Skip to content

Latest commit

 

History

History
213 lines (147 loc) · 9.99 KB

File metadata and controls

213 lines (147 loc) · 9.99 KB

🐙 Módulo 4: Desenvolvimento Prático MCP - Servidor Clone GitHub Personalizado

Duration Difficulty MCP VS Code GitHub Copilot

⚡ Início Rápido: Construa um servidor MCP pronto para produção que automatiza o clone de repositórios GitHub e a integração com VS Code em apenas 30 minutos!

🎯 Objetivos de Aprendizagem

Ao final deste laboratório, você será capaz de:

  • ✅ Criar um servidor MCP personalizado para fluxos de trabalho de desenvolvimento do mundo real
  • ✅ Implementar funcionalidade de clonagem de repositórios GitHub via MCP
  • ✅ Integrar servidores MCP personalizados com VS Code e Agent Builder
  • ✅ Usar o GitHub Copilot Agent Mode com ferramentas MCP personalizadas
  • ✅ Testar e implantar servidores MCP personalizados em ambientes de produção

📋 Pré-requisitos

  • Conclusão dos Laboratórios 1-3 (fundamentos e desenvolvimento avançado MCP)
  • Assinatura GitHub Copilot (cadastro gratuito disponível)
  • VS Code com as extensões AI Toolkit e GitHub Copilot
  • CLI Git instalado e configurado

🏗️ Visão Geral do Projeto

Desafio de Desenvolvimento do Mundo Real

Como desenvolvedores, frequentemente usamos o GitHub para clonar repositórios e abri-los no VS Code ou VS Code Insiders. Esse processo manual envolve:

  1. Abrir terminal/prompt de comando
  2. Navegar até o diretório desejado
  3. Executar o comando git clone
  4. Abrir o VS Code no diretório clonado

Nossa solução MCP simplifica isso em um único comando inteligente!

O Que Você Irá Construir

Um Servidor MCP Clone GitHub (git_mcp_server) que fornece:

Recurso Descrição Benefício
🔄 Clonagem Inteligente de Repositórios Clona repositórios GitHub com validação Verificação automática de erros
📁 Gerenciamento Inteligente de Diretórios Verifica e cria diretórios com segurança Evita sobreposição de arquivos
🚀 Integração Cross-Platform com VS Code Abre projetos no VS Code/Insiders Transição fluida no fluxo de trabalho
🛡️ Tratamento Robusto de Erros Gerencia problemas de rede, permissões e caminhos Confiabilidade pronta para produção

📖 Implementação Passo a Passo

Passo 1: Criar Agente GitHub no Agent Builder

  1. Inicie o Agent Builder através da extensão AI Toolkit

  2. Crie um novo agente com a configuração a seguir:

    Agent Name: GitHubAgent
    
  3. Inicialize o servidor MCP personalizado:

    • Navegue até ToolsAdd ToolMCP Server
    • Selecione "Create A new MCP Server"
    • Escolha o modelo Python para máxima flexibilidade
    • Nome do Servidor: git_mcp_server

Passo 2: Configurar o GitHub Copilot Agent Mode

  1. Abra o GitHub Copilot no VS Code (Ctrl/Cmd + Shift + P → "GitHub Copilot: Open")
  2. Selecione o Modelo de Agente na interface do Copilot
  3. Escolha o modelo Claude 3.7 para capacidades aprimoradas de raciocínio
  4. Ative a integração MCP para acesso às ferramentas

💡 Dica Profissional: Claude 3.7 oferece entendimento superior dos fluxos de desenvolvimento e padrões de tratamento de erros.

Passo 3: Implementar Funcionalidade Principal do Servidor MCP

Use o seguinte prompt detalhado com o GitHub Copilot Agent Mode:

Create two MCP tools with the following comprehensive requirements:

🔧 TOOL A: clone_repository
Requirements:
- Clone any GitHub repository to a specified local folder
- Return the absolute path of the successfully cloned project
- Implement comprehensive validation:
  ✓ Check if target directory already exists (return error if exists)
  ✓ Validate GitHub URL format (https://github.com/user/repo)
  ✓ Verify git command availability (prompt installation if missing)
  ✓ Handle network connectivity issues
  ✓ Provide clear error messages for all failure scenarios

🚀 TOOL B: open_in_vscode
Requirements:
- Open specified folder in VS Code or VS Code Insiders
- Cross-platform compatibility (Windows/Linux/macOS)
- Use direct application launch (not terminal commands)
- Auto-detect available VS Code installations
- Handle cases where VS Code is not installed
- Provide user-friendly error messages

Additional Requirements:
- Follow MCP 1.9.3 best practices
- Include proper type hints and documentation
- Implement logging for debugging purposes
- Add input validation for all parameters
- Include comprehensive error handling

Passo 4: Testar Seu Servidor MCP

4a. Testar no Agent Builder

  1. Inicie a configuração de depuração no Agent Builder
  2. Configure seu agente com este prompt de sistema:
SYSTEM_PROMPT:
You are my intelligent coding repository assistant. You help developers efficiently clone GitHub repositories and set up their development environment. Always provide clear feedback about operations and handle errors gracefully.
  1. Teste com cenários realistas de usuário:
USER_PROMPT EXAMPLES:

Scenario : Basic Clone and Open
"Clone {Your GitHub Repo link such as https://github.com/kinfey/GHCAgentWorkshop
 } and save to {The global path you specify}, then open it with VS Code Insiders"

Agent Builder Testing

Resultados Esperados:

  • ✅ Clonagem bem-sucedida com confirmação do caminho
  • ✅ Lançamento automático do VS Code
  • ✅ Mensagens de erro claras para cenários inválidos
  • ✅ Tratamento adequado de casos de borda

4b. Testar no MCP Inspector

MCP Inspector Testing


🎉 Parabéns! Você criou com sucesso um servidor MCP prático e pronto para produção que resolve desafios reais do fluxo de trabalho de desenvolvimento. Seu servidor clone GitHub personalizado demonstra o poder do MCP para automatizar e aprimorar a produtividade do desenvolvedor.

🏆 Conquistas Desbloqueadas:

  • Desenvolvedor MCP - Criou servidor MCP personalizado
  • Automatizador de Fluxo de Trabalho - Otimizou processos de desenvolvimento
  • Especialista em Integração - Conectou múltiplas ferramentas de desenvolvimento
  • Pronto para Produção - Construiu soluções implantáveis

🎓 Conclusão do Workshop: Sua Jornada com Model Context Protocol

Caro Participante do Workshop,

Parabéns por concluir todos os quatro módulos do workshop Model Context Protocol! Você percorreu um longo caminho, desde a compreensão dos conceitos básicos do AI Toolkit até a construção de servidores MCP prontos para produção que resolvem desafios reais de desenvolvimento.

🚀 Recapitulação do Seu Caminho de Aprendizagem:

Módulo 1: Você começou explorando fundamentos do AI Toolkit, testes de modelos e criou seu primeiro agente de IA.

Módulo 2: Aprendeu a arquitetura MCP, integrou o Playwright MCP e criou seu primeiro agente de automação de navegador.

Módulo 3: Avançou para o desenvolvimento de servidores MCP personalizados com o servidor Weather MCP e dominou ferramentas de depuração.

Módulo 4: Agora aplicou tudo para criar uma ferramenta prática de automação de workflow de repositórios GitHub.

🌟 O Que Você Dominou:

  • Ecossistema AI Toolkit: Modelos, agentes e padrões de integração
  • Arquitetura MCP: Design cliente-servidor, protocolos de transporte e segurança
  • Ferramentas de Desenvolvimento: Do Playground ao Inspector até a implantação em produção
  • Desenvolvimento Personalizado: Construção, teste e implantação dos seus próprios servidores MCP
  • Aplicações Práticas: Resolução de desafios reais de fluxo de trabalho com IA

🔮 Seus Próximos Passos:

  1. Construa Seu Próprio Servidor MCP: Aplique essas habilidades para automatizar seus fluxos únicos
  2. Junte-se à Comunidade MCP: Compartilhe suas criações e aprenda com outros
  3. Explore Integração Avançada: Conecte servidores MCP a sistemas empresariais
  4. Contribua para Open Source: Ajude a melhorar as ferramentas e a documentação MCP

Lembre-se, este workshop é apenas o começo. O ecossistema Model Context Protocol está evoluindo rapidamente, e você agora está preparado para estar à frente com ferramentas de desenvolvimento impulsionadas por IA.

Obrigado pela sua participação e dedicação ao aprendizado!

Esperamos que este workshop tenha inspirado ideias que transformarão como você constrói e interage com ferramentas de IA na sua jornada de desenvolvimento.

Boas codificações!


O Que Vem a Seguir

Parabéns por concluir todos os laboratórios do Módulo 10!


Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, pedimos que 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 a tradução profissional feita por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações equivocadas decorrentes do uso desta tradução.