(Kliknite na obrázok vyššie pre zobrazenie videa z tejto lekcie)
Vitajte na Model Context Protocol (MCP) workshope! Tento komplexný praktický workshop kombinuje dve špičkové technológie, ktoré revolučne menia vývoj AI aplikácií:
- 🔗 Model Context Protocol (MCP): Otvorený štandard pre bezproblémovú integráciu AI nástrojov
- 🛠️ AI Toolkit for Visual Studio Code (AITK): Výkonné AI rozšírenie od Microsoftu pre vývoj
Na konci tohto workshopu budete majstrom vo vývoji inteligentných aplikácií, ktoré prepájajú AI modely s reálnymi nástrojmi a službami. Od automatizovaného testovania až po vlastné API integrácie získate praktické zručnosti na riešenie zložitých obchodných výziev.
MCP je "USB-C pre AI" – univerzálny štandard, ktorý prepája AI modely s externými nástrojmi a dátovými zdrojmi.
✨ Kľúčové vlastnosti:
- 🔄 Štandardizovaná integrácia: Univerzálne rozhranie pre prepojenia AI a nástrojov
- 🏛️ Flexibilná architektúra: Lokálne a vzdialené servery cez stdio/SSE prenos
- 🧰 Bohatý ekosystém: Nástroje, promptoch a zdroje v jednom protokole
- 🔒 Enterprise-ready: Zabudovaná bezpečnosť a spoľahlivosť
🎯 Prečo je MCP dôležitý: Rovnako ako USB-C odstránil chaos s káblami, MCP odstráni zložitosť AI integrácií. Jeden protokol, nekonečné možnosti.
Vlajkové AI rozšírenie Microsoftu, ktoré premení VS Code na AI arzenál.
🚀 Hlavné schopnosti:
- 📦 Katalóg modelov: Prístup k modelom z Azure AI, GitHub, Hugging Face, Ollama
- ⚡ Lokálne inferovanie: Optimalizované vykonávanie ONNX na CPU/GPU/NPU
- 🏗️ Agent Builder: Vizualizovaný vývoj AI agentov s integráciou MCP
- 🎭 Multi-modálne: Podpora textu, videnia a štrukturovaných výstupov
💡 Výhody pre vývoj:
- Nasadenie modelov bez konfigurácie
- Vizualizovaný návrh promptov
- Testovanie modelov v reálnom čase
- Plynulá integrácia MCP serverov
Dĺžka: 15 minút
- 🛠️ Inštalácia a konfigurácia AI Toolkitu pre VS Code
- 🗂️ Preskúmanie katalógu modelov (100+ modelov z GitHub, ONNX, OpenAI, Anthropic, Google)
- 🎮 Ovládnutie Interaktívneho PlayGroundu na testovanie modelov v reálnom čase
- 🤖 Vytvorenie prvého AI agenta pomocou Agent Buildera
- 📊 Hodnotenie výkonu modelov pomocou vstavaných metrík (F1, relevancia, podobnosť, koherencia)
- ⚡ Naučíte sa dávkové spracovanie a multi-modálnu podporu
🎯 Výsledok učenia: Vytvoriť funkčného AI agenta s komplexným pochopením možností AITK
Dĺžka: 20 minút
- 🧠 Ovládnuť architektúru a koncepty Model Context Protocol (MCP)
- 🌐 Preskúmať ekosystém Microsoft MCP serverov
- 🤖 Vytvoriť agenta na automatizáciu prehliadača pomocou Playwright MCP servera
- 🔧 Integrovať MCP servery s AI Toolkit Agent Builderom
- 📊 Konfigurovať a testovať MCP nástroje v agentoch
- 🚀 Exportovať a nasadiť agentov s MCP do produkcie
🎯 Výsledok učenia: Nasadiť AI agenta s externými nástrojmi pomocou MCP
Dĺžka: 20 minút
- 💻 Vytvoriť vlastné MCP servery pomocou AI Toolkitu
- 🐍 Konfigurovať a používať najnovšie MCP Python SDK (v1.9.3)
- 🔍 Nastaviť a využiť MCP Inspector na ladenie
- 🛠️ Vybudovať Weather MCP Server s profesionálnymi debugovacími workflow
- 🧪 Ladenie MCP serverov v prostredí Agent Builder a Inspector
🎯 Výsledok učenia: Vyvinúť a ladiť vlastné MCP servery s modernými nástrojmi
Dĺžka: 30 minút
- 🏗️ Vytvoriť reálny GitHub Clone MCP Server pre vývojové workflow
- 🔄 Implementovať inteligentné klonovanie repozitára s validáciou a spracovaním chýb
- 📁 Vytvoriť inteligentný manažment adresárov a integráciu do VS Code
- 🤖 Použiť GitHub Copilot Agent Mode s vlastnými MCP nástrojmi
- 🛡️ Aplikovať spoľahlivosť pre produkčné nasadenie a multiplatformovú kompatibilitu
🎯 Výsledok učenia: Nasadiť produkčne pripravený MCP server, ktorý zjednoduší reálny vývojový workflow
Zmeňte svoj vývojový workflow inteligentnou automatizáciou:
- Inteligentná správa repozitárov: AI riadené code review a rozhodovanie o mergi
- Inteligentné CI/CD: Automatická optimalizácia pipeline na základe zmien v kóde
- Triedenie problémov: Automatická klasifikácia a prideľovanie bugov
Zvýšte testovanie pomocou AI automatizácie:
- Inteligentná generácia testov: Automatické vytváranie komplexných testovacích sád
- Vizualizácia regresného testovania: AI detekcia zmien UI
- Monitorovanie výkonu: Proaktívna identifikácia a riešenie problémov
Vybudujte inteligentnejšie dátové workflow:
- Adaptívne ETL procesy: Samooptimalizujúce sa transformácie dát
- Detekcia anomálií: Monitorovanie kvality dát v reálnom čase
- Inteligentné smerovanie: Efektívna správa toku dát
Vytvorte výnimočné zákaznícke interakcie:
- Podpora založená na kontexte: AI agenti s prístupom k histórii zákazníka
- Proaktívne riešenie problémov: Prediktívny zákaznícky servis
- Multi-kanálová integrácia: Jednotný AI zážitok na rôznych platformách
| Komponent | Požiadavka | Poznámky |
|---|---|---|
| Operačný systém | Windows 10+, macOS 10.15+, Linux | Akýkoľvek moderný OS |
| Visual Studio Code | Najnovšia stabilná verzia | Potrebné pre AITK |
| Node.js | v18.0+ a npm | Pre vývoj MCP servera |
| Python | 3.10+ | Voliteľné pre Python MCP servery |
| Pamäť | Minimálne 8GB RAM | Odporúčané 16GB pre lokálne modely |
- AI Toolkit (ms-windows-ai-studio.windows-ai-studio)
- Python (ms-python.python)
- Python Debugger (ms-python.debugpy)
- GitHub Copilot (GitHub.copilot) - Voliteľné, ale užitočné
- uv: Moderný Python správca balíčkov
- MCP Inspector: Vizualizačný nástroj na ladenie MCP serverov
- Playwright: Pre príklady webovej automatizácie
Absolvovaním tohto workshopu dosiahnete majstrovskú úroveň v:
- Majstrovstvo MCP protokolu: Hlboké pochopenie architektúry a implementačných vzorov
- Ovládanie AITK: Expert v používaní AI Toolkitu na rýchly vývoj
- Vývoj vlastných serverov: Tvorba, nasadenie a údržba produkčných MCP serverov
- Excelentná integrácia nástrojov: Bezproblémové prepojenie AI s existujúcimi vývojovými workflow
- Uplatnenie riešení: Použitie naučených zručností na reálne obchodné výzvy
- Nastavenie a konfigurácia AI Toolkitu vo VS Code
- Návrh a implementácia vlastných MCP serverov
- Integrácia GitHub modelov s MCP architektúrou
- Stavba automatizovaných testovacích workflow pomocou Playwright
- Nasadenie AI agentov do produkcie
- Ladenie a optimalizácia výkonu MCP serverov
- Architektúra veľkých AI integrácií pre podniky
- Implementácia bezpečnostných štandardov pre AI aplikácie
- Návrh škálovateľných MCP serverových architektúr
- Vytváranie vlastných nástrojových reťazcov pre špecifické oblasti
- Mentorovanie iných v AI-natívnom vývoji
- Špecifikácia MCP (2025-11-25)
- AI Toolkit GitHub repozitár
- Zbierka ukážkových MCP serverov
- Príručka najlepších postupov
- OWASP MCP Top 10 - Najlepšie bezpečnostné praktiky
🚀 Pripraveni revolučne zmeniť svoj AI vývojový workflow?
Poďme spoločne budovať budúcnosť inteligentných aplikácií s MCP a AI Toolkit!
Pokračujte na: Modul 11: Praktické laboratóriá MCP serverov
Vyhlásenie o zodpovednosti: Tento dokument bol preložený pomocou AI prekladateľskej služby Co-op Translator. Aj keď sa snažíme o presnosť, majte prosím na pamäti, že automatické preklady môžu obsahovať chyby alebo nepresnosti. Originálny dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie odporúčame profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z používania tohto prekladu.