Skip to content

Latest commit

 

History

History
198 lines (150 loc) · 9.41 KB

File metadata and controls

198 lines (150 loc) · 9.41 KB

Streamlining AI Workflows: Bygga en MCP-server med AI Toolkit

MCP Version Python VS Code

logo

🎯 Översikt

Välkommen till Model Context Protocol (MCP) Workshop! Denna omfattande praktiska workshop kombinerar två banbrytande teknologier för att revolutionera AI-applikationsutveckling:

  • 🔗 Model Context Protocol (MCP): En öppen standard för sömlös AI-verktygsintegration
  • 🛠️ AI Toolkit för Visual Studio Code (AITK): Microsofts kraftfulla AI-utvecklingsförlängning

🎓 Vad du kommer att lära dig

I slutet av denna workshop kommer du att behärska konsten att bygga intelligenta applikationer som kopplar samman AI-modeller med verkliga verktyg och tjänster. Från automatiserade tester till anpassade API-integrationer får du praktiska färdigheter för att lösa komplexa affärsutmaningar.

🏗️ Teknikstack

🔌 Model Context Protocol (MCP)

MCP är "USB-C för AI" – en universell standard som kopplar AI-modeller till externa verktyg och datakällor.

✨ Viktiga funktioner:

  • 🔄 Standardiserad integration: Universellt gränssnitt för AI-verktygskopplingar
  • 🏛️ Flexibel arkitektur: Lokala och fjärrservrar via stdio/SSE-transport
  • 🧰 Rikt ekosystem: Verktyg, prompts och resurser i ett och samma protokoll
  • 🔒 Företagsredo: Inbyggd säkerhet och tillförlitlighet

🎯 Varför MCP är viktigt: Precis som USB-C eliminerade kabelkaoset, förenklar MCP komplexiteten i AI-integrationer. Ett protokoll, oändliga möjligheter.

🤖 AI Toolkit för Visual Studio Code (AITK)

Microsofts flaggskepp inom AI-utveckling som förvandlar VS Code till en AI-motor.

🚀 Kärnfunktioner:

  • 📦 Modellkatalog: Tillgång till modeller från Azure AI, GitHub, Hugging Face, Ollama
  • Lokal inferens: ONNX-optimerad CPU/GPU/NPU-exekvering
  • 🏗️ Agent Builder: Visuell AI-agentutveckling med MCP-integration
  • 🎭 Multimodal: Stöd för text, bild och strukturerad output

💡 Utvecklingsfördelar:

  • Nollkonfigurationsmodellutplacering
  • Visuell prompt-engineering
  • Realtidstestning i sandbox-miljö
  • Sömlös integration med MCP-server

📚 Läranderesa

Varaktighet: 15 minuter

  • 🛠️ Installera och konfigurera AI Toolkit för VS Code
  • 🗂️ Utforska Modellkatalogen (100+ modeller från GitHub, ONNX, OpenAI, Anthropic, Google)
  • 🎮 Bemästra den interaktiva sandboxen för realtidstestning av modeller
  • 🤖 Bygg din första AI-agent med Agent Builder
  • 📊 Utvärdera modellprestanda med inbyggda mått (F1, relevans, likhet, koherens)
  • ⚡ Lär dig batchbearbetning och multimodala funktioner

🎯 Lärandemål: Skapa en fungerande AI-agent med en helhetsförståelse för AITK:s möjligheter

Varaktighet: 20 minuter

  • 🧠 Bemästra Model Context Protocols (MCP) arkitektur och koncept
  • 🌐 Utforska Microsofts MCP-serverekosystem
  • 🤖 Bygg en webbläsarautomationsagent med Playwright MCP-server
  • 🔧 Integrera MCP-servrar med AI Toolkit Agent Builder
  • 📊 Konfigurera och testa MCP-verktyg i dina agenter
  • 🚀 Exportera och distribuera MCP-drivna agenter för produktion

🎯 Lärandemål: Distribuera en AI-agent med kraftfulla externa verktyg via MCP

Varaktighet: 20 minuter

  • 💻 Skapa egna MCP-servrar med AI Toolkit
  • 🐍 Konfigurera och använd senaste MCP Python SDK (v1.9.3)
  • 🔍 Sätt upp och använd MCP Inspector för felsökning
  • 🛠️ Bygg en Weather MCP-server med professionella felsökningsflöden
  • 🧪 Felsök MCP-servrar både i Agent Builder och Inspector

🎯 Lärandemål: Utveckla och felsök egna MCP-servrar med moderna verktyg

Varaktighet: 30 minuter

  • 🏗️ Bygg en verklighetsnära GitHub Clone MCP-server för utvecklingsflöden
  • 🔄 Implementera smart kloning av repositories med validering och felhantering
  • 📁 Skapa intelligent kataloghantering och VS Code-integration
  • 🤖 Använd GitHub Copilot Agent Mode med anpassade MCP-verktyg
  • 🛡️ Tillämpa produktionsklar tillförlitlighet och plattformsoberoende

🎯 Lärandemål: Distribuera en produktionsklar MCP-server som effektiviserar verkliga utvecklingsflöden

💡 Verkliga tillämpningar & påverkan

🏢 Företagsanvändningsfall

🔄 DevOps-automation

Förvandla ditt utvecklingsflöde med intelligent automation:

  • Smart repositoryhantering: AI-driven kodgranskning och sammanslagningsbeslut
  • Intelligent CI/CD: Automatiserad pipelineoptimering baserad på kodändringar
  • Issue triage: Automatisk klassificering och tilldelning av buggar

🧪 Revolution inom kvalitetssäkring

Höj testningen med AI-driven automation:

  • Intelligent testgenerering: Skapa omfattande testsuiter automatiskt
  • Visuell regressionstestning: AI-baserad upptäckt av UI-förändringar
  • Prestandaövervakning: Proaktiv identifiering och lösning av problem

📊 Dataflödesintelligens

Bygg smartare datahanteringsflöden:

  • Adaptiva ETL-processer: Självoptimerande datatransformationer
  • Anomalidetektion: Realtidsövervakning av datakvalitet
  • Intelligent dirigering: Smart hantering av dataflöden

🎧 Förbättrad kundupplevelse

Skapa exceptionella kundinteraktioner:

  • Kontextmedveten support: AI-agenter med tillgång till kundhistorik
  • Proaktiv problemlösning: Prediktiv kundservice
  • Multikanalsintegration: Enhetlig AI-upplevelse över plattformar

🛠️ Förutsättningar & installation

💻 Systemkrav

Komponent Krav Noteringar
Operativsystem Windows 10+, macOS 10.15+, Linux Valfritt modernt OS
Visual Studio Code Senaste stabila versionen Krävs för AITK
Node.js v18.0+ och npm För MCP-serverutveckling
Python 3.10+ Valfritt för Python MCP-servrar
Minne Minst 8GB RAM 16GB rekommenderas för lokala modeller

🔧 Utvecklingsmiljö

Rekommenderade VS Code-tillägg

  • AI Toolkit (ms-windows-ai-studio.windows-ai-studio)
  • Python (ms-python.python)
  • Python Debugger (ms-python.debugpy)
  • GitHub Copilot (GitHub.copilot) – Valfritt men användbart

Valfria verktyg

  • uv: Modern Python-pakethanterare
  • MCP Inspector: Visuellt felsökningsverktyg för MCP-servrar
  • Playwright: För webbautomationsexempel

🎖️ Lärandemål & certifieringsväg

🏆 Checklista för färdighetsmästerskap

Genom att slutföra denna workshop uppnår du expertis inom:

🎯 Kärnkompetenser

  • MCP Protocol Mastery: Djup förståelse för arkitektur och implementeringsmönster
  • AITK Proficiency: Expertanvändning av AI Toolkit för snabb utveckling
  • Custom Server Development: Bygga, distribuera och underhålla produktions-MCP-servrar
  • Tool Integration Excellence: Sömlös koppling av AI med befintliga utvecklingsflöden
  • Problem-Solving Application: Tillämpa kunskaper på verkliga affärsutmaningar

🔧 Tekniska färdigheter

  • Installera och konfigurera AI Toolkit i VS Code
  • Designa och implementera egna MCP-servrar
  • Integrera GitHub-modeller med MCP-arkitektur
  • Bygga automatiserade testflöden med Playwright
  • Distribuera AI-agenter för produktion
  • Felsöka och optimera MCP-serverprestanda

🚀 Avancerade förmågor

  • Arkitektera AI-integrationer i företagsklass
  • Implementera säkerhetsrutiner för AI-applikationer
  • Designa skalbara MCP-serverarkitekturer
  • Skapa anpassade verktygskedjor för specifika domäner
  • Vägleda andra i AI-nativ utveckling

📖 Ytterligare resurser


🚀 Redo att revolutionera ditt AI-utvecklingsflöde?

Låt oss tillsammans bygga framtidens intelligenta applikationer med MCP och AI Toolkit!

Ansvarsfriskrivning:
Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, vänligen observera att automatiska översättningar kan innehålla fel eller brister. Det ursprungliga dokumentet på dess modersmål bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för eventuella missförstånd eller feltolkningar som uppstår vid användning av denna översättning.