README.md

צריכת שרת מהתוסף AI Toolkit עבור Visual Studio Code

כשאתה בונה סוכן בינה מלאכותית, זה לא רק לייצר תגובות חכמות; זה גם לתת לסוכן שלך את היכולת לפעול. כאן נכנס ה-Model Context Protocol (MCP). MCP מקל על סוכנים לגשת לכלים ושירותים חיצוניים בצורה עקבית. תחשוב על זה כמו לחבר את הסוכן שלך לתיבת כלים שהוא באמת יכול להשתמש בה.

נניח שאתה מחבר סוכן לשרת MCP של מחשבון. פתאום, הסוכן שלך יכול לבצע פעולות מתמטיות רק על ידי קבלת פקודה כמו "כמה זה 47 כפול 89?"—בלי צורך לקודד לוגיקה או לבנות APIs מותאמים.

סקירה כללית

השיעור הזה מסביר איך לחבר שרת MCP של מחשבון לסוכן עם התוסף AI Toolkit ב-Visual Studio Code, ומאפשר לסוכן שלך לבצע פעולות מתמטיות כמו חיבור, חיסור, כפל וחילוק דרך שפה טבעית.

AI Toolkit הוא תוסף חזק ל-Visual Studio Code שמפשט פיתוח סוכני בינה מלאכותית. מהנדסי AI יכולים בקלות לבנות אפליקציות AI על ידי פיתוח ובדיקה של מודלים גנרטיביים—במחשב המקומי או בענן. התוסף תומך ברוב המודלים הגנרטיביים המרכזיים שקיימים היום.

הערה: נכון לעכשיו, AI Toolkit תומך ב-Python ו-TypeScript.

מטרות הלמידה

בסוף השיעור תוכל:

• לצרוך שרת MCP דרך AI Toolkit.
• להגדיר תצורת סוכן שתאפשר לו לגלות ולהשתמש בכלים שמספק שרת MCP.
• להשתמש בכלי MCP דרך שפה טבעית.

גישה

כך אנחנו צריכים לגשת לנושא ברמה גבוהה:

• ליצור סוכן ולהגדיר את ה-system prompt שלו.
• ליצור שרת MCP עם כלי מחשבון.
• לחבר את Agent Builder לשרת MCP.
• לבדוק את קריאת הכלים של הסוכן דרך שפה טבעית.

מעולה, עכשיו כשאנחנו מבינים את הזרימה, בואו נגדיר סוכן AI שינצל כלים חיצוניים דרך MCP, כדי להרחיב את היכולות שלו!

דרישות מוקדמות

• Visual Studio Code
• AI Toolkit for Visual Studio Code

תרגיל: צריכת שרת

בתרגיל הזה תבנה, תפעיל ותשפר סוכן AI עם כלים משרת MCP בתוך Visual Studio Code באמצעות AI Toolkit.

-0- שלב מקדים, הוסף את מודל OpenAI GPT-4o ל-My Models

התרגיל משתמש במודל GPT-4o. יש להוסיף את המודל לMy Models לפני יצירת הסוכן.

1. פתח את התוסף AI Toolkit מActivity Bar.
2. בקטגוריית Catalog, בחר Models כדי לפתוח את Model Catalog. בחירת Models תפתח את Model Catalog בלשונית עורך חדשה.
3. בשורת החיפוש של Model Catalog, הזן OpenAI GPT-4o.
4. לחץ על + Add כדי להוסיף את המודל לרשימת My Models שלך. ודא שבחרת במודל שמתארח ב-GitHub.
5. בActivity Bar, וודא שמודל OpenAI GPT-4o מופיע ברשימה.

-1- צור סוכן

הAgent (Prompt) Builder מאפשר לך ליצור ולהתאים אישית סוכני AI משלך. בחלק זה, תיצור סוכן חדש ותשייך לו מודל שיניע את השיחה.

1. פתח את התוסף AI Toolkit מActivity Bar.
2. בקטגוריית Tools, בחר Agent (Prompt) Builder. בחירת Agent (Prompt) Builder תפתח את הכלי בלשונית עורך חדשה.
3. לחץ על כפתור + New Agent. התוסף יפעיל אשף הגדרות דרך Command Palette.
4. הזן את השם Calculator Agent ולחץ Enter.
5. בAgent (Prompt) Builder, בשדה Model, בחר את מודל OpenAI GPT-4o (via GitHub).

-2- צור system prompt לסוכן

כעת כשיש לך שלד לסוכן, הגיע הזמן להגדיר את האישיות והמטרה שלו. בחלק זה, תשתמש בGenerate system prompt כדי לתאר את התנהגות הסוכן—במקרה הזה, סוכן מחשבון—ולהנחות את המודל לכתוב את ה-system prompt עבורך.

1. בקטגוריית Prompts, לחץ על כפתור Generate system prompt. כפתור זה פותח את בונה ה-prompt שמשתמש ב-AI כדי ליצור system prompt לסוכן.
2. בחלון Generate a prompt, הזן את הטקסט הבא: You are a helpful and efficient math assistant. When given a problem involving basic arithmetic, you respond with the correct result.
3. לחץ על כפתור Generate. תופיע התראה בפינה הימנית התחתונה שמאשרת שה-system prompt נוצר. לאחר סיום, ה-prompt יופיע בשדה System prompt בAgent (Prompt) Builder.
4. סקור את ה-system prompt ושנה במידת הצורך.

-3- צור שרת MCP

כעת כשאתה מגדיר את ה-system prompt של הסוכן—המנחה את ההתנהגות והתשובות שלו—הגיע הזמן לצייד את הסוכן ביכולות מעשיות. בחלק זה, תיצור שרת MCP של מחשבון עם כלים לביצוע חיבור, חיסור, כפל וחילוק. שרת זה יאפשר לסוכן שלך לבצע פעולות מתמטיות בזמן אמת בתגובה לפקודות בשפה טבעית.

AI Toolkit מצויד בתבניות להקלה על יצירת שרת MCP משלך. נשתמש בתבנית Python ליצירת שרת MCP למחשבון.

הערה: נכון לעכשיו, AI Toolkit תומך ב-Python ו-TypeScript.

1. בקטגוריית Tools בAgent (Prompt) Builder, לחץ על כפתור + MCP Server. התוסף יפעיל אשף הגדרות דרך Command Palette.

2. בחר + Add Server.

3. בחר Create a New MCP Server.

4. בחר בתבנית python-weather.

5. בחר Default folder לשמירת תבנית שרת MCP.

6. הזן את השם הבא לשרת: Calculator

7. תפתח חלונית חדשה של Visual Studio Code. בחר Yes, I trust the authors.

8. דרך הטרמינל (Terminal > New Terminal), צור סביבה וירטואלית: python -m venv .venv

9. דרך הטרמינל, הפעל את הסביבה הווירטואלית:

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

10. דרך הטרמינל, התקן את התלויות: pip install -e .[dev]

11. בתצוגת Explorer בActivity Bar, הרחב את תיקיית src ובחר בserver.py כדי לפתוח את הקובץ בעורך.

12. החלף את הקוד בקובץ server.py בקוד הבא ושמור:

    """
    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- הפעל את הסוכן עם שרת MCP של מחשבון

כעת שלסוכן שלך יש כלים, הגיע הזמן להשתמש בהם! בחלק זה, תשלח פקודות לסוכן כדי לבדוק ולאמת האם הסוכן משתמש בכלי המתאים משרת MCP של מחשבון.

תפעיל את שרת MCP של המחשבון במכונת הפיתוח המקומית שלך דרך Agent Builder כלקוח MCP.

1. לחץ 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: קניתי 3 פריטים במחיר של 25$ כל אחד, ואז השתמשתי בהנחה של 20$. כמה שילמתי?
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 הערכים מוקצים לכלי subtract.
   • התגובה מכל כלי מוצגת בTool Response המתאים.
   • הפלט הסופי מהמודל מוצג בModel Response הסופי.
6. שלח פקודות נוספות כדי לבדוק את הסוכן לעומק. ניתן לשנות את הפקודה הקיימת בשדה User prompt על ידי לחיצה ושינוי הטקסט.
7. כשתסיים לבדוק את הסוכן, תוכל לעצור את השרת דרך הטרמינל על ידי הקשת CTRL/CMD+C ליציאה.

משימה

נסה להוסיף כלי נוסף לקובץ server.py שלך (לדוגמה: החזרת שורש ריבועי של מספר). שלח פקודות נוספות שידרשו מהסוכן להשתמש בכלי החדש (או בכלים קיימים). ודא שאתה מפעיל מחדש את השרת כדי לטעון את הכלים החדשים.

פתרון

Solution

נקודות מפתח

הנקודות המרכזיות מפרק זה הן:

• תוסף AI Toolkit הוא לקוח מעולה שמאפשר לך לצרוך שרתי MCP והכלים שלהם.
• ניתן להוסיף כלים חדשים לשרתי MCP, להרחיב את יכולות הסוכן בהתאם לצרכים משתנים.
• AI Toolkit כולל תבניות (כגון תבניות שרת MCP ב-Python) להקל על יצירת כלים מותאמים אישית.

משאבים נוספים

• AI Toolkit docs

מה הלאה

• הבא: Testing & Debugging

כתב ויתור:
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית Co-op Translator. למרות שאנו שואפים לדיוק, יש לקחת בחשבון כי תרגומים אוטומטיים עלולים להכיל שגיאות או אי-דיוקים. המסמך המקורי בשפת המקור שלו הוא המקור המוסמך. למידע קריטי מומלץ להשתמש בתרגום מקצועי של אדם. אנו לא אחראים לכל אי-הבנה או פרשנות שגויה הנובעת משימוש בתרגום זה.