🔧 Moduł 3: Zaawansowany rozwój MCP z AI Toolkit

🎯 Cele nauki

Po ukończeniu tego laboratorium będziesz potrafił:

✅ Tworzyć niestandardowe serwery MCP za pomocą AI Toolkit
✅ Konfigurować i korzystać z najnowszego MCP Python SDK (v1.9.3)
✅ Ustawiać i wykorzystywać MCP Inspector do debugowania
✅ Debugować serwery MCP zarówno w Agent Builder, jak i w Inspector
✅ Zrozumieć zaawansowane procesy tworzenia serwerów MCP

📋 Wymagania wstępne

Ukończenie Laboratorium 2 (Podstawy MCP)
VS Code z zainstalowanym rozszerzeniem AI Toolkit
Środowisko Python 3.10+
Node.js i npm do konfiguracji Inspector

🏗️ Co zbudujesz

W tym laboratorium stworzysz Weather MCP Server, który pokaże:

Niestandardową implementację serwera MCP
Integrację z AI Toolkit Agent Builder
Profesjonalne procesy debugowania
Nowoczesne wzorce użycia MCP SDK

🔧 Przegląd kluczowych komponentów

🐍 MCP Python SDK

Model Context Protocol Python SDK stanowi podstawę do tworzenia niestandardowych serwerów MCP. Użyjesz wersji 1.9.3 z rozszerzonymi możliwościami debugowania.

🔍 MCP Inspector

Potężne narzędzie do debugowania, które oferuje:

Monitorowanie serwera w czasie rzeczywistym
Wizualizację wykonywania narzędzi
Inspekcję żądań i odpowiedzi sieciowych
Interaktywne środowisko testowe

📖 Implementacja krok po kroku

Krok 1: Utwórz WeatherAgent w Agent Builder

Uruchom Agent Builder w VS Code przez rozszerzenie AI Toolkit
Stwórz nowego agenta z następującą konfiguracją:
- Nazwa agenta: WeatherAgent

Krok 2: Zainicjuj projekt serwera MCP

Przejdź do Tools → Add Tool w Agent Builder
Wybierz "MCP Server" z dostępnych opcji
Wybierz "Create A new MCP Server"
Wybierz szablon python-weather
Nazwij swój serwer: weather_mcp

Krok 3: Otwórz i przeanalizuj projekt

Otwórz wygenerowany projekt w VS Code

Przejrzyj strukturę projektu:

weather_mcp/
├── src/
│   ├── __init__.py
│   └── server.py
├── inspector/
│   ├── package.json
│   └── package-lock.json
├── .vscode/
│   ├── launch.json
│   └── tasks.json
├── pyproject.toml
└── README.md

Krok 4: Uaktualnij do najnowszego MCP SDK

🔍 Dlaczego aktualizacja? Chcemy korzystać z najnowszego MCP SDK (v1.9.3) oraz usługi Inspector (0.14.0) dla lepszych funkcji i możliwości debugowania.

4a. Aktualizacja zależności Pythona

Edytuj pyproject.toml: aktualizacja ./code/weather_mcp/pyproject.toml

4b. Aktualizacja konfiguracji Inspector

Edytuj inspector/package.json: aktualizacja ./code/weather_mcp/inspector/package.json

4c. Aktualizacja zależności Inspector

Edytuj inspector/package-lock.json: aktualizacja ./code/weather_mcp/inspector/package-lock.json

📝 Uwaga: Ten plik zawiera rozbudowane definicje zależności. Poniżej znajduje się podstawowa struktura – pełna zawartość zapewnia prawidłowe rozwiązywanie zależności.

⚡ Pełny package-lock: Kompletny package-lock.json zawiera około 3000 linii definicji zależności. Powyżej pokazano kluczową strukturę – użyj dostarczonego pliku dla pełnego rozwiązywania zależności.

Krok 5: Konfiguracja debugowania w VS Code

Uwaga: Skopiuj plik w podanej ścieżce, aby zastąpić odpowiadający lokalny plik

5a. Aktualizacja konfiguracji uruchamiania

Edytuj .vscode/launch.json:

{
  "version": "0.2.0",
  "configurations": [
    {
      "name": "Attach to Local MCP",
      "type": "debugpy",
      "request": "attach",
      "connect": {
        "host": "localhost",
        "port": 5678
      },
      "presentation": {
        "hidden": true
      },
      "internalConsoleOptions": "neverOpen",
      "postDebugTask": "Terminate All Tasks"
    },
    {
      "name": "Launch Inspector (Edge)",
      "type": "msedge",
      "request": "launch",
      "url": "http://localhost:6274?timeout=60000&serverUrl=http://localhost:3001/sse#tools",
      "cascadeTerminateToConfigurations": [
        "Attach to Local MCP"
      ],
      "presentation": {
        "hidden": true
      },
      "internalConsoleOptions": "neverOpen"
    },
    {
      "name": "Launch Inspector (Chrome)",
      "type": "chrome",
      "request": "launch",
      "url": "http://localhost:6274?timeout=60000&serverUrl=http://localhost:3001/sse#tools",
      "cascadeTerminateToConfigurations": [
        "Attach to Local MCP"
      ],
      "presentation": {
        "hidden": true
      },
      "internalConsoleOptions": "neverOpen"
    }
  ],
  "compounds": [
    {
      "name": "Debug in Agent Builder",
      "configurations": [
        "Attach to Local MCP"
      ],
      "preLaunchTask": "Open Agent Builder",
    },
    {
      "name": "Debug in Inspector (Edge)",
      "configurations": [
        "Launch Inspector (Edge)",
        "Attach to Local MCP"
      ],
      "preLaunchTask": "Start MCP Inspector",
      "stopAll": true
    },
    {
      "name": "Debug in Inspector (Chrome)",
      "configurations": [
        "Launch Inspector (Chrome)",
        "Attach to Local MCP"
      ],
      "preLaunchTask": "Start MCP Inspector",
      "stopAll": true
    }
  ]
}

Edytuj .vscode/tasks.json:

{
  "version": "2.0.0",
  "tasks": [
    {
      "label": "Start MCP Server",
      "type": "shell",
      "command": "python -m debugpy --listen 127.0.0.1:5678 src/__init__.py sse",
      "isBackground": true,
      "options": {
        "cwd": "${workspaceFolder}",
        "env": {
          "PORT": "3001"
        }
      },
      "problemMatcher": {
        "pattern": [
          {
            "regexp": "^.*$",
            "file": 0,
            "location": 1,
            "message": 2
          }
        ],
        "background": {
          "activeOnStart": true,
          "beginsPattern": ".*",
          "endsPattern": "Application startup complete|running"
        }
      }
    },
    {
      "label": "Start MCP Inspector",
      "type": "shell",
      "command": "npm run dev:inspector",
      "isBackground": true,
      "options": {
        "cwd": "${workspaceFolder}/inspector",
        "env": {
          "CLIENT_PORT": "6274",
          "SERVER_PORT": "6277",
        }
      },
      "problemMatcher": {
        "pattern": [
          {
            "regexp": "^.*$",
            "file": 0,
            "location": 1,
            "message": 2
          }
        ],
        "background": {
          "activeOnStart": true,
          "beginsPattern": "Starting MCP inspector",
          "endsPattern": "Proxy server listening on port"
        }
      },
      "dependsOn": [
        "Start MCP Server"
      ]
    },
    {
      "label": "Open Agent Builder",
      "type": "shell",
      "command": "echo ${input:openAgentBuilder}",
      "presentation": {
        "reveal": "never"
      },
      "dependsOn": [
        "Start MCP Server"
      ],
    },
    {
      "label": "Terminate All Tasks",
      "command": "echo ${input:terminate}",
      "type": "shell",
      "problemMatcher": []
    }
  ],
  "inputs": [
    {
      "id": "openAgentBuilder",
      "type": "command",
      "command": "ai-mlstudio.agentBuilder",
      "args": {
        "initialMCPs": [ "local-server-weather_mcp" ],
        "triggeredFrom": "vsc-tasks"
      }
    },
    {
      "id": "terminate",
      "type": "command",
      "command": "workbench.action.tasks.terminate",
      "args": "terminateAll"
    }
  ]
}

🚀 Uruchamianie i testowanie serwera MCP

Krok 6: Instalacja zależności

Po wprowadzeniu zmian konfiguracyjnych uruchom następujące polecenia:

Zainstaluj zależności Pythona:

uv sync

Zainstaluj zależności Inspector:

cd inspector
npm install

Krok 7: Debugowanie w Agent Builder

Naciśnij F5 lub wybierz konfigurację "Debug in Agent Builder"
Wybierz konfigurację compound z panelu debugowania
Poczekaj na uruchomienie serwera i otwarcie Agent Builder
Przetestuj swój serwer weather MCP za pomocą zapytań w języku naturalnym

Wprowadź zapytanie takie jak poniżej

SYSTEM_PROMPT

You are my weather assistant

USER_PROMPT

How's the weather like in Seattle

Krok 8: Debugowanie z MCP Inspector

Użyj konfiguracji "Debug in Inspector" (Edge lub Chrome)
Otwórz interfejs Inspector pod adresem http://localhost:6274
Eksploruj interaktywne środowisko testowe:
- Przeglądaj dostępne narzędzia
- Testuj wykonanie narzędzi
- Monitoruj żądania sieciowe
- Debuguj odpowiedzi serwera

🎯 Kluczowe efekty nauki

Po ukończeniu tego laboratorium:

Stworzyłeś niestandardowy serwer MCP korzystając z szablonów AI Toolkit
Zaktualizowałeś do najnowszego MCP SDK (v1.9.3) dla rozszerzonej funkcjonalności
Skonfigurowałeś profesjonalne procesy debugowania dla Agent Builder i Inspector
Ustawiłeś MCP Inspector do interaktywnego testowania serwera
Opanowałeś konfiguracje debugowania w VS Code dla rozwoju MCP

🔧 Zaawansowane funkcje, które poznano

Funkcja	Opis	Przykład użycia
MCP Python SDK v1.9.3	Najnowsza implementacja protokołu	Nowoczesny rozwój serwera
MCP Inspector 0.14.0	Interaktywne narzędzie do debugowania	Testowanie serwera w czasie rzeczywistym
Debugowanie w VS Code	Zintegrowane środowisko programistyczne	Profesjonalny proces debugowania
Integracja z Agent Builder	Bezpośrednie połączenie z AI Toolkit	Kompleksowe testowanie agenta

📚 Dodatkowe materiały

🎉 Gratulacje! Ukończyłeś Laboratorium 3 i teraz potrafisz tworzyć, debugować oraz wdrażać niestandardowe serwery MCP korzystając z profesjonalnych procesów rozwojowych.

🔜 Przejdź do następnego modułu

Gotowy, by zastosować swoje umiejętności MCP w praktycznym środowisku? Kontynuuj do Modułu 4: Praktyczny rozwój MCP - niestandardowy serwer klonowania GitHub, gdzie:

Zbudujesz produkcyjny serwer MCP automatyzujący operacje na repozytoriach GitHub
Wdrożysz funkcjonalność klonowania repozytoriów GitHub przez MCP
Zintegrujesz niestandardowe serwery MCP z VS Code i trybem agenta GitHub Copilot
Przetestujesz i wdrożysz niestandardowe serwery MCP w środowiskach produkcyjnych
Nauczysz się praktycznej automatyzacji procesów dla programistów

Zastrzeżenie:
Niniejszy dokument został przetłumaczony przy użyciu usługi tłumaczenia AI Co-op Translator. Chociaż dokładamy starań, aby tłumaczenie było jak najbardziej precyzyjne, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym należy traktować jako źródło autorytatywne. W przypadku informacji o kluczowym znaczeniu zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

🔧 Moduł 3: Zaawansowany rozwój MCP z AI Toolkit

🎯 Cele nauki

📋 Wymagania wstępne

🏗️ Co zbudujesz

🔧 Przegląd kluczowych komponentów

🐍 MCP Python SDK

🔍 MCP Inspector

📖 Implementacja krok po kroku

Krok 1: Utwórz WeatherAgent w Agent Builder

Krok 2: Zainicjuj projekt serwera MCP

Krok 3: Otwórz i przeanalizuj projekt

Krok 4: Uaktualnij do najnowszego MCP SDK

4a. Aktualizacja zależności Pythona

4b. Aktualizacja konfiguracji Inspector

4c. Aktualizacja zależności Inspector

Krok 5: Konfiguracja debugowania w VS Code

5a. Aktualizacja konfiguracji uruchamiania

🚀 Uruchamianie i testowanie serwera MCP

Krok 6: Instalacja zależności

Krok 7: Debugowanie w Agent Builder

Krok 8: Debugowanie z MCP Inspector

🎯 Kluczowe efekty nauki

🔧 Zaawansowane funkcje, które poznano

📚 Dodatkowe materiały

🔜 Przejdź do następnego modułu

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

🔧 Moduł 3: Zaawansowany rozwój MCP z AI Toolkit

🎯 Cele nauki

📋 Wymagania wstępne

🏗️ Co zbudujesz

🔧 Przegląd kluczowych komponentów

🐍 MCP Python SDK

🔍 MCP Inspector

📖 Implementacja krok po kroku

Krok 1: Utwórz WeatherAgent w Agent Builder

Krok 2: Zainicjuj projekt serwera MCP

Krok 3: Otwórz i przeanalizuj projekt

Krok 4: Uaktualnij do najnowszego MCP SDK

4a. Aktualizacja zależności Pythona

4b. Aktualizacja konfiguracji Inspector

4c. Aktualizacja zależności Inspector

Krok 5: Konfiguracja debugowania w VS Code

5a. Aktualizacja konfiguracji uruchamiania

🚀 Uruchamianie i testowanie serwera MCP

Krok 6: Instalacja zależności

Krok 7: Debugowanie w Agent Builder

Krok 8: Debugowanie z MCP Inspector

🎯 Kluczowe efekty nauki

🔧 Zaawansowane funkcje, które poznano

📚 Dodatkowe materiały

🔜 Przejdź do następnego modułu