Kaip papildyti „Rails“ programą naudojant MCP serverį ir „Copilot“, kad būtų galima dirbti dirbtinio intelekto pagrindu

bėgių programa su mcp serveriu ir kopilotu, skirtu dirbtiniu intelektu pagrįstam vertimui

Ruby on Rails visada buvo apie kūrėjo laimė – padėti mums greitai, elegantiškai ir aiškiai idėjas paversti tikromis, veikiančiomis programomis. Jis vadovaujasi filosofija „Susitarimas prieš konfigūraciją“todėl kūrėjai gali sutelkti dėmesį į logiką ir kūrybiškumą, o ne į pasikartojančią sąranką ir pagrindinį kodą.

Tai sistema, kuri leidžia kurti programinę įrangą džiaugsmingą, o ne skausmingą.

Bet kaip AI tampa esmine šiuolaikinio vystymosi dalimi, kyla naujas klausimas:
Ar „Rails“ gali išsaugoti savo paprastumą ir magiškumą, tuo pat metu naudodamas dirbtinio intelekto galimybes?

Tiesiog kaip Rails klesti „Convention over Configuration“, Modelio konteksto protokolas (MCP) panašią filosofiją suteikia AI integracijai. MCP suteikia a standartizuotu, konvencijomis pagrįstu būdu programoms atskleisti savo duomenis ir įrankius, todėl AI modeliai, tokie kaip „GitHub Copilot“, galėtų sklandžiai sąveikauti nereikalaujant sudėtingos sąrankos.

Neseniai aš susidūriau Paweło Strzałkowskio pokalbis — Padarykite bėgius AI paruoštu pagal dizainą naudodami modelio konteksto protokolą (MCP) „RubyConf“. Sesija buvo įkvepianti ir parodė, kaip Rails programos gali atskleisti savo funkcijas tiesiogiai AI padėjėjams, pvz., GitHub Copilot.

Iš to įkvėpimo nusprendžiau sukurti savo MCP serveris Rails programoje. Kad viskas būtų paprasta, pradėjau nuo mažo Versti programėlę tai parodo:

Kaip atskleisti papročius MCP įrankiai bėgiuose
Kaip juos sujungti VS Code Copilot
Kaip sukurti Rails programas Pagal dizainą paruoštas dirbtiniam intelektui

👉 Pabaigoje pamatysite, kaip Rails programa gali ne tik aptarnauti vartotojus per žiniatinklio vartotojo sąsają, bet ir veikti kaip AI backend tokiems įrankiams kaip Copilot.

Turinys:

Kas yra modelio konteksto protokolas (MCP)?

Model Context Protocol (MCP) yra atviras standartas, kurį pristatė Anthropic, leidžiantis programoms saugiai atskleisti savo duomenis, veiksmus ir įrankius AI padėjėjams, tokiems kaip GitHub Copilot ar Claude.

Paprasčiau tariant, MCP veikia kaip tiltas tarp jūsų programos ir AI modelių, leidžiantis AI „suprasti“ jūsų programos galimybes ir tiesiogiai su ja sąveikauti – nesvarbu, ar tai reiškia duomenų skaitymą, įrašų kūrimą ar veiksmų vykdymą.

Vietoj AI haliucinuojančių atsakymų, MCP suteikia struktūrizuotą ir kontroliuojamą būdą pasiekti tikrą informaciją ir saugiai atlikti operacijas.

🚀 Rails programos nustatymas naudojant MCP

1. Įdiekite MCP Gem

Klonuoti MCP on Rails šabloną:

git klonas https://github.com/pstrzalk/mcp-on-rails.git

2. Sukurkite Rails taikomąją programą naudodami MCP serverį

Sukurkite naują Rails programą naudodami MCP šabloną:

bėgiai naujas translate_app -m mcp-on-rails/mcp

Taip bus pastatyta Rails CRUD programa MCP įrankiai sukonfigūruoti iš anksto.

3. Pridėkite vertimo pagrindą

Dabar sukurkite pastolius vertimams:

bėgiai g pastolių vertimas input_text:text output_text:text from_lang:string į_lang:string

Tai sugeneruoja bėgių modelį, valdiklį, rodinius ir automatiškai prisijungia prie MCP įrankio sąrankos.

🔍 MCP įrankių tikrinimas

Scaffold komanda sukuria visus reikiamus bėgių failus kartu su MCP įrankio apibrėžimais.

Tada įdiekite MCP inspektorius ir paleiskite:

npx @modelcontextprotocol/inspektorius

🎉 Ir viskas – dabar turėtumėte matyti, kad jūsų Rails MCP serveris yra sukurtas ir veikia inspektoriuje!

Su inspektoriumi galite:

Peržiūrėkite sąrašą turimi MCP įrankiai (pvz., CreateTranslation, ListTranslations ir kt.)
Ištirkite schema ir parametrai kiekvienas įrankis priima
Testas CRUD operacijas tiesiogiai iš sąsajos neliesdami Rails konsolės
Patikrinkite, ar jūsų programa „Rails“ tinkamai pateikia įrankius bet kuriam AI klientui (pvz., „VS Code Copilot“)

Tai puikus būdas derinti ir patvirtinti MCP sąranką prieš pereinant prie Copilot integracijos.

⚙️ MCP Inspector prijungimas prie jūsų Rails serverio

Norėdami prijungti inspektorių prie vietinio Rails MCP serverio:

Atidaryti MCP inspektoriaus nustatymai.
Pagal Transporto tipaspasirinkite Srautinis HTTP.
Į URL lauką, įklijuokite vietinį Rails MCP galinį tašką:
http://localhost:3000/mcp
Išsaugokite nustatymus ir grįžkite į Įrankiai skirtuką.

🎉 Dabar pamatysite MCP įrankius, parodytus jūsų Rails programoje! Iš čia galite:

Naršykite įrankius (pvz., CreateTranslation, ListTranslations).
Paleiskite įrankį tiesiai į inspektorių.
Patvirtinkite, kad naujas įrašas sėkmingai sukurtas jūsų Rails duomenų bazėje per MCP serverį.

⚙️ Prisijungimas prie VS Code Copilot Chat

Dabar, kai MCP serveris veikia, integruokime jį su „GitHub Copilot“ pokalbis norėdami papildyti mūsų Rails programą AI.

Užuot kurę vertimo logiką nuo nulio, galime pasinaudoti an LLM tiesiogiai prijungdami mūsų Rails MCP serverį prie VS Code Copilot.

Kadangi savo VS kode jau nustatiau Copilot, kitas žingsnis yra įdiegti Copilot MCP serveris iš VS kodo plėtinių prekyvietė.

Spustelėkite Ctrl + Shift + P, atidaroma paieškos juosta ir paieškos žodis naudojant MCP. Rodoma parinktis „MCP: Pridėti serverį“. Spustelėkite jį.

Sąraše spustelėkite parinktį „MCP: Pridėti serverį“, sąraše spustelėkite HTTP parinktį ir įveskite „Rails MCP“ kelią čia

✅ Padaryta! Jūsų Rails MCP serveris dabar prijungtas prie Copilot Chat.

Atidarykite „Copilot Chat“ ir atlikite CRUD operacijas savo „Rails“ programoje tiesiogiai naudodami AI palaikytus raginimus. 🎉 Jūsų „Rails“ programa dabar tapo AI valdoma žiniatinklio programa – paruošta padaryti įspūdį ir įkvėpti!

Dabar galiu sukurti vertimą ir iš karto gauti rezultatą norima kalba.

> https://drive.google.com/file/d/1agSD1ZsGUllIFliYgw6tLvINSZBGf5Qd/view?usp=sharing

🚀 Išvada

Ką tik pamatėme, kaip lengva tradicinę Rails programą paversti AI varoma patirtis naudojant Modelio konteksto protokolas (MCP) ir „GitHub Copilot“ pokalbis.

Kas prasidėjo kaip paprasta Versti programėlę greitai tapo daugiau nei tik CRUD projektu:

⚡ Bėgiai davė mums pagrindą.
🔧 MCP atskleidė mūsų programos funkcijas kaip AI paruoštus įrankius.
🤖 Antrojo piloto pokalbis natūralią kalbą pavertė tikrais veiksmais mūsų Rails programoje.

Šis pokytis keičia mūsų požiūrį į programų kūrimą. „Rails“ nebėra tik HTML ar API – tai tampa AI gimtoji platformagalintis dirbti kartu su LLM ir kūrėjų įrankiais.

Galimybės didžiulės:

🌍 Dirbtiniu intelektu pagrįstos vertimo paslaugos.
🛒 Išmanesnės elektroninės prekybos platformos.
💬 Realaus laiko AI pokalbių sistemos.
📊 Išmanieji prietaisų skydeliai ir asistentai, pastatyti tiesiai ant bėgių.

🔒 Žinoma, kadangi Rails programas paruošiame dirbtiniam intelektui, saugumas turi išlikti didžiausias rūpestis. Atskleidžiant įrankius per MCP, turėtume:

Pridėti autentifikavimas ir autorizacija jautriems galiniams taškams.
Užtikrinti normos ribojimas kad būtų išvengta piktnaudžiavimo.
Patvirtinti ir dezinfekuoti vartotojo įvestis prieš perduodant juos LLM arba backend logikai.
Naudokite aplinka pagrįstas prieigos valdymas todėl tik patikimi agentai (pvz., Copilot) gali pasiekti jūsų MCP serverį.

✨ Esmė? Dabar jūsų „Rails“ programa gali būti ir saugi žiniatinklio programa, ir dirbtinio intelekto užpakalinė programa – pasirengusi įkvėpti, padaryti įspūdį ir išplėsti kūrėjų galimybes.

„Rails“ ateitis – tai ne tik visa krūva. tai pagal dizainą saugiai paruoštas dirbtiniam intelektui. 🚀

Source link