🔧 Módulo 3: Desenvolvimento Avançado de MCP com AI Toolkit

🎯 Objetivos de Aprendizagem

Ao final deste laboratório, você será capaz de:

✅ Criar servidores MCP personalizados usando o AI Toolkit
✅ Configurar e usar o SDK Python MCP mais recente (v1.9.3)
✅ Configurar e utilizar o MCP Inspector para depuração
✅ Depurar servidores MCP tanto no Agent Builder quanto no Inspector
✅ Compreender fluxos de trabalho avançados para desenvolvimento de servidores MCP

📋 Pré-requisitos

Conclusão do Laboratório 2 (Fundamentos do MCP)
VS Code com a extensão AI Toolkit instalada
Ambiente Python 3.10+
Node.js e npm para configuração do Inspector

🏗️ O que você vai construir

Neste laboratório, você criará um Servidor MCP de Clima que demonstra:

Implementação personalizada de servidor MCP
Integração com o AI Toolkit Agent Builder
Fluxos de trabalho profissionais de depuração
Padrões modernos de uso do SDK MCP

🔧 Visão Geral dos Componentes Principais

🐍 MCP Python SDK

O SDK Python do Model Context Protocol fornece a base para construir servidores MCP personalizados. Você usará a versão 1.9.3 com recursos aprimorados de depuração.

🔍 MCP Inspector

Uma ferramenta poderosa de depuração que oferece:

Monitoramento do servidor em tempo real
Visualização da execução das ferramentas
Inspeção de requisições/respostas de rede
Ambiente interativo para testes

📖 Implementação Passo a Passo

Passo 1: Crie um WeatherAgent no Agent Builder

Abra o Agent Builder no VS Code através da extensão AI Toolkit
Crie um novo agente com a seguinte configuração:
- Nome do agente: WeatherAgent

Passo 2: Inicialize o Projeto do Servidor MCP

Navegue até Ferramentas → Adicionar Ferramenta no Agent Builder
Selecione "MCP Server" entre as opções disponíveis
Escolha "Criar um novo Servidor MCP"
Selecione o template python-weather
Nomeie seu servidor: weather_mcp

Passo 3: Abra e Analise o Projeto

Abra o projeto gerado no VS Code

Revise a estrutura do projeto:

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

Passo 4: Atualize para a Última Versão do MCP SDK

🔍 Por que atualizar? Queremos usar o SDK MCP mais recente (v1.9.3) e o serviço Inspector (0.14.0) para recursos aprimorados e melhor capacidade de depuração.

4a. Atualize as Dependências Python

Edite pyproject.toml: atualize ./code/weather_mcp/pyproject.toml

4b. Atualize a Configuração do Inspector

Edite inspector/package.json: atualize ./code/weather_mcp/inspector/package.json

4c. Atualize as Dependências do Inspector

Edite inspector/package-lock.json: atualize ./code/weather_mcp/inspector/package-lock.json

📝 Nota: Este arquivo contém definições extensas de dependências. Abaixo está a estrutura essencial – o conteúdo completo garante a resolução correta das dependências.

⚡ Package Lock Completo: O arquivo package-lock.json completo contém cerca de 3000 linhas de definições de dependências. O acima mostra a estrutura principal – use o arquivo fornecido para resolução completa.

Passo 5: Configure a Depuração no VS Code

Nota: Por favor, copie o arquivo no caminho especificado para substituir o arquivo local correspondente

5a. Atualize a Configuração de Inicialização

Edite .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
    }
  ]
}

Edite .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"
    }
  ]
}

🚀 Executando e Testando seu Servidor MCP

Passo 6: Instale as Dependências

Após as alterações de configuração, execute os seguintes comandos:

Instale as dependências Python:

uv sync

Instale as dependências do Inspector:

cd inspector
npm install

Passo 7: Depure com o Agent Builder

Pressione F5 ou use a configuração "Debug in Agent Builder"
Selecione a configuração composta no painel de depuração
Aguarde o servidor iniciar e o Agent Builder abrir
Teste seu servidor MCP de clima com consultas em linguagem natural

Digite um prompt como este

SYSTEM_PROMPT

You are my weather assistant

USER_PROMPT

How's the weather like in Seattle

Passo 8: Depure com o MCP Inspector

Use a configuração "Debug in Inspector" (Edge ou Chrome)
Abra a interface do Inspector em http://localhost:6274
Explore o ambiente interativo de testes:
- Veja as ferramentas disponíveis
- Teste a execução das ferramentas
- Monitore requisições de rede
- Depure as respostas do servidor

🎯 Resultados Principais de Aprendizagem

Ao concluir este laboratório, você:

Criou um servidor MCP personalizado usando templates do AI Toolkit
Atualizou para o SDK MCP mais recente (v1.9.3) para funcionalidades aprimoradas
Configurou fluxos de trabalho profissionais de depuração para Agent Builder e Inspector
Configurou o MCP Inspector para testes interativos do servidor
Dominou as configurações de depuração no VS Code para desenvolvimento MCP

🔧 Recursos Avançados Explorados

Recurso	Descrição	Caso de Uso
MCP Python SDK v1.9.3	Implementação mais recente do protocolo	Desenvolvimento moderno de servidores
MCP Inspector 0.14.0	Ferramenta interativa de depuração	Testes em tempo real do servidor
Depuração no VS Code	Ambiente de desenvolvimento integrado	Fluxo profissional de depuração
Integração com Agent Builder	Conexão direta com AI Toolkit	Testes completos de agentes

📚 Recursos Adicionais

🎉 Parabéns! Você concluiu com sucesso o Laboratório 3 e agora pode criar, depurar e implantar servidores MCP personalizados usando fluxos de trabalho profissionais de desenvolvimento.

🔜 Continue para o Próximo Módulo

Pronto para aplicar suas habilidades MCP em um fluxo de trabalho de desenvolvimento real? Continue para Módulo 4: Desenvolvimento Prático de MCP - Servidor Personalizado de Clonagem GitHub onde você irá:

Construir um servidor MCP pronto para produção que automatiza operações de repositórios GitHub
Implementar funcionalidade de clonagem de repositórios GitHub via MCP
Integrar servidores MCP personalizados com VS Code e GitHub Copilot Agent Mode
Testar e implantar servidores MCP personalizados em ambientes de produção
Aprender automação prática de fluxos de trabalho para desenvolvedores

Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

🔧 Módulo 3: Desenvolvimento Avançado de MCP com AI Toolkit

🎯 Objetivos de Aprendizagem

📋 Pré-requisitos

🏗️ O que você vai construir

🔧 Visão Geral dos Componentes Principais

🐍 MCP Python SDK

🔍 MCP Inspector

📖 Implementação Passo a Passo

Passo 1: Crie um WeatherAgent no Agent Builder

Passo 2: Inicialize o Projeto do Servidor MCP

Passo 3: Abra e Analise o Projeto

Passo 4: Atualize para a Última Versão do MCP SDK

4a. Atualize as Dependências Python

4b. Atualize a Configuração do Inspector

4c. Atualize as Dependências do Inspector

Passo 5: Configure a Depuração no VS Code

5a. Atualize a Configuração de Inicialização

🚀 Executando e Testando seu Servidor MCP

Passo 6: Instale as Dependências

Passo 7: Depure com o Agent Builder

Passo 8: Depure com o MCP Inspector

🎯 Resultados Principais de Aprendizagem

🔧 Recursos Avançados Explorados

📚 Recursos Adicionais

🔜 Continue para o Próximo Módulo

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

🔧 Módulo 3: Desenvolvimento Avançado de MCP com AI Toolkit

🎯 Objetivos de Aprendizagem

📋 Pré-requisitos

🏗️ O que você vai construir

🔧 Visão Geral dos Componentes Principais

🐍 MCP Python SDK

🔍 MCP Inspector

📖 Implementação Passo a Passo

Passo 1: Crie um WeatherAgent no Agent Builder

Passo 2: Inicialize o Projeto do Servidor MCP

Passo 3: Abra e Analise o Projeto

Passo 4: Atualize para a Última Versão do MCP SDK

4a. Atualize as Dependências Python

4b. Atualize a Configuração do Inspector

4c. Atualize as Dependências do Inspector

Passo 5: Configure a Depuração no VS Code

5a. Atualize a Configuração de Inicialização

🚀 Executando e Testando seu Servidor MCP

Passo 6: Instale as Dependências

Passo 7: Depure com o Agent Builder

Passo 8: Depure com o MCP Inspector

🎯 Resultados Principais de Aprendizagem

🔧 Recursos Avançados Explorados

📚 Recursos Adicionais

🔜 Continue para o Próximo Módulo