مرحبًا بكم في ورشة عمل بروتوكول سياق النموذج (MCP)! تجمع هذه الورشة العملية الشاملة بين تقنيتين متقدمتين لتغيير طريقة تطوير تطبيقات الذكاء الاصطناعي:
- 🔗 بروتوكول سياق النموذج (MCP): معيار مفتوح لتكامل سلس بين أدوات الذكاء الاصطناعي
- 🛠️ AI Toolkit لـ Visual Studio Code (AITK): امتداد قوي من مايكروسوفت لتطوير الذكاء الاصطناعي
بحلول نهاية هذه الورشة، ستتقن بناء تطبيقات ذكية تربط بين نماذج الذكاء الاصطناعي والأدوات والخدمات الحقيقية. من الاختبارات الآلية إلى تكاملات API المخصصة، ستكتسب مهارات عملية لحل تحديات الأعمال المعقدة.
MCP هو "USB-C للذكاء الاصطناعي" - معيار عالمي يربط نماذج الذكاء الاصطناعي بالأدوات والمصادر الخارجية.
✨ الميزات الرئيسية:
- 🔄 تكامل موحد: واجهة عالمية للربط بين أدوات الذكاء الاصطناعي
- 🏛️ هيكلية مرنة: خوادم محلية وبعيدة عبر stdio/SSE
- 🧰 نظام بيئي غني: أدوات، مطالبات، وموارد ضمن بروتوكول واحد
- 🔒 جاهزية للمؤسسات: أمان وموثوقية مدمجة
🎯 لماذا MCP مهم: تمامًا كما قضى USB-C على فوضى الكابلات، يقضي MCP على تعقيد تكاملات الذكاء الاصطناعي. بروتوكول واحد، إمكانيات لا نهائية.
امتداد تطوير الذكاء الاصطناعي الرئيسي من مايكروسوفت الذي يحول VS Code إلى منصة قوية للذكاء الاصطناعي.
🚀 القدرات الأساسية:
- 📦 كتالوج النماذج: الوصول إلى نماذج من Azure AI، GitHub، Hugging Face، Ollama
- ⚡ الاستدلال المحلي: تنفيذ محسن CPU/GPU/NPU عبر ONNX
- 🏗️ منشئ الوكلاء: تطوير وكلاء ذكاء اصطناعي بصري مع تكامل MCP
- 🎭 متعدد الوسائط: دعم النصوص، الرؤية، والمخرجات المهيكلة
💡 فوائد التطوير:
- نشر النماذج بدون إعدادات معقدة
- هندسة مطالبات بصرية
- بيئة اختبار تفاعلية في الوقت الحقيقي
- تكامل سلس مع خادم MCP
المدة: 15 دقيقة
- 🛠️ تثبيت وتكوين AI Toolkit لـ VS Code
- 🗂️ استكشاف كتالوج النماذج (أكثر من 100 نموذج من GitHub، ONNX، OpenAI، Anthropic، Google)
- 🎮 إتقان ملعب التفاعل لاختبار النماذج في الوقت الحقيقي
- 🤖 بناء أول وكيل ذكاء اصطناعي باستخدام منشئ الوكلاء
- 📊 تقييم أداء النموذج باستخدام المقاييس المدمجة (F1، الصلة، التشابه، التماسك)
- ⚡ تعلم المعالجة الدُفعية ودعم الوسائط المتعددة
🎯 نتيجة التعلم: إنشاء وكيل ذكاء اصطناعي عملي مع فهم شامل لقدرات AITK
المدة: 20 دقيقة
- 🧠 إتقان هيكلية ومفاهيم بروتوكول سياق النموذج (MCP)
- 🌐 استكشاف نظام خوادم MCP من مايكروسوفت
- 🤖 بناء وكيل أتمتة المتصفح باستخدام خادم Playwright MCP
- 🔧 دمج خوادم MCP مع منشئ وكلاء AI Toolkit
- 📊 تكوين واختبار أدوات MCP داخل الوكلاء
- 🚀 تصدير ونشر وكلاء مدعومين بـ MCP للاستخدام الإنتاجي
🎯 نتيجة التعلم: نشر وكيل ذكاء اصطناعي معزز بأدوات خارجية عبر MCP
المدة: 20 دقيقة
- 💻 إنشاء خوادم MCP مخصصة باستخدام AI Toolkit
- 🐍 تكوين واستخدام أحدث SDK لـ MCP بلغة Python (الإصدار 1.9.3)
- 🔍 إعداد واستخدام MCP Inspector لأغراض التصحيح
- 🛠️ بناء خادم Weather MCP مع سير عمل تصحيح احترافي
- 🧪 تصحيح خوادم MCP في بيئتي منشئ الوكلاء وInspector
🎯 نتيجة التعلم: تطوير وتصحيح خوادم MCP مخصصة باستخدام أدوات حديثة
المدة: 30 دقيقة
- 🏗️ بناء خادم GitHub Clone MCP واقعي لسير عمل التطوير
- 🔄 تنفيذ استنساخ ذكي للمستودعات مع التحقق ومعالجة الأخطاء
- 📁 إنشاء إدارة ذكية للمجلدات وتكامل مع VS Code
- 🤖 استخدام وضع GitHub Copilot Agent مع أدوات MCP مخصصة
- 🛡️ تطبيق موثوقية جاهزة للإنتاج وتوافق عبر الأنظمة
🎯 نتيجة التعلم: نشر خادم MCP جاهز للإنتاج يبسط سير عمل التطوير الحقيقي
حوّل سير عمل التطوير الخاص بك بأتمتة ذكية:
- إدارة مستودعات ذكية: مراجعة ودمج الكود مدعومة بالذكاء الاصطناعي
- CI/CD ذكي: تحسين تلقائي لخطوط الأنابيب بناءً على تغييرات الكود
- تصنيف المشكلات: تصنيف وتوزيع الأخطاء تلقائيًا
ارتقِ بالاختبارات عبر أتمتة مدعومة بالذكاء الاصطناعي:
- توليد اختبارات ذكي: إنشاء مجموعات اختبار شاملة تلقائيًا
- اختبار الانحدار البصري: كشف تغييرات واجهة المستخدم بالذكاء الاصطناعي
- مراقبة الأداء: التعرف المبكر على المشكلات وحلها
ابنِ سير عمل معالجة بيانات أذكى:
- عمليات ETL متكيفة: تحويلات بيانات ذاتية التحسين
- كشف الشذوذ: مراقبة جودة البيانات في الوقت الحقيقي
- توجيه ذكي: إدارة تدفق البيانات بذكاء
ابتكر تفاعلات استثنائية مع العملاء:
- دعم واعي بالسياق: وكلاء ذكاء اصطناعي مع وصول لتاريخ العميل
- حل المشكلات بشكل استباقي: خدمة عملاء تنبؤية
- تكامل متعدد القنوات: تجربة ذكاء اصطناعي موحدة عبر المنصات
| المكون | المتطلب | ملاحظات |
|---|---|---|
| نظام التشغيل | Windows 10+، macOS 10.15+، Linux | أي نظام حديث |
| Visual Studio Code | أحدث إصدار مستقر | مطلوب لـ AITK |
| Node.js | الإصدار 18.0+ و npm | لتطوير خادم MCP |
| Python | 3.10+ | اختياري لخوادم MCP بلغة Python |
| الذاكرة | 8 جيجابايت رام كحد أدنى | 16 جيجابايت موصى بها للنماذج المحلية |
- AI Toolkit (ms-windows-ai-studio.windows-ai-studio)
- Python (ms-python.python)
- Python Debugger (ms-python.debugpy)
- GitHub Copilot (GitHub.copilot) - اختياري لكن مفيد
- uv: مدير حزم Python حديث
- MCP Inspector: أداة تصحيح بصري لخوادم MCP
- Playwright: لأمثلة أتمتة الويب
عند إكمال هذه الورشة، ستحقق إتقانًا في:
- إتقان بروتوكول MCP: فهم عميق للهيكلية وأنماط التنفيذ
- إجادة AI Toolkit: استخدام خبير لـ AI Toolkit للتطوير السريع
- تطوير الخوادم المخصصة: بناء، نشر، وصيانة خوادم MCP إنتاجية
- تميز في تكامل الأدوات: ربط سلس للذكاء الاصطناعي مع سير العمل التطويري
- تطبيق حل المشكلات: استخدام المهارات المكتسبة لحل تحديات الأعمال الواقعية
- إعداد وتكوين AI Toolkit في VS Code
- تصميم وتنفيذ خوادم MCP مخصصة
- دمج نماذج GitHub مع هيكلية MCP
- بناء سير عمل اختبار آلي باستخدام Playwright
- نشر وكلاء ذكاء اصطناعي للاستخدام الإنتاجي
- تصحيح وتحسين أداء خادم MCP
- تصميم تكاملات ذكاء اصطناعي على نطاق المؤسسات
- تنفيذ أفضل ممارسات الأمان لتطبيقات الذكاء الاصطناعي
- تصميم هيكليات خوادم MCP قابلة للتوسع
- إنشاء سلاسل أدوات مخصصة لمجالات محددة
- توجيه الآخرين في تطوير الذكاء الاصطناعي الأصلي
🚀 هل أنت مستعد لإحداث ثورة في سير عمل تطوير الذكاء الاصطناعي؟
لنصنع مستقبل التطبيقات الذكية معًا باستخدام MCP و AI Toolkit!
إخلاء مسؤولية:
تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الموثوق به. للمعلومات الهامة، يُنصح بالاعتماد على الترجمة البشرية المهنية. نحن غير مسؤولين عن أي سوء فهم أو تفسير خاطئ ناتج عن استخدام هذه الترجمة.