Ta sekcja składa się z kilku lekcji:
-
1 Twój pierwszy serwer, w tej pierwszej lekcji nauczysz się, jak stworzyć swój pierwszy serwer i sprawdzić go za pomocą narzędzia inspektora, co jest cennym sposobem na testowanie i debugowanie serwera, do lekcji
-
2 Klient, w tej lekcji nauczysz się, jak napisać klienta, który może połączyć się z twoim serwerem, do lekcji
-
3 Klient z LLM, jeszcze lepszym sposobem pisania klienta jest dodanie do niego LLM, aby mógł „negocjować” z twoim serwerem, co ma robić, do lekcji
-
4 Konsumpcja serwera w trybie GitHub Copilot Agent w Visual Studio Code. Tutaj przyjrzymy się uruchamianiu naszego MCP Server bezpośrednio w Visual Studio Code, do lekcji
-
5 Konsumpcja z SSE (Server Sent Events) SSE to standard do strumieniowania z serwera do klienta, pozwalający serwerom na przesyłanie aktualizacji w czasie rzeczywistym do klientów przez HTTP do lekcji
-
6 HTTP Streaming z MCP (Streamable HTTP). Poznaj nowoczesne strumieniowanie HTTP, powiadomienia o postępie oraz jak wdrożyć skalowalne, działające w czasie rzeczywistym serwery i klientów MCP korzystając ze Streamable HTTP. do lekcji
-
7 Wykorzystanie AI Toolkit dla VSCode do konsumpcji i testowania twoich klientów i serwerów MCP do lekcji
-
8 Testowanie. Skupimy się tutaj szczególnie na różnych sposobach testowania naszego serwera i klienta, do lekcji
-
9 Wdrażanie. Ten rozdział pokaże różne sposoby wdrażania twoich rozwiązań MCP, do lekcji
Model Context Protocol (MCP) to otwarty protokół, który standaryzuje sposób, w jaki aplikacje dostarczają kontekst do LLM. Można go porównać do portu USB-C dla aplikacji AI – zapewnia ustandaryzowany sposób łączenia modeli AI z różnymi źródłami danych i narzędziami.
Po zakończeniu tej lekcji będziesz potrafił:
- Skonfigurować środowiska programistyczne dla MCP w C#, Java, Python, TypeScript i JavaScript
- Budować i wdrażać podstawowe serwery MCP z niestandardowymi funkcjami (zasoby, prompt’y i narzędzia)
- Tworzyć aplikacje hostujące, które łączą się z serwerami MCP
- Testować i debugować implementacje MCP
- Zrozumieć typowe problemy z konfiguracją i ich rozwiązania
- Łączyć swoje implementacje MCP z popularnymi usługami LLM
Zanim zaczniesz pracę z MCP, ważne jest, aby przygotować środowisko programistyczne i zrozumieć podstawowy przepływ pracy. Ta sekcja przeprowadzi cię przez pierwsze kroki konfiguracji, aby zapewnić płynny start z MCP.
Zanim zaczniesz rozwijać MCP, upewnij się, że masz:
- Środowisko programistyczne: dla wybranego języka (C#, Java, Python, TypeScript lub JavaScript)
- IDE/Edytor: Visual Studio, Visual Studio Code, IntelliJ, Eclipse, PyCharm lub dowolny nowoczesny edytor kodu
- Menadżery pakietów: NuGet, Maven/Gradle, pip lub npm/yarn
- Klucze API: do usług AI, których planujesz używać w aplikacjach hostujących
W kolejnych rozdziałach zobaczysz rozwiązania zbudowane w Pythonie, TypeScript, Javie i .NET. Oto wszystkie oficjalnie wspierane SDK.
MCP oferuje oficjalne SDK dla wielu języków:
- C# SDK - utrzymywane we współpracy z Microsoft
- Java SDK - utrzymywane we współpracy ze Spring AI
- TypeScript SDK - oficjalna implementacja TypeScript
- Python SDK - oficjalna implementacja Python
- Kotlin SDK - oficjalna implementacja Kotlin
- Swift SDK - utrzymywane we współpracy z Loopwork AI
- Rust SDK - oficjalna implementacja Rust
- Konfiguracja środowiska programistycznego MCP jest prosta dzięki SDK specyficznym dla języków
- Budowa serwerów MCP polega na tworzeniu i rejestrowaniu narzędzi z jasnymi schematami
- Klienci MCP łączą się z serwerami i modelami, aby wykorzystać rozszerzone możliwości
- Testowanie i debugowanie są niezbędne dla niezawodnych implementacji MCP
- Opcje wdrożenia obejmują zarówno lokalny rozwój, jak i rozwiązania chmurowe
Mamy zestaw przykładów, które uzupełniają ćwiczenia widoczne we wszystkich rozdziałach tej sekcji. Dodatkowo każdy rozdział ma własne ćwiczenia i zadania.
- Budowanie agentów z użyciem Model Context Protocol na Azure
- Zdalne MCP z Azure Container Apps (Node.js/TypeScript/JavaScript)
- .NET OpenAI MCP Agent
Następne: Tworzenie twojego pierwszego serwera MCP
Zastrzeżenie:
Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Chociaż dokładamy starań, aby tłumaczenie było jak najbardziej precyzyjne, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym powinien być uznawany za źródło autorytatywne. W przypadku informacji o kluczowym znaczeniu zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.