Skip to content

Latest commit

 

History

History
268 lines (226 loc) · 8.03 KB

study_guide.md

File metadata and controls

268 lines (226 loc) · 8.03 KB

Model Context Protocol (MCP) 初學者學習指南

本學習指南概述了「Model Context Protocol (MCP) 初學者」課程的倉庫結構與內容。請利用此指南有效瀏覽倉庫，充分發揮資源的價值。

倉庫概覽

Model Context Protocol (MCP) 是一套標準化的框架，用於 AI 模型與客戶端應用程式之間的互動。最初由 Anthropic 創建，現由更廣泛的 MCP 社群透過官方 GitHub 組織共同維護。本倉庫提供完整課程，包含 C#、Java、JavaScript、Python 及 TypeScript 的實作範例，適合 AI 開發者、系統架構師及軟體工程師使用。

視覺化課程地圖

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)
Loading

倉庫結構

倉庫分為十個主要章節，各自聚焦 MCP 的不同面向：

  1. 介紹 (00-Introduction/)

    • Model Context Protocol 概述
    • 為何 AI 流程中標準化至關重要
    • 實際應用案例與效益

  2. 核心概念 (01-CoreConcepts/)

    • 客戶端-伺服器架構
    • 主要協議元件
    • MCP 中的訊息傳遞模式

  3. 安全性 (02-Security/)

    • MCP 系統中的安全威脅
    • 安全實作最佳做法
    • 認證與授權策略

  4. 快速入門 (03-GettingStarted/)

    • 環境設定與配置
    • 建立基本 MCP 伺服器與客戶端
    • 與現有應用整合
    • 包含章節：
      • 首個伺服器實作
      • 客戶端開發
      • LLM 客戶端整合
      • VS Code 整合
      • Server-Sent Events (SSE) 伺服器
      • HTTP 串流
      • AI 工具包整合
      • 測試策略
      • 部署指南

  5. 實務實作 (04-PracticalImplementation/)

    • 跨語言 SDK 使用
    • 除錯、測試與驗證技巧
    • 製作可重用的提示模板與工作流程
    • 範例專案與實作示範

  6. 進階主題 (05-AdvancedTopics/)

    • 上下文工程技術
    • Foundry 代理整合
    • 多模態 AI 工作流程
    • OAuth2 認證示範
    • 即時搜尋功能
    • 即時串流
    • Root contexts 實作
    • 路由策略
    • 取樣技術
    • 擴展方法
    • 安全性考量
    • Entra ID 安全整合
    • 網路搜尋整合

  7. 社群貢獻 (06-CommunityContributions/)

    • 如何貢獻程式碼與文件
    • 透過 GitHub 協作
    • 社群驅動的改進與回饋
    • 使用各種 MCP 客戶端（Claude Desktop、Cline、VSCode）
    • 使用熱門 MCP 伺服器，包括影像生成

  8. 早期採用經驗 (07-LessonsfromEarlyAdoption/)

    • 實際案例與成功故事
    • 建置與部署 MCP 解決方案
    • 趨勢與未來路線圖

  9. 最佳實務 (08-BestPractices/)

    • 效能調校與優化
    • 設計容錯的 MCP 系統
    • 測試與韌性策略

  10. 案例研究 (09-CaseStudy/)

    • 案例研究：Azure API 管理整合
    • 案例研究：旅遊代理實作
    • 案例研究：Azure DevOps 與 YouTube 整合
    • 詳細文件的實作範例

  11. 實作工作坊 (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)

    • 結合 MCP 與 AI 工具包的完整實作工作坊
    • 建立連結 AI 模型與現實工具的智慧應用
    • 涵蓋基礎、客製伺服器開發與生產部署策略的實務模組
    • 以實驗室方式學習，附逐步指引

附加資源

倉庫包含輔助資源：

如何使用本倉庫

  1. 循序學習：依序閱讀章節（00 至 10），獲得系統化學習體驗。
  2. 語言專注：若偏好特定程式語言，可瀏覽對應語言的範例目錄。
  3. 實務操作：從「快速入門」開始，設定環境並建立首個 MCP 伺服器與客戶端。
  4. 進階探索：熟悉基礎後，深入進階主題擴展知識。
  5. 社群互動：透過 GitHub 討論與 Discord 頻道加入 MCP 社群，與專家及開發者交流。

MCP 客戶端與工具

課程涵蓋多種 MCP 客戶端與工具：

  1. 官方客戶端：

    • Visual Studio Code
    • MCP 在 Visual Studio Code 中的整合
    • Claude Desktop
    • Claude 在 VSCode 中的整合
    • Claude API

  2. 社群客戶端：

    • Cline（終端機介面）
    • Cursor（程式碼編輯器）
    • ChatMCP
    • Windsurf

  3. MCP 管理工具：

    • MCP CLI
    • MCP Manager
    • MCP Linker
    • MCP Router

熱門 MCP 伺服器

倉庫介紹多款 MCP 伺服器，包括：

  1. 官方參考伺服器：

    • Filesystem
    • Fetch
    • Memory
    • Sequential Thinking

  2. 影像生成：

    • Azure OpenAI DALL-E 3
    • Stable Diffusion WebUI
    • Replicate

  3. 開發工具：

    • Git MCP
    • Terminal Control
    • Code Assistant

  4. 專用伺服器：

    • Salesforce
    • Microsoft Teams
    • Jira & Confluence

貢獻指南

本倉庫歡迎社群貢獻。請參考「社群貢獻」章節，了解如何有效參與 MCP 生態系的建設。

更新紀錄

日期 變更內容
2025年7月16日 - 更新倉庫結構以反映最新內容
- 新增 MCP 客戶端與工具章節
- 新增熱門 MCP 伺服器章節
- 更新視覺化課程地圖，涵蓋所有現有主題
- 強化進階主題章節，包含所有專門領域
- 更新案例研究，反映實際範例
- 明確說明 MCP 由 Anthropic 創建
2025年6月11日 - 初版學習指南建立
- 新增視覺化課程地圖
- 概述倉庫結構
- 包含範例專案與附加資源

本學習指南於 2025 年 7 月 16 日更新，內容反映該日期的倉庫狀態。倉庫內容可能於此後持續更新。

免責聲明：
本文件係使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於確保準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋負責。