Deploy Server Tablestore MCP untuk AI Retrieval - Tablestore

Tablestore mengintegrasikan protokol MCP untuk menyediakan penyimpanan dan pengambilan data yang efisien melalui kemampuan hibrida vektor dan skalar. Topik ini menjelaskan cara menggunakan layanan Tablestore MCP.

Latar Belakang

Layanan Tablestore MCP menyediakan dua tool berikut:

Storage tool (tablestore-store): Data dikonversi menjadi vektor melalui model embedding (default: BAAI/bge-base-zh-v1.5) dan ditulis ke Tablestore bersama teks aslinya.
Retrieval tool (tablestore-search): Teks kueri pengguna dikonversi menjadi vektor melalui model embedding, lalu indeks pencarian Tablestore dicari (menggunakan vektor dan skalar untuk kueri hibrida) guna mengambil hasil yang diharapkan pengguna.

Apa keunggulan Tablestore sebagai database vektor?

Dibandingkan dengan database tradisional dan database vektor khusus, Tablestore memiliki keunggulan signifikan dalam skenario MCP:

Kueri hibrida: Dukungan native untuk kueri hibrida vektor dan skalar. Indeks pencariannya dapat melakukan kueri pada kolom apa pun (kolom kunci primer maupun non-primer), kombinasi bebas multi-bidang, kueri geolokasi, indeks teks penuh, kueri fuzzy, kueri bersarang, deduplikasi, pengurutan, kueri jumlah total baris, serta agregasi statistik.
Penerapan cepat dan dukungan siklus hidup penuh: Menyediakan operasi API/SQL standar, terintegrasi dengan framework open-source pihak ketiga seperti LangChain, LlamaIndex, PAI-RAG, LangEngine, LangChain4J, Dify, dan MCP untuk membantu pengguna meningkatkan efisiensi pengembangan dan mencapai nilai bisnis.
Ekosistem produk: Mendukung integrasi tanpa hambatan dengan ekosistem data besar Alibaba Cloud, seperti ApsaraDB RDS, Flink, MaxCompute, dll., sehingga menghindari silodata.
Serverless: Menyediakan layanan Serverless, menghilangkan tekanan pemeliharaan dan ekspansi perangkat keras maupun perangkat lunak, memungkinkan Anda fokus pada inovasi bisnis dan iterasi cepat.
Biaya rendah: Bayar sesuai penggunaan, pemisahan penyimpanan dan komputasi, tidak perlu membayar sumber daya yang menganggur.
Scaling elastis: Kemampuan pemrosesan data tingkat PB, mendukung sharding horizontal otomatis dan penjadwalan sumber daya elastis.

Persiapan

Aktifkan layanan dan buat instans.
Buat AccessKey untuk akun Alibaba Cloud Anda atau Pengguna Resource Access Management (RAM) yang memiliki izin akses ke Tablestore.
Persiapkan server untuk menerapkan server MCP. Anda dapat menggunakan Alibaba Cloud ECS.
Catatan
Topik ini menggunakan server ECS dengan sistem operasi Alibaba Cloud Linux 3.2104 LTS 64-bit, Python 3.13.2, dan Java 17.0.15.

Prosedur

Langkah 1: Unduh kode sumber

Instal Git. Lewati langkah ini jika Git sudah terinstal di server Anda.
```
yum -y install git
```
Unduh kode sumber.
```
git clone https://github.com/aliyun/alibabacloud-tablestore-mcp-server
```
Jika Anda tidak dapat mengunduh karena masalah jaringan, unduh langsung tablestore-mcp-server, unggah ke server Anda, lalu ekstrak. Jalankan perintah berikut untuk mengekstrak:
```
tar -zxvf alibabacloud-tablestore-mcp-server.tar.gz
```

Langkah 2: Jalankan layanan

Tablestore menyediakan versi Python dan Java dari layanan MCP.

Python

Versi Python dari layanan Tablestore MCP memerlukan Python 3.10 atau lebih baru, dan menggunakan uv untuk manajemen paket dan lingkungan.

Versi Python 3 default pada sistem Alibaba Cloud Linux 3.2104 LTS 64-bit adalah 3.6.8. Untuk petunjuk peningkatan versi Python, lihat Peningkatan versi Python.

Buka direktori kode sumber MCP.

cd alibabacloud-tablestore-mcp-server/tablestore-python-mcp-server

Buat dan aktifkan lingkungan virtual.

python3 -m venv .venv && source .venv/bin/activate

Instal uv.
```
pip3 install uv
```

Konfigurasikan variabel lingkungan.

export HF_ENDPOINT=https://huggingface.co
export TABLESTORE_ACCESS_KEY_ID=LTAI********************
export TABLESTORE_ACCESS_KEY_SECRET=******************************
export TABLESTORE_ENDPOINT=https://k01r********.cn-hangzhou.ots.aliyuncs.com
export TABLESTORE_INSTANCE_NAME=k01r********

Variabel lingkungan tersebut dijelaskan sebagai berikut.

Nama variabel	Deskripsi
HF_ENDPOINT	Alamat HuggingFace.
TABLESTORE_ACCESS_KEY_ID	ID AccessKey akun Alibaba Cloud atau Pengguna RAM Anda.
TABLESTORE_ACCESS_KEY_SECRET	Rahasia AccessKey akun Alibaba Cloud atau Pengguna RAM Anda.
TABLESTORE_ENDPOINT	Titik akhir instans Tablestore. Jika Anda menggunakan ECS, pilih titik akhir berdasarkan wilayah: Jika ECS dan Tablestore berada di wilayah yang sama: Pilih titik akhir publik atau titik akhir VPC. Jika ECS dan Tablestore tidak berada di wilayah yang sama: Pilih titik akhir publik. Penting Instans Tablestore yang baru dibuat tidak memiliki akses publik yang diaktifkan secara default. Untuk menggunakan titik akhir publik, buka Konsol Tablestore, masuk ke tab Network Management pada halaman Instance Management, pilih Internet untuk Allowed Network Type, lalu klik Settings untuk menyimpan konfigurasi.
TABLESTORE_INSTANCE_NAME	Nama instans Tablestore.

Variabel lingkungan opsional lainnya

Nama variabel	Deskripsi
SERVER_PORT	Port tempat layanan berjalan. Nilai default adalah 8001.
TABLESTORE_TABLE_NAME	Nama tabel data Tablestore. Nilai default adalah ts_mcp_server_py_v1.
TABLESTORE_INDEX_NAME	Nama indeks pencarian untuk tabel data Tablestore. Nilai default adalah ts_mcp_server_py_index_v1.
TABLESTORE_VECTOR_DIMENSION	Jumlah dimensi. Nilai default adalah 768. Jumlah dimensi harus konsisten dengan dimensi vektor model embedding.
TABLESTORE_TEXT_FIELD	Nama bidang teks. Nilai default adalah _content.
TABLESTORE_VECTOR_FIELD	Nama bidang vektor. Nilai default adalah _embedding.
EMBEDDING_PROVIDER_TYPE	Penyedia model embedding. Saat ini hanya hugging_face yang didukung.
EMBEDDING_MODEL_NAME	Nama model embedding. Nilai default adalah BAAI/bge-base-zh-v1.5. Dimensi vektor model embedding harus konsisten dengan TABLESTORE_VECTOR_DIMENSION.
TOOL_STORE_DESCRIPTION	Deskripsi storage tool.
TOOL_SEARCH_DESCRIPTION	Deskripsi retrieval tool.

Jalankan layanan MCP.
```
uv run tablestore-mcp-server
```
Jalankan pertama kali memerlukan pengunduhan dependensi. Harap bersabar. Jika pengunduhan terganggu karena masalah jaringan, cukup jalankan perintah lagi. Saat layanan berhasil berjalan, log berikut akan dicetak.
```
INFO:tablestore_mcp_server.server:mcp host:0.0.0.0, port:8001
INFO:root:run tablestore-mcp-server by: sse
```

Java

Menjalankan layanan Tablestore MCP memerlukan JDK17.

Instal JDK.

yum -y install java-17-openjdk-devel.x86_64

Buka direktori kode sumber MCP.

cd alibabacloud-tablestore-mcp-server/tablestore-java-mcp-server

Kompilasi kode sumber.

./mvnw package -DskipTests -s settings.xml

Saat kompilasi berhasil, log berikut akan dicetak.

[INFO] ------------------------------------------------------------------------
[INFO] BUILD SUCCESS
[INFO] ------------------------------------------------------------------------
[INFO] Total time:  01:58 min
[INFO] Finished at: 2025-03-26T11:31:21+08:00
[INFO] ------------------------------------------------------------------------

Konfigurasikan variabel lingkungan.

export HF_ENDPOINT=http://hf-mirror.com
export TABLESTORE_ACCESS_KEY_ID=LTAI********************
export TABLESTORE_ACCESS_KEY_SECRET=******************************
export TABLESTORE_ENDPOINT=https://k01r********.cn-hangzhou.ots.aliyuncs.com
export TABLESTORE_INSTANCE_NAME=k01r********

Variabel lingkungan tersebut dijelaskan sebagai berikut.

Nama variabel	Deskripsi
HF_ENDPOINT	Alamat mirror HuggingFace.
TABLESTORE_ACCESS_KEY_ID	ID AccessKey akun Alibaba Cloud atau Pengguna RAM Anda.
TABLESTORE_ACCESS_KEY_SECRET	Rahasia AccessKey akun Alibaba Cloud atau Pengguna RAM Anda.
TABLESTORE_ENDPOINT	Titik akhir instans Tablestore. Jika Anda menggunakan ECS, pilih titik akhir berdasarkan wilayah: Jika ECS dan Tablestore berada di wilayah yang sama: Pilih titik akhir publik atau titik akhir VPC. Jika ECS dan Tablestore tidak berada di wilayah yang sama: Pilih titik akhir publik. Penting Instans Tablestore yang baru dibuat tidak mengaktifkan akses publik secara default. Untuk menggunakan titik akhir publik, buka Konsol Tablestore, pilih Instance Management, masuk ke tab Network Management, pilih Allowed Network Types, centang Public, lalu klik Set untuk menyimpan konfigurasi.
TABLESTORE_INSTANCE_NAME	Nama instans Tablestore.

Variabel lingkungan opsional lainnya

Nama variabel	Deskripsi
SERVER_PORT	Port tempat layanan berjalan. Nilai default adalah 8080.
TABLESTORE_TABLE_NAME	Nama tabel data Tablestore. Nilai default adalah tablestore_java_mcp_server_v1.
TABLESTORE_INDEX_NAME	Nama indeks pencarian untuk tabel data Tablestore. Nilai default adalah tablestore_java_mcp_server_index_v1.
TABLESTORE_TABLE_PK_NAME	Nama kunci primer untuk tabel data Tablestore. Nilai default adalah id.
TABLESTORE_VECTOR_DIMENSION	Jumlah dimensi. Nilai default adalah 768. Jumlah dimensi harus konsisten dengan dimensi vektor model embedding.
TABLESTORE_TEXT_FIELD	Nama bidang teks. Nilai default adalah _content.
TABLESTORE_VECTOR_FIELD	Nama bidang vektor. Nilai default adalah _embedding.
EMBEDDING_MODEL_NAME	Nama model embedding. Nilai default adalah ai.djl.huggingface.rust/BAAI/bge-base-en-v1.5/0.0.1/bge-base-en-v1.5. Dimensi vektor model embedding harus konsisten dengan TABLESTORE_VECTOR_DIMENSION.

Jalankan layanan MCP.

java -jar target/tablestore-java-mcp-server-1.0-SNAPSHOT.jar

Saat layanan berhasil berjalan, log berikut akan dicetak.

2025-03-26T11:35:31.519+08:00  INFO 5116 --- [           main] o.s.b.web.embedded.netty.NettyWebServer  : Netty started on port 8080 (http)
2025-03-26T11:35:31.534+08:00  INFO 5116 --- [           main] c.a.openservices.tablestore.sample.App   : Started App in 44.143 seconds (process running for 44.766)

Langkah 3: Gunakan layanan MCP

Buka situs web Cherry Studio untuk mengunduh dan menginstal klien.
Klik tombol pengaturan di pojok kiri bawah untuk mengonfigurasi layanan model, model default, dan server MCP.
1. Model Service: Cherry Studio memiliki banyak penyedia layanan model bawaan. Pilih penyedia layanan model sesuai kebutuhan, dapatkan Kunci API penyedia tersebut, lalu isi kunci tersebut di layanan model untuk mengelola model. Topik ini menggunakan model qwen-max dari Alibaba Cloud Model Studio, yang mengharuskan Anda mendapatkan Kunci API sebelum digunakan.
2. Default Model: Tetapkan model default. Anda juga dapat memilih model di halaman percakapan.
3. MCP Server: Tambahkan server. Nama dan deskripsi dapat dikustomisasi. Pilih SSE untuk tipe. Format URL adalah http://server_ip:port/sse. Port default untuk Python adalah 8001, dan port default untuk Java adalah 8080. Saat pertama kali masuk ke halaman pengaturan server MCP, Anda perlu menginstal UV dan Bun sesuai permintaan.
  Penting
  Jika Anda menggunakan ECS, tambahkan aturan grup keamanan untuk mengizinkan akses ke port TCP kustom dalam aturan inbound. Port tujuan harus merupakan port tempat layanan MCP berjalan.
Pilih server MCP di halaman percakapan.

Berinteraksi dengan asisten untuk menulis dokumen ke Tablestore.

Lihat log panggilan MCP di server.

INFO:mcp.server.lowlevel.server:Processing request of type CallToolRequest
Batches: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████| 1/1 [00:00<00:00, 13.82it/s]
INFO:tablestore_mcp_server.tablestore_connector:Storing Node ID: 2d80f2ab-9996-49d4-b23f-28b3d02b70bc
Text: There are two base billing models for Alibaba Cloud ECS: Pay-As-
You-Go and Subscription.

Anda juga dapat melihat data yang ditulis di Konsol Tablestore.

Berinteraksi dengan asisten untuk mengambil dokumen relevan dari Tablestore.

Lihat log panggilan MCP di server.

INFO:mcp.server.lowlevel.server:Processing request of type CallToolRequest
INFO:tablestore_mcp_server.tablestore_connector:Search query: Alibaba Cloud ECS billing models, size: 5
Batches: 100%|█████████████████████████████████████████████████████████████████████████████████████████████████| 1/1 [00:00<00:00, 14.34it/s]
INFO:llama_index.vector_stores.tablestore.base:Tablestore search successfully. request_id:000639da-cc10-5075-8fac-bb0a59c4b4bd

Debugging lokal dan pengembangan kustom

Jalankan kode sumber MCP secara lokal di IDE Anda dan gunakan tool MCP Inspector untuk debugging.

Langkah 1: Konfigurasikan variabel lingkungan

Sebelum menjalankan kode, Anda perlu mengonfigurasi variabel lingkungan sistem. Setelah dikonfigurasi, restart atau refresh lingkungan kompilasi dan runtime Anda, termasuk IDE, antarmuka baris perintah, aplikasi desktop lainnya, dan layanan latar belakang untuk memastikan variabel lingkungan sistem terbaru berhasil dimuat.

Linux

Jalankan perintah berikut di antarmuka baris perintah untuk menambahkan pengaturan variabel lingkungan ke file ~/.bashrc.

echo "export TABLESTORE_ACCESS_KEY_ID='LTAI********************'" >> ~/.bashrc
echo "export TABLESTORE_ACCESS_KEY_SECRET='******************************'" >> ~/.bashrc
echo "export TABLESTORE_ENDPOINT='https://k01r********.cn-hangzhou.ots.aliyuncs.com'" >> ~/.bashrc
echo "export TABLESTORE_INSTANCE_NAME='k01r********'" >> ~/.bashrc
echo "export HF_ENDPOINT='http://hf-mirror.com'" >> ~/.bashrc

Jalankan perintah berikut untuk menerapkan perubahan:
```
source ~/.bashrc
```

Jalankan perintah berikut untuk memeriksa apakah variabel lingkungan telah berlaku:

echo $TABLESTORE_ACCESS_KEY_ID
echo $TABLESTORE_ACCESS_KEY_SECRET
echo $TABLESTORE_ENDPOINT
echo $TABLESTORE_INSTANCE_NAME
echo $HF_ENDPOINT

macOS

Jalankan perintah berikut di terminal untuk memeriksa jenis Shell default.
```
echo $SHELL
```

Lakukan operasi berdasarkan jenis Shell default.

Zsh

Jalankan perintah berikut untuk menambahkan pengaturan variabel lingkungan ke file ~/.zshrc.

echo "export TABLESTORE_ACCESS_KEY_ID='LTAI********************'" >> ~/.zshrc
echo "export TABLESTORE_ACCESS_KEY_SECRET='******************************'" >> ~/.zshrc
echo "export TABLESTORE_ENDPOINT='https://k01r********.cn-hangzhou.ots.aliyuncs.com'" >> ~/.zshrc
echo "export TABLESTORE_INSTANCE_NAME='k01r********'" >> ~/.zshrc
echo "export HF_ENDPOINT='http://hf-mirror.com'" >> ~/.zshrc

Jalankan perintah berikut untuk menerapkan perubahan:
```
source ~/.zshrc
```

Jalankan perintah berikut untuk memeriksa apakah variabel lingkungan telah berlaku:

echo $TABLESTORE_ACCESS_KEY_ID
echo $TABLESTORE_ACCESS_KEY_SECRET
echo $TABLESTORE_ENDPOINT
echo $TABLESTORE_INSTANCE_NAME
echo $HF_ENDPOINT

Bash

Jalankan perintah berikut untuk menambahkan pengaturan variabel lingkungan ke file ~/.bash_profile.

echo "export TABLESTORE_ACCESS_KEY_ID='LTAI********************'" >> ~/.bash_profile
echo "export TABLESTORE_ACCESS_KEY_SECRET='******************************'" >> ~/.bash_profile
echo "export TABLESTORE_ENDPOINT='https://k01r********.cn-hangzhou.ots.aliyuncs.com'" >> ~/.bash_profile
echo "export TABLESTORE_INSTANCE_NAME='k01r********'" >> ~/.bash_profile
echo "export HF_ENDPOINT='http://hf-mirror.com'" >> ~/.bash_profile

Jalankan perintah berikut untuk menerapkan perubahan:
```
source ~/.bash_profile
```

Jalankan perintah berikut untuk memeriksa apakah variabel lingkungan telah berlaku:

echo $TABLESTORE_ACCESS_KEY_ID
echo $TABLESTORE_ACCESS_KEY_SECRET
echo $TABLESTORE_ENDPOINT
echo $TABLESTORE_INSTANCE_NAME
echo $HF_ENDPOINT

Windows

CMD

Jalankan perintah berikut di CMD untuk mengatur variabel lingkungan.

setx TABLESTORE_ACCESS_KEY_ID "LTAI********************"
setx TABLESTORE_ACCESS_KEY_SECRET "******************************"
setx TABLESTORE_ENDPOINT "https://k01r********.cn-hangzhou.ots.aliyuncs.com"
setx TABLESTORE_INSTANCE_NAME "k01r********"
setx HF_ENDPOINT "http://hf-mirror.com"

Setelah merestart CMD, jalankan perintah berikut untuk memeriksa apakah variabel lingkungan telah berlaku:

echo %TABLESTORE_ACCESS_KEY_ID%
echo %TABLESTORE_ACCESS_KEY_SECRET%
echo %TABLESTORE_ENDPOINT%
echo %TABLESTORE_INSTANCE_NAME%
echo %HF_ENDPOINT%

PowerShell

Jalankan perintah berikut di PowerShell:

[Environment]::SetEnvironmentVariable("TABLESTORE_ACCESS_KEY_ID", "LTAI********************", [EnvironmentVariableTarget]::User)
[Environment]::SetEnvironmentVariable("TABLESTORE_ACCESS_KEY_SECRET", "******************************", [EnvironmentVariableTarget]::User)
[Environment]::SetEnvironmentVariable("TABLESTORE_ENDPOINT", "https://k01r********.cn-hangzhou.ots.aliyuncs.com", [EnvironmentVariableTarget]::User)
[Environment]::SetEnvironmentVariable("TABLESTORE_INSTANCE_NAME", "k01r********", [EnvironmentVariableTarget]::User)
[Environment]::SetEnvironmentVariable("HF_ENDPOINT", "http://hf-mirror.com", [EnvironmentVariableTarget]::User)

Jalankan perintah berikut untuk memeriksa apakah variabel lingkungan telah berlaku:

[Environment]::GetEnvironmentVariable("TABLESTORE_ACCESS_KEY_ID", [EnvironmentVariableTarget]::User)
[Environment]::GetEnvironmentVariable("TABLESTORE_ACCESS_KEY_SECRET", [EnvironmentVariableTarget]::User)
[Environment]::GetEnvironmentVariable("TABLESTORE_ENDPOINT", [EnvironmentVariableTarget]::User)
[Environment]::GetEnvironmentVariable("TABLESTORE_INSTANCE_NAME", [EnvironmentVariableTarget]::User)
[Environment]::GetEnvironmentVariable("HF_ENDPOINT", [EnvironmentVariableTarget]::User)

Langkah 2: Jalankan kode sumber

Python

Persyaratan lingkungan untuk menjalankan kode sumber MCP secara lokal adalah:

Python 3.10 atau lebih baru.
PyCharm 2024.3.2 atau lebih baru.
Konfigurasikan lingkungan uv di PyCharm.

Setelah menyelesaikan konfigurasi lingkungan, buka direktori kode sumber MCP tablestore-python-mcp-server di PyCharm dan jalankan file src/tablestore_mcp_server/main.py. Saat layanan berhasil berjalan, konsol akan mencetak log berikut.

INFO:tablestore_mcp_server.server:mcp host:0.0.0.0, port:8001
INFO:root:run tablestore-mcp-server by: sse

Java

Persyaratan lingkungan untuk menjalankan kode sumber MCP secara lokal adalah: JDK17.

Setelah menyelesaikan konfigurasi lingkungan, buka direktori kode sumber MCP tablestore-java-mcp-server di IDEA dan jalankan file src/main/java/com.alicloud.openservices.tablestore.sample/App.java. Saat layanan berhasil berjalan, konsol akan mencetak log berikut.

2025-03-31T16:50:50.582+08:00  INFO 27160 --- [           main] o.s.b.web.embedded.netty.NettyWebServer  : Netty started on port 8080 (http)
2025-03-31T16:50:50.594+08:00  INFO 27160 --- [           main] c.a.openservices.tablestore.sample.App   : Started App in 79.764 seconds (process running for 80.524)

Langkah 3: Debugging tool

Instal Node.js.
Jalankan perintah berikut di tool terminal, masukkan y saat diminta, lalu jalankan MCP Inspector.
```
npx @modelcontextprotocol/inspector node build/index.js
```
Jalankan pertama kali memerlukan pengunduhan tool. Tunggu sebentar. Saat layanan berhasil berjalan, terminal akan mencetak konten berikut. Port tergantung pada situasi aktual.
```
MCP Inspector is up and running at:
   http://localhost:6274
```
Akses URL yang dikeluarkan terminal di browser Anda untuk masuk ke halaman manajemen MCP Inspector. Lalu pilih tipe transmisi sesuai situasi lokal Anda, isi URL, dan klik Connect untuk menghubungkan ke layanan MCP. Klik List Tools untuk melihat tool yang tersedia untuk debugging.
Pilih tool tablestore-store, masukkan konten di information, lalu klik Run Tool untuk menulis data ke Tablestore.
Lihat log di konsol IDE atau login ke Konsol Tablestore untuk melihat data.
Pilih tool tablestore-search, masukkan konten kueri dan ukuran (jumlah entri data yang akan dikembalikan) di query, lalu klik Run Tool untuk mengkueri data di Tablestore.

Peningkatan versi Python

Bagian ini menjelaskan cara meningkatkan versi Python menggunakan contoh Python 3.13.2.

Unduh Python.
```
wget https://www.python.org/ftp/python/3.13.2/Python-3.13.2.tgz
```
Jika Anda tidak dapat mengunduh karena masalah jaringan, unduh langsung Python-3.13.2 dan unggah ke server Anda.
Ekstrak paket.
```
tar -zxvf Python-3.13.2.tgz
```

Instal dependensi.

yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel xz-devel libffi-devel libuuid-devel libtirpc-devel libnsl2-devel

Buka direktori Python.
```
cd Python-3.13.2
```
Konfigurasikan path instalasi.
```
./configure
```
Kompilasi Python.
```
make
```
Instal Python.
```
make install
```
Periksa versi yang terinstal.
1. Periksa versi Python.
```
python3 --version
```
2. Periksa versi Pip.
```
pip3 --version
```

Tablestore:Panduan cepat untuk layanan Tablestore MCP

Latar Belakang

Persiapan

Prosedur

Langkah 1: Unduh kode sumber

Langkah 2: Jalankan layanan

Python

Java

Langkah 3: Gunakan layanan MCP

Debugging lokal dan pengembangan kustom

Langkah 1: Konfigurasikan variabel lingkungan

Linux

macOS

Zsh

Bash

Windows

CMD

PowerShell

Langkah 2: Jalankan kode sumber

Python

Java

Langkah 3: Debugging tool

Peningkatan versi Python

Referensi