Na konci tohto modulu budete vedieť:
- ✅ Nainštalovať a nakonfigurovať AI Toolkit pre Visual Studio Code
- ✅ Prezerať Model Catalog a rozumieť rôznym zdrojom modelov
- ✅ Používať Playground na testovanie a experimentovanie s modelmi
- ✅ Vytvárať vlastných AI agentov pomocou Agent Builder
- ✅ Porovnávať výkon modelov naprieč rôznymi poskytovateľmi
- ✅ Aplikovať osvedčené postupy pre prompt engineering
AI Toolkit pre Visual Studio Code je vlajkovým rozšírením Microsoftu, ktoré premení VS Code na komplexné prostredie pre vývoj AI. Spojuje výskum AI s praktickým vývojom aplikácií a sprístupňuje generatívnu AI vývojárom na všetkých úrovniach.
| Funkcia | Popis | Použitie |
|---|---|---|
| 🗂️ Model Catalog | Prístup k viac ako 100 modelom z GitHub, ONNX, OpenAI, Anthropic, Google | Objavovanie a výber modelov |
| 🔌 BYOM Support | Integrácia vlastných modelov (lokálnych alebo vzdialených) | Nasadenie vlastných modelov |
| 🎮 Interaktívny Playground | Testovanie modelov v reálnom čase s chat rozhraním | Rýchle prototypovanie a testovanie |
| 📎 Multi-Modal Support | Práca s textom, obrázkami a prílohami | Zložité AI aplikácie |
| ⚡ Batch Processing | Spúšťanie viacerých promptov naraz | Efektívne testovacie postupy |
| 📊 Hodnotenie modelov | Vstavané metriky (F1, relevantnosť, podobnosť, koherencia) | Hodnotenie výkonu |
- 🚀 Rýchlejší vývoj: Od nápadu k prototypu za pár minút
- 🔄 Jednotný pracovný tok: Jedno rozhranie pre viacerých poskytovateľov AI
- 🧪 Jednoduché experimentovanie: Porovnanie modelov bez komplikovanej konfigurácie
- 📈 Pripravené na produkciu: Plynulý prechod od prototypu k nasadeniu
Krok 1: Otvorte Extensions Marketplace
- Spustite Visual Studio Code
- Prejdite do sekcie Extensions (
Ctrl+Shift+XaleboCmd+Shift+X) - Vyhľadajte "AI Toolkit"
Krok 2: Vyberte verziu
- 🟢 Release: Odporúčané pre produkčné použitie
- 🔶 Pre-release: Skorý prístup k najnovším funkciám
Krok 3: Inštalujte a aktivujte
- Ikona AI Toolkit sa zobrazuje v bočnom paneli VS Code
- Rozšírenie je povolené a aktívne
- V paneli výstupu nie sú žiadne chyby inštalácie
🎯 Cieľ: Ovládnuť Model Catalog a otestovať svoj prvý AI model
Model Catalog je vstupnou bránou do AI ekosystému. Zoskupuje modely od rôznych poskytovateľov, čo uľahčuje ich objavovanie a porovnávanie.
🔍 Navigačný návod:
Kliknite na MODELS - Catalog v bočnom paneli AI Toolkit
💡 Tip: Hľadajte modely s konkrétnymi schopnosťami, ktoré zodpovedajú vašim potrebám (napr. generovanie kódu, kreatívne písanie, analýza).
Stratégia výberu modelu:
- GPT-4.1: Najlepší pre zložité uvažovanie a analýzu
- Phi-4-mini: Ľahký, rýchly na jednoduché úlohy
🔧 Postup konfigurácie:
- Vyberte OpenAI GPT-4.1 z katalógu
- Kliknite na Add to My Models – tým model zaregistrujete na použitie
- Zvoľte Try in Playground na spustenie testovacieho prostredia
- Počkajte na inicializáciu modelu (prvé spustenie môže chvíľu trvať)
⚙️ Pochopenie parametrov modelu:
- Temperature: Ovláda kreativitu (0 = deterministické, 1 = kreatívne)
- Max Tokens: Maximálna dĺžka odpovede
- Top-p: Nucleus sampling pre rozmanitosť odpovedí
Playground je vaše laboratórium na experimentovanie s AI. Tu je, ako ho využiť naplno:
🎨 Najlepšie praktiky pre prompt engineering:
- Buďte konkrétni: Jasné a detailné inštrukcie prinášajú lepšie výsledky
- Poskytnite kontext: Pridajte relevantné informácie na pozadí
- Používajte príklady: Ukážte modelu, čo očakávate, na príkladoch
- Iterujte: Vylepšujte prompt na základe prvých výsledkov
🧪 Testovacie scenáre:
# Example 1: Code Generation
"Write a Python function that calculates the factorial of a number using recursion. Include error handling and docstrings."
# Example 2: Creative Writing
"Write a professional email to a client explaining a project delay, maintaining a positive tone while being transparent about challenges."
# Example 3: Data Analysis
"Analyze this sales data and provide insights: [paste your data]. Focus on trends, anomalies, and actionable recommendations."
🎯 Cieľ: Porovnať rôzne modely pomocou rovnakých promptov a pochopiť ich silné stránky
📋 Pokyny:
- Pridajte Phi-4-mini do svojho workspace
- Použite rovnaký prompt pre GPT-4.1 aj Phi-4-mini
- Porovnajte kvalitu odpovedí, rýchlosť a presnosť
- Zaznamenajte svoje zistenia v sekcii výsledkov
💡 Kľúčové poznatky:
- Kedy použiť LLM vs SLM
- Pomery cena vs výkon
- Špecializované schopnosti rôznych modelov
🎯 Cieľ: Vytvoriť špecializovaných AI agentov prispôsobených konkrétnym úlohám a pracovným tokom
Agent Builder je miesto, kde AI Toolkit naozaj vyniká. Umožňuje vytvárať na mieru šité AI asistenty, ktoré kombinujú silu veľkých jazykových modelov s vlastnými inštrukciami, špecifickými parametrami a odbornými znalosťami.
🧠 Komponenty architektúry agenta:
- Core Model: Základný LLM (GPT-4, Groks, Phi a pod.)
- System Prompt: Definuje osobnosť a správanie agenta
- Parameters: Jemne doladené nastavenia pre optimálny výkon
- Tools Integration: Prepojenie na externé API a MCP služby
- Memory: Kontext konverzácie a uchovávanie relácie
🎨 Vytváranie efektívnych system promptov:
# Template Structure:
## Role Definition
You are a [specific role] with expertise in [domain].
## Capabilities
- List specific abilities
- Define scope of knowledge
- Clarify limitations
## Behavior Guidelines
- Response style (formal, casual, technical)
- Output format preferences
- Error handling approach
## Examples
Provide 2-3 examples of ideal interactionsSamozrejme, môžete použiť aj Generate System Prompt na pomoc s generovaním a optimalizáciou promptov pomocou AI
🔧 Optimalizácia parametrov:
| Parameter | Odporúčaný rozsah | Použitie |
|---|---|---|
| Temperature | 0.1-0.3 | Technické/faktické odpovede |
| Temperature | 0.7-0.9 | Kreatívne/myšlienkové úlohy |
| Max Tokens | 500-1000 | Stručné odpovede |
| Max Tokens | 2000-4000 | Podrobné vysvetlenia |
🎯 Misia: Vytvoriť špecializovaného asistenta pre programovanie v Pythone
📋 Konfiguračné kroky:
-
Výber modelu: Zvoľte Claude 3.5 Sonnet (vynikajúci na kódovanie)
-
Návrh system promptu:
# Python Programming Expert Agent
## Role
You are a senior Python developer with 10+ years of experience. You excel at writing clean, efficient, and well-documented Python code.
## Capabilities
- Write production-ready Python code
- Debug complex issues
- Explain code concepts clearly
- Suggest best practices and optimizations
- Provide complete working examples
## Response Format
- Always include docstrings
- Add inline comments for complex logic
- Suggest testing approaches
- Mention relevant libraries when applicable
## Code Quality Standards
- Follow PEP 8 style guidelines
- Use type hints where appropriate
- Handle exceptions gracefully
- Write readable, maintainable code- Nastavenie parametrov:
- Temperature: 0.2 (pre konzistentný a spoľahlivý kód)
- Max Tokens: 2000 (detailné vysvetlenia)
- Top-p: 0.9 (vyvážená kreativita)
Testovacie scenáre:
- Základná funkcia: "Vytvor funkciu na hľadanie prvočísel"
- Zložitý algoritmus: "Implementuj binárny vyhľadávací strom s metódami insert, delete a search"
- Reálny problém: "Vytvor web scraper, ktorý zvláda obmedzenia rýchlosti a opakovania"
- Ladenie: "Oprav tento kód [vložiť chybný kód]"
🏆 Kritériá úspechu:
- ✅ Kód beží bez chýb
- ✅ Obsahuje správnu dokumentáciu
- ✅ Dodržiava Python best practices
- ✅ Poskytuje jasné vysvetlenia
- ✅ Navrhuje vylepšenia
Otestujte svoje znalosti:
- Viete vysvetliť rozdiely medzi modelmi v katalógu?
- Podarilo sa vám vytvoriť a otestovať vlastného agenta?
- Rozumiete, ako optimalizovať parametre pre rôzne použitia?
- Viete navrhnúť efektívne system prompty?
- AI Toolkit dokumentácia: Official Microsoft Docs
- Príručka prompt engineering: Best Practices
- Modely v AI Toolkit: Models in Develpment
🎉 Gratulujeme! Ovládli ste základy AI Toolkit a ste pripravení tvoriť pokročilejšie AI aplikácie!
Chcete sa naučiť pokročilé funkcie? Pokračujte do Modul 2: MCP with AI Toolkit Fundamentals, kde sa naučíte:
- Prepojiť agentov s externými nástrojmi pomocou Model Context Protocol (MCP)
- Vytvárať automatizačné agentov pre prehliadače pomocou Playwright
- Integrovať MCP servery s AI Toolkit agentmi
- Posilniť agentov externými dátami a schopnosťami
Zrieknutie sa zodpovednosti:
Tento dokument bol preložený pomocou AI prekladateľskej služby Co-op Translator. Aj keď sa snažíme o presnosť, vezmite prosím na vedomie, že automatické preklady môžu obsahovať chyby alebo nepresnosti. Originálny dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne výklady vyplývajúce z použitia tohto prekladu.