Esta guía de estudio ofrece una visión general de la estructura y el contenido del repositorio para el currículo "Model Context Protocol (MCP) para Principiantes". Usa esta guía para navegar el repositorio de manera eficiente y aprovechar al máximo los recursos disponibles.
El Model Context Protocol (MCP) es un marco estandarizado para las interacciones entre modelos de IA y aplicaciones cliente. Creado inicialmente por Anthropic, MCP ahora es mantenido por la comunidad más amplia a través de la organización oficial en GitHub. Este repositorio ofrece un currículo completo con ejemplos prácticos en C#, Java, JavaScript, Python y TypeScript, diseñado para desarrolladores de IA, arquitectos de sistemas e ingenieros de software.
mindmap
root((MCP for Beginners))
00. Introduction
::icon(fa fa-book)
(Protocol Overview)
(Standardization)
(Use Cases)
01. Core Concepts
::icon(fa fa-puzzle-piece)
(Client-Server Architecture)
(Protocol Components)
(Messaging Patterns)
02. Security
::icon(fa fa-shield)
(Threat Models)
(Best Practices)
(Auth Strategies)
03. Getting Started
::icon(fa fa-rocket)
(First Server)
(Client)
(LLM Client)
(VS Code Integration)
(SSE Server)
(HTTP Streaming)
(AI Toolkit)
(Testing)
(Deployment)
04. Practical Implementation
::icon(fa fa-code)
(SDKs)
(Testing/Debugging)
(Prompt Templates)
(Sample Projects)
05. Advanced Topics
::icon(fa fa-graduation-cap)
(Context Engineering)
(Foundry Integration)
(Multi-modal AI)
(OAuth2 Demo)
(Real-time Search)
(Streaming)
(Root Contexts)
(Routing)
(Sampling)
(Scaling)
(Security)
(Entra ID)
(Web Search)
06. Community
::icon(fa fa-users)
(Code Contributions)
(Documentation)
(MCP Clients)
(MCP Servers)
(Image Generation)
07. Early Adoption
::icon(fa fa-lightbulb)
(Real-world Examples)
(Deployment Stories)
(Future Roadmap)
08. Best Practices
::icon(fa fa-check)
(Performance)
(Fault Tolerance)
(Resilience)
09. Case Studies
::icon(fa fa-file-text)
(API Management)
(Travel Agent)
(Azure DevOps)
(Documentation MCP)
10. Hands-on Workshop
::icon(fa fa-laptop)
(AI Toolkit Integration)
(Custom Server Development)
(Production Deployment)
El repositorio está organizado en diez secciones principales, cada una enfocada en diferentes aspectos del MCP:
-
Introducción (00-Introduction/)
- Visión general del Model Context Protocol
- Por qué la estandarización es importante en los pipelines de IA
- Casos de uso prácticos y beneficios
-
Conceptos Básicos (01-CoreConcepts/)
- Arquitectura cliente-servidor
- Componentes clave del protocolo
- Patrones de mensajería en MCP
-
Seguridad (02-Security/)
- Amenazas de seguridad en sistemas basados en MCP
- Mejores prácticas para asegurar las implementaciones
- Estrategias de autenticación y autorización
-
Primeros Pasos (03-GettingStarted/)
- Configuración y preparación del entorno
- Creación de servidores y clientes MCP básicos
- Integración con aplicaciones existentes
- Incluye secciones para:
- Primera implementación de servidor
- Desarrollo de cliente
- Integración de cliente LLM
- Integración con VS Code
- Servidor Server-Sent Events (SSE)
- Streaming HTTP
- Integración con AI Toolkit
- Estrategias de pruebas
- Guías de despliegue
-
Implementación Práctica (04-PracticalImplementation/)
- Uso de SDKs en diferentes lenguajes de programación
- Técnicas de depuración, pruebas y validación
- Creación de plantillas de prompts y flujos de trabajo reutilizables
- Proyectos de ejemplo con casos de implementación
-
Temas Avanzados (05-AdvancedTopics/)
- Técnicas de ingeniería de contexto
- Integración con agentes Foundry
- Flujos de trabajo multimodales de IA
- Demostraciones de autenticación OAuth2
- Capacidades de búsqueda en tiempo real
- Streaming en tiempo real
- Implementación de contextos raíz
- Estrategias de enrutamiento
- Técnicas de muestreo
- Enfoques de escalabilidad
- Consideraciones de seguridad
- Integración de seguridad con Entra ID
- Integración de búsqueda web
-
Contribuciones de la Comunidad (06-CommunityContributions/)
- Cómo contribuir con código y documentación
- Colaboración a través de GitHub
- Mejoras impulsadas por la comunidad y retroalimentación
- Uso de varios clientes MCP (Claude Desktop, Cline, VSCode)
- Trabajo con servidores MCP populares, incluyendo generación de imágenes
-
Lecciones de la Adopción Temprana (07-LessonsfromEarlyAdoption/)
- Implementaciones reales y casos de éxito
- Construcción y despliegue de soluciones basadas en MCP
- Tendencias y hoja de ruta futura
-
Mejores Prácticas (08-BestPractices/)
- Optimización y ajuste de rendimiento
- Diseño de sistemas MCP tolerantes a fallos
- Estrategias de pruebas y resiliencia
-
Estudios de Caso (09-CaseStudy/)
- Estudio de caso: integración con Azure API Management
- Estudio de caso: implementación de agente de viajes
- Estudio de caso: integración de Azure DevOps con YouTube
- Ejemplos de implementación con documentación detallada
-
Taller Práctico (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)
- Taller práctico integral que combina MCP con AI Toolkit
- Construcción de aplicaciones inteligentes que conectan modelos de IA con herramientas del mundo real
- Módulos prácticos que cubren fundamentos, desarrollo de servidores personalizados y estrategias de despliegue en producción
- Enfoque de aprendizaje basado en laboratorios con instrucciones paso a paso
El repositorio incluye recursos complementarios:
- Carpeta de imágenes: Contiene diagramas e ilustraciones usadas a lo largo del currículo
- Traducciones: Soporte multilingüe con traducciones automáticas de la documentación
- Recursos oficiales de MCP:
- Aprendizaje Secuencial: Sigue los capítulos en orden (del 00 al 10) para una experiencia de aprendizaje estructurada.
- Enfoque por Lenguaje: Si te interesa un lenguaje de programación en particular, explora los directorios de ejemplos para encontrar implementaciones en tu lenguaje preferido.
- Implementación Práctica: Comienza con la sección "Primeros Pasos" para configurar tu entorno y crear tu primer servidor y cliente MCP.
- Exploración Avanzada: Una vez que domines lo básico, profundiza en los temas avanzados para ampliar tus conocimientos.
- Participación Comunitaria: Únete a la comunidad MCP a través de las discusiones en GitHub y los canales de Discord para conectar con expertos y otros desarrolladores.
El currículo cubre varios clientes y herramientas MCP:
-
Clientes Oficiales:
- Visual Studio Code
- MCP en Visual Studio Code
- Claude Desktop
- Claude en VSCode
- Claude API
-
Clientes de la Comunidad:
- Cline (basado en terminal)
- Cursor (editor de código)
- ChatMCP
- Windsurf
-
Herramientas de Gestión MCP:
- MCP CLI
- MCP Manager
- MCP Linker
- MCP Router
El repositorio presenta varios servidores MCP, incluyendo:
-
Servidores de Referencia Oficiales:
- Filesystem
- Fetch
- Memory
- Sequential Thinking
-
Generación de Imágenes:
- Azure OpenAI DALL-E 3
- Stable Diffusion WebUI
- Replicate
-
Herramientas de Desarrollo:
- Git MCP
- Terminal Control
- Code Assistant
-
Servidores Especializados:
- Salesforce
- Microsoft Teams
- Jira & Confluence
Este repositorio da la bienvenida a las contribuciones de la comunidad. Consulta la sección de Contribuciones de la Comunidad para obtener orientación sobre cómo contribuir eficazmente al ecosistema MCP.
| Fecha | Cambios |
|---|---|
| 16 de julio de 2025 | - Actualizada la estructura del repositorio para reflejar el contenido actual - Añadida la sección de Clientes y Herramientas MCP - Añadida la sección de Servidores MCP Populares - Actualizado el Mapa Visual del Currículo con todos los temas actuales - Mejorada la sección de Temas Avanzados con todas las áreas especializadas - Actualizados los Estudios de Caso para reflejar ejemplos reales - Aclarado el origen de MCP como creado por Anthropic |
| 11 de junio de 2025 | - Creación inicial de la guía de estudio - Añadido el Mapa Visual del Currículo - Esbozada la estructura del repositorio - Incluidos proyectos de ejemplo y recursos adicionales |
Esta guía de estudio fue actualizada el 16 de julio de 2025 y ofrece una visión general del repositorio hasta esa fecha. El contenido del repositorio puede actualizarse después de esta fecha.
Aviso legal:
Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por la precisión, tenga en cuenta que las traducciones automáticas pueden contener errores o inexactitudes. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda la traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas derivadas del uso de esta traducción.