🔧 Модуль 3: Продвинутая разработка MCP с AI Toolkit

🎯 Цели обучения

К концу этой лабораторной работы вы сможете:

✅ Создавать кастомные MCP-серверы с помощью AI Toolkit
✅ Настраивать и использовать последнюю версию MCP Python SDK (v1.9.3)
✅ Устанавливать и использовать MCP Inspector для отладки
✅ Отлаживать MCP-серверы как в Agent Builder, так и в Inspector
✅ Понимать продвинутые рабочие процессы разработки MCP-серверов

📋 Требования

Завершение Лабораторной работы 2 (Основы MCP)
VS Code с установленным расширением AI Toolkit
Среда Python 3.10+
Node.js и npm для настройки Inspector

🏗️ Что вы создадите

В этой лабораторной работе вы создадите Weather MCP Server, который демонстрирует:

Реализацию кастомного MCP-сервера
Интеграцию с AI Toolkit Agent Builder
Профессиональные рабочие процессы отладки
Современные паттерны использования MCP SDK

🔧 Обзор основных компонентов

🐍 MCP Python SDK

Python SDK для Model Context Protocol — основа для создания кастомных MCP-серверов. Вы будете использовать версию 1.9.3 с расширенными возможностями отладки.

🔍 MCP Inspector

Мощный инструмент для отладки, который предоставляет:

Мониторинг сервера в реальном времени
Визуализацию выполнения инструментов
Просмотр сетевых запросов и ответов
Интерактивную среду для тестирования

📖 Пошаговая реализация

Шаг 1: Создайте WeatherAgent в Agent Builder

Запустите Agent Builder в VS Code через расширение AI Toolkit
Создайте нового агента с такими параметрами:
- Имя агента: WeatherAgent

Шаг 2: Инициализируйте проект MCP Server

Перейдите в Tools → Add Tool в Agent Builder
Выберите "MCP Server" из доступных опций
Выберите "Create A new MCP Server"
Выберите шаблон python-weather
Назовите сервер: weather_mcp

Шаг 3: Откройте и изучите проект

Откройте сгенерированный проект в VS Code

Изучите структуру проекта:

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

Шаг 4: Обновите MCP SDK до последней версии

🔍 Зачем обновлять? Мы хотим использовать последнюю версию MCP SDK (v1.9.3) и сервис Inspector (0.14.0) для расширенных возможностей и улучшенной отладки.

4a. Обновите зависимости Python

Отредактируйте pyproject.toml: обновите ./code/weather_mcp/pyproject.toml

4b. Обновите конфигурацию Inspector

Отредактируйте inspector/package.json: обновите ./code/weather_mcp/inspector/package.json

4c. Обновите зависимости Inspector

Отредактируйте inspector/package-lock.json: обновите ./code/weather_mcp/inspector/package-lock.json

📝 Примечание: Этот файл содержит обширные определения зависимостей. Ниже показана основная структура — полный файл обеспечивает корректное разрешение зависимостей.

⚡ Полный package-lock: Полный файл package-lock.json содержит около 3000 строк описания зависимостей. Здесь показана ключевая структура — используйте предоставленный файл для полного разрешения зависимостей.

Шаг 5: Настройте отладку в VS Code

Примечание: Пожалуйста, скопируйте файл по указанному пути, чтобы заменить соответствующий локальный файл

5a. Обновите конфигурацию запуска

Отредактируйте .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
    }
  ]
}

Отредактируйте .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"
    }
  ]
}

🚀 Запуск и тестирование MCP-сервера

Шаг 6: Установите зависимости

После внесения изменений выполните следующие команды:

Установка зависимостей Python:

uv sync

Установка зависимостей Inspector:

cd inspector
npm install

Шаг 7: Отладка с помощью Agent Builder

Нажмите F5 или выберите конфигурацию "Debug in Agent Builder"
Выберите compound-конфигурацию в панели отладки
Дождитесь запуска сервера и открытия Agent Builder
Проверьте работу вашего weather MCP сервера с помощью запросов на естественном языке

Введите запрос, например:

SYSTEM_PROMPT

You are my weather assistant

USER_PROMPT

How's the weather like in Seattle

Шаг 8: Отладка с помощью MCP Inspector

Используйте конфигурацию "Debug in Inspector" (Edge или Chrome)
Откройте интерфейс Inspector по адресу http://localhost:6274
Изучите интерактивную среду тестирования:
- Просмотр доступных инструментов
- Тестирование выполнения инструментов
- Мониторинг сетевых запросов
- Отладка ответов сервера

🎯 Ключевые результаты обучения

Выполнив эту лабораторную работу, вы:

Создали кастомный MCP-сервер с использованием шаблонов AI Toolkit
Обновились до последней версии MCP SDK (v1.9.3) для расширенной функциональности
Настроили профессиональные рабочие процессы отладки для Agent Builder и Inspector
Установили MCP Inspector для интерактивного тестирования сервера
Освоили конфигурации отладки VS Code для разработки MCP

🔧 Изученные продвинутые возможности

Функция	Описание	Сценарий использования
MCP Python SDK v1.9.3	Последняя реализация протокола	Современная разработка серверов
MCP Inspector 0.14.0	Интерактивный инструмент отладки	Тестирование сервера в реальном времени
Отладка в VS Code	Интегрированная среда разработки	Профессиональный рабочий процесс отладки
Интеграция с Agent Builder	Прямое подключение к AI Toolkit	Полное тестирование агента

📚 Дополнительные ресурсы

🎉 Поздравляем! Вы успешно завершили Лабораторную работу 3 и теперь можете создавать, отлаживать и развёртывать кастомные MCP-серверы с использованием профессиональных рабочих процессов разработки.

🔜 Продолжайте к следующему модулю

Готовы применить навыки MCP в реальном рабочем процессе? Перейдите к Модулю 4: Практическая разработка MCP — Кастомный сервер клонирования GitHub, где вы:

Создадите готовый к продакшену MCP-сервер для автоматизации операций с репозиториями GitHub
Реализуете функционал клонирования репозиториев GitHub через MCP
Интегрируете кастомные MCP-серверы с VS Code и режимом GitHub Copilot Agent
Проведёте тестирование и развёртывание MCP-серверов в продакшен-средах
Изучите практическую автоматизацию рабочих процессов для разработчиков

Отказ от ответственности:
Этот документ был переведен с помощью сервиса автоматического перевода Co-op Translator. Несмотря на наши усилия по обеспечению точности, просим учитывать, что автоматический перевод может содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется обращаться к профессиональному переводу, выполненному человеком. Мы не несем ответственности за любые недоразумения или неправильные толкования, возникшие в результате использования данного перевода.

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

🔧 Модуль 3: Продвинутая разработка MCP с AI Toolkit

🎯 Цели обучения

📋 Требования

🏗️ Что вы создадите

🔧 Обзор основных компонентов

🐍 MCP Python SDK

🔍 MCP Inspector

📖 Пошаговая реализация

Шаг 1: Создайте WeatherAgent в Agent Builder

Шаг 2: Инициализируйте проект MCP Server

Шаг 3: Откройте и изучите проект

Шаг 4: Обновите MCP SDK до последней версии

4a. Обновите зависимости Python

4b. Обновите конфигурацию Inspector

4c. Обновите зависимости Inspector

Шаг 5: Настройте отладку в VS Code

5a. Обновите конфигурацию запуска

🚀 Запуск и тестирование MCP-сервера

Шаг 6: Установите зависимости

Шаг 7: Отладка с помощью Agent Builder

Шаг 8: Отладка с помощью MCP Inspector

🎯 Ключевые результаты обучения

🔧 Изученные продвинутые возможности

📚 Дополнительные ресурсы

🔜 Продолжайте к следующему модулю

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

🔧 Модуль 3: Продвинутая разработка MCP с AI Toolkit

🎯 Цели обучения

📋 Требования

🏗️ Что вы создадите

🔧 Обзор основных компонентов

🐍 MCP Python SDK

🔍 MCP Inspector

📖 Пошаговая реализация

Шаг 1: Создайте WeatherAgent в Agent Builder

Шаг 2: Инициализируйте проект MCP Server

Шаг 3: Откройте и изучите проект

Шаг 4: Обновите MCP SDK до последней версии

4a. Обновите зависимости Python

4b. Обновите конфигурацию Inspector

4c. Обновите зависимости Inspector

Шаг 5: Настройте отладку в VS Code

5a. Обновите конфигурацию запуска

🚀 Запуск и тестирование MCP-сервера

Шаг 6: Установите зависимости

Шаг 7: Отладка с помощью Agent Builder

Шаг 8: Отладка с помощью MCP Inspector

🎯 Ключевые результаты обучения

🔧 Изученные продвинутые возможности

📚 Дополнительные ресурсы

🔜 Продолжайте к следующему модулю