезпеченої Microsoft
- Інтегрувати MCP із робочими процесами GitHub для безперервної перевірки документації
Реалізація включає:
- Приклад конфігурації
.vscode/mcp.jsonдля легкого налаштування - Покрокові інструкції зі скриншотами для роботи в редакторі
- Поради щодо комбінування Copilot і MCP для максимальної продуктивності
Цей сценарій ідеально підходить для авторів курсів, технічних письменників і розробників, які хочуть залишатися зосередженими в редакторі, працюючи з документацією, Copilot і інструментами перевірки — усе це на основі MCP.
Цей кейс надає покроковий посібник зі створення сервера MCP за допомогою Azure API Management (APIM). Він охоплює:
- Налаштування сервера MCP в Azure API Management
- Відкриття операцій API як інструментів MCP
- Налаштування політик для обмеження швидкості та безпеки
- Тестування сервера MCP за допомогою Visual Studio Code і GitHub Copilot
Цей приклад ілюструє, як використовувати можливості Azure для створення надійного сервера MCP, який може бути використаний у різних додатках, покращуючи інтеграцію AI-систем із корпоративними API.
Ці кейси підкреслюють універсальність і практичне застосування протоколу контексту моделі в реальних умовах. Від складних багатокомпонентних систем до цілеспрямованих автоматизованих робочих процесів, MCP забезпечує стандартизований спосіб підключення AI-систем до інструментів і даних, необхідних для створення цінності.
Вивчаючи ці впровадження, ви зможете отримати уявлення про архітектурні шаблони, стратегії реалізації та найкращі практики, які можна застосувати у власних проєктах MCP. Приклади демонструють, що MCP — це не просто теоретична концепція, а практичне рішення для реальних бізнес-завдань.
- Репозиторій Azure AI Travel Agents на GitHub
- Інструмент MCP для Azure DevOps
- Інструмент MCP для Playwright
- Сервер MCP для Microsoft Docs
- Приклади спільноти MCP
Далі: Практична лабораторія Оптимізація AI-робочих процесів: створення сервера MCP за допомогою AI Toolkit
Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, звертаємо вашу увагу, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.