Integración de LLM con servidores MCP usando AI Toolkit

Integrar un modelo de tipo Large Language Model (LLM) con tu servidor MCP (Microservices Communication Protocol) puede parecer complejo al inicio, pero es mucho más accesible utilizando herramientas prácticas como AI Toolkit en Visual Studio Code. Al integrar estos modelos, mejoramos significativamente cómo interactúan nuestras aplicaciones, permitiéndonos resolver tareas y dar instrucciones con lenguaje natural en lugar de depender directamente de números.

¿Qué es AI Toolkit y por qué usarlo?

AI Toolkit es una extensión oficial de Microsoft para Visual Studio Code que facilita integrar modelos de LLM de forma rápida y sencilla. Su ventaja radica en permitirte interactuar directamente con estos modelos utilizando lenguaje natural, haciendo más amigable y entendible la manera en que se realizan operaciones matemáticas o de otro tipo más complejas.

¿Cómo integrar AI Toolkit en Visual Studio Code?

Para utilizar AI Toolkit, primero debes instalar esta extensión desde el administrador de extensiones en Visual Studio Code:

• Abre Visual Studio Code.
• Busca la extensión "AI Toolkit".
• Instala la extensión proporcionada por Microsoft.
• Vincula tu cuenta de GitHub.

Luego de esto, tendrás acceso al catálogo de modelos (Model Catalog) desde donde puedes seleccionar entre diversos modelos hospedados por GitHub para integrar en tus proyectos.

¿Cómo crear un agente usando Agent Prompt Builder?

AI Toolkit incluye una herramienta llamada Agent Prompt Builder que permite generar agentes personalizados:

• Abre Agent Prompt Builder desde "Herramientas".
• Utiliza "Nuevo agente" para definir tus propios agentes, como el ejemplo operativo que vimos con una calculadora.
• Genera un system prompt que funcione como instrucción base del agente. AI Toolkit asistirá formulando un prompt más preciso a partir de tu texto inicial.

¿Cómo configurar un servidor MCP con AI Toolkit?

Al utilizar MCP (Microservices Communication Protocol), AI Toolkit simplifica la creación de servidores específicos con asistentes automatizados:

• Selecciona la opción "Crear nuevo MCP Server" desde AI Toolkit.
• Define el servidor utilizando una plantilla básica disponible en TypeScript o Python.
• Genera automáticamente ambientes virtuales, facilitando el aislamiento de dependencias y simplificando las configuraciones necesarias.

¿Cómo ejecutar procesos y operaciones matemáticas automatizadas?

Una vez configurado tu servidor MCP y el modelo LLM apropiado, puedes comenzar a utilizar solicitudes basadas en lenguaje natural para operaciones como:

• Suma
• Resta
• Multiplicación
• División

Esto permite que el modelo LLM traduzca estas peticiones en acciones que el servidor MCP ejecuta automáticamente.

Ejemplo práctico de aplicación

Imagina un caso práctico donde se solicita calcular cuántos cursos debe dictar una persona para adquirir un producto, considerando valores específicos. La integración LLM-MCP permite escribir:

"El nuevo switch cuesta diez mil. Si Platzi paga mil doscientos por curso y cuento con cuatro mil ahorrados, ¿cuántos cursos necesito dictar para comprarlo?"

El modelo analiza esta petición, realiza las operaciones necesarias automáticamente y brinda una respuesta comprensible, indicando claramente el resultado final.

Ciertamente, AI Toolkit y MCP simplifican enormemente la creación y administración de soluciones tecnológicas avanzadas, garantizando una experiencia amigable y efectiva al crear agentes inteligentes.