README.md

Consumiendo un servidor desde la extensión AI Toolkit para Visual Studio Code

Cuando construyes un agente de IA, no se trata solo de generar respuestas inteligentes; también es importante darle a tu agente la capacidad de tomar acciones. Ahí es donde entra en juego el Model Context Protocol (MCP). MCP facilita que los agentes accedan a herramientas y servicios externos de manera consistente. Piensa en ello como conectar tu agente a una caja de herramientas que realmente puede usar.

Supongamos que conectas un agente a tu servidor MCP de calculadora. De repente, tu agente puede realizar operaciones matemáticas solo con recibir un mensaje como “¿Cuánto es 47 por 89?”—sin necesidad de codificar la lógica o crear APIs personalizadas.

Resumen

Esta lección explica cómo conectar un servidor MCP de calculadora a un agente usando la extensión AI Toolkit en Visual Studio Code, permitiendo que tu agente realice operaciones matemáticas como suma, resta, multiplicación y división mediante lenguaje natural.

AI Toolkit es una potente extensión para Visual Studio Code que facilita el desarrollo de agentes. Los ingenieros de IA pueden crear y probar modelos generativos de IA fácilmente, ya sea localmente o en la nube. La extensión soporta la mayoría de los modelos generativos principales disponibles hoy en día.

Nota: Actualmente, AI Toolkit soporta Python y TypeScript.

Objetivos de aprendizaje

Al finalizar esta lección, podrás:

• Consumir un servidor MCP a través de AI Toolkit.
• Configurar la configuración de un agente para que descubra y utilice las herramientas proporcionadas por el servidor MCP.
• Utilizar herramientas MCP mediante lenguaje natural.

Enfoque

Así es como abordaremos esto a alto nivel:

• Crear un agente y definir su prompt del sistema.
• Crear un servidor MCP con herramientas de calculadora.
• Conectar el Agent Builder al servidor MCP.
• Probar la invocación de herramientas del agente mediante lenguaje natural.

¡Perfecto! Ahora que entendemos el flujo, configuremos un agente de IA para aprovechar herramientas externas a través de MCP, ¡mejorando sus capacidades!

Requisitos previos

• Visual Studio Code
• AI Toolkit para Visual Studio Code

Ejercicio: Consumiendo un servidor

En este ejercicio, construirás, ejecutarás y mejorarás un agente de IA con herramientas de un servidor MCP dentro de Visual Studio Code usando AI Toolkit.

-0- Paso previo, agrega el modelo OpenAI GPT-4o a Mis Modelos

El ejercicio utiliza el modelo GPT-4o. Debes agregar este modelo a Mis Modelos antes de crear el agente.

1. Abre la extensión AI Toolkit desde la Barra de Actividades.
2. En la sección Catálogo, selecciona Modelos para abrir el Catálogo de Modelos. Al seleccionar Modelos se abre el Catálogo de Modelos en una nueva pestaña del editor.
3. En la barra de búsqueda del Catálogo de Modelos, escribe OpenAI GPT-4o.
4. Haz clic en + Agregar para añadir el modelo a tu lista de Mis Modelos. Asegúrate de seleccionar el modelo que está Hospedado por GitHub.
5. En la Barra de Actividades, confirma que el modelo OpenAI GPT-4o aparece en la lista.

-1- Crear un agente

El Agent (Prompt) Builder te permite crear y personalizar tus propios agentes impulsados por IA. En esta sección, crearás un nuevo agente y asignarás un modelo para que impulse la conversación.

1. Abre la extensión AI Toolkit desde la Barra de Actividades.
2. En la sección Herramientas, selecciona Agent (Prompt) Builder. Esto abrirá el Agent (Prompt) Builder en una nueva pestaña del editor.
3. Haz clic en el botón + Nuevo Agente. La extensión lanzará un asistente de configuración vía la Paleta de Comandos.
4. Ingresa el nombre Calculator Agent y presiona Enter.
5. En el Agent (Prompt) Builder, en el campo Modelo, selecciona el modelo OpenAI GPT-4o (via GitHub).

-2- Crear un prompt del sistema para el agente

Con el agente creado, es momento de definir su personalidad y propósito. En esta sección, usarás la función Generar prompt del sistema para describir el comportamiento esperado del agente—en este caso, un agente calculadora—y que el modelo escriba el prompt del sistema por ti.

1. En la sección Prompts, haz clic en el botón Generar prompt del sistema. Este botón abre el generador de prompts que utiliza IA para crear un prompt del sistema para el agente.
2. En la ventana Generar un prompt, ingresa lo siguiente: You are a helpful and efficient math assistant. When given a problem involving basic arithmetic, you respond with the correct result.
3. Haz clic en el botón Generar. Aparecerá una notificación en la esquina inferior derecha confirmando que se está generando el prompt del sistema. Cuando termine, el prompt aparecerá en el campo Prompt del sistema del Agent (Prompt) Builder.
4. Revisa el Prompt del sistema y modifícalo si es necesario.

-3- Crear un servidor MCP

Ahora que has definido el prompt del sistema de tu agente—que guía su comportamiento y respuestas—es momento de dotar al agente con capacidades prácticas. En esta sección, crearás un servidor MCP de calculadora con herramientas para realizar sumas, restas, multiplicaciones y divisiones. Este servidor permitirá que tu agente ejecute operaciones matemáticas en tiempo real en respuesta a mensajes en lenguaje natural.

AI Toolkit cuenta con plantillas para facilitar la creación de tu propio servidor MCP. Usaremos la plantilla de Python para crear el servidor MCP de calculadora.

Nota: Actualmente, AI Toolkit soporta Python y TypeScript.

1. En la sección Herramientas del Agent (Prompt) Builder, haz clic en el botón + MCP Server. La extensión lanzará un asistente de configuración vía la Paleta de Comandos.

2. Selecciona + Agregar Servidor.

3. Selecciona Crear un nuevo servidor MCP.

4. Selecciona la plantilla python-weather.

5. Selecciona la Carpeta predeterminada para guardar la plantilla del servidor MCP.

6. Ingresa el siguiente nombre para el servidor: Calculator

7. Se abrirá una nueva ventana de Visual Studio Code. Selecciona Sí, confío en los autores.

8. Usando la terminal (Terminal > Nueva Terminal), crea un entorno virtual: python -m venv .venv

9. En la terminal, activa el entorno virtual:

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

10. En la terminal, instala las dependencias: pip install -e .[dev]

11. En la vista Explorador de la Barra de Actividades, expande el directorio src y selecciona server.py para abrir el archivo en el editor.

12. Reemplaza el código en el archivo server.py con lo siguiente y guarda:

    """
    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- Ejecutar el agente con el servidor MCP de calculadora

Ahora que tu agente tiene herramientas, ¡es momento de usarlas! En esta sección, enviarás mensajes al agente para probar y validar si el agente utiliza la herramienta adecuada del servidor MCP de calculadora.

Ejecutarás el servidor MCP de calculadora en tu máquina local de desarrollo a través del Agent Builder como cliente MCP.

1. Presiona F5 to start debugging the MCP server. The Agent (Prompt) Builder will open in a new editor tab. The status of the server is visible in the terminal.
2. In the User prompt field of the Agent (Prompt) Builder, enter the following prompt: Compré 3 artículos a $25 cada uno, y luego usé un descuento de $20. ¿Cuánto pagué?
3. Click the Run button to generate the agent's response.
4. Review the agent output. The model should conclude that you paid $55.
5. Here's a breakdown of what should occur:
   • The agent selects the multiply and substract tools to aid in the calculation.
   • The respective a and b values are assigned for the multiply tool.
   • The respective a and b se asignan valores para la herramienta subtract.
   • La respuesta de cada herramienta se muestra en la respectiva Respuesta de la herramienta.
   • La salida final del modelo aparece en la Respuesta del modelo.
6. Envía mensajes adicionales para seguir probando el agente. Puedes modificar el prompt existente en el campo Prompt de usuario haciendo clic y reemplazando el texto.
7. Cuando termines de probar el agente, puedes detener el servidor desde la terminal presionando CTRL/CMD+C para salir.

Tarea

Intenta agregar una entrada de herramienta adicional a tu archivo server.py (por ejemplo: devolver la raíz cuadrada de un número). Envía mensajes que requieran que el agente utilice tu nueva herramienta (o las herramientas existentes). Asegúrate de reiniciar el servidor para cargar las herramientas recién agregadas.

Solución

Solución

Puntos clave

Los puntos clave de este capítulo son los siguientes:

• La extensión AI Toolkit es un excelente cliente que te permite consumir servidores MCP y sus herramientas.
• Puedes agregar nuevas herramientas a los servidores MCP, ampliando las capacidades del agente para satisfacer requisitos en evolución.
• AI Toolkit incluye plantillas (por ejemplo, plantillas de servidor MCP en Python) para simplificar la creación de herramientas personalizadas.

Recursos adicionales

• Documentación de AI Toolkit

Qué sigue

• Siguiente: Pruebas y depuración

Aviso Legal:
Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por la precisión, tenga en cuenta que las traducciones automáticas pueden contener errores o inexactitudes. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda la traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas derivadas del uso de esta traducción.