Ten przewodnik nauki przedstawia przegląd struktury i zawartości repozytorium dla kursu „Model Context Protocol (MCP) dla początkujących”. Skorzystaj z tego przewodnika, aby efektywnie poruszać się po repozytorium i w pełni wykorzystać dostępne zasoby.
Model Context Protocol (MCP) to ustandaryzowane ramy do interakcji między modelami AI a aplikacjami klienckimi. Początkowo stworzony przez Anthropic, MCP jest obecnie utrzymywany przez szerszą społeczność MCP za pośrednictwem oficjalnej organizacji na GitHubie. To repozytorium oferuje kompleksowy program nauczania z praktycznymi przykładami kodu w C#, Java, JavaScript, Python oraz TypeScript, przeznaczony dla deweloperów AI, architektów systemów i inżynierów oprogramowania.
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)
Repozytorium jest podzielone na dziesięć głównych sekcji, z których każda skupia się na innym aspekcie MCP:
-
Wprowadzenie (00-Introduction/)
- Przegląd Model Context Protocol
- Dlaczego standaryzacja jest ważna w pipeline’ach AI
- Praktyczne zastosowania i korzyści
-
Podstawowe pojęcia (01-CoreConcepts/)
- Architektura klient-serwer
- Kluczowe elementy protokołu
- Wzorce komunikacji w MCP
-
Bezpieczeństwo (02-Security/)
- Zagrożenia bezpieczeństwa w systemach opartych na MCP
- Najlepsze praktyki zabezpieczania implementacji
- Strategie uwierzytelniania i autoryzacji
-
Pierwsze kroki (03-GettingStarted/)
- Konfiguracja środowiska i ustawienia
- Tworzenie podstawowych serwerów i klientów MCP
- Integracja z istniejącymi aplikacjami
- Zawiera sekcje dotyczące:
- Pierwszej implementacji serwera
- Tworzenia klienta
- Integracji klienta LLM
- Integracji z VS Code
- Serwera Server-Sent Events (SSE)
- Strumieniowania HTTP
- Integracji z AI Toolkit
- Strategii testowania
- Wytycznych dotyczących wdrożenia
-
Praktyczna implementacja (04-PracticalImplementation/)
- Korzystanie z SDK w różnych językach programowania
- Techniki debugowania, testowania i walidacji
- Tworzenie wielokrotnego użytku szablonów promptów i workflowów
- Przykładowe projekty z przykładami implementacji
-
Zaawansowane tematy (05-AdvancedTopics/)
- Techniki inżynierii kontekstu
- Integracja agenta Foundry
- Wielomodalne workflowy AI
- Demonstracje uwierzytelniania OAuth2
- Możliwości wyszukiwania w czasie rzeczywistym
- Strumieniowanie w czasie rzeczywistym
- Implementacja root contexts
- Strategie routingu
- Techniki próbkowania
- Podejścia do skalowania
- Aspekty bezpieczeństwa
- Integracja bezpieczeństwa Entra ID
- Integracja wyszukiwania w sieci
-
Wkład społeczności (06-CommunityContributions/)
- Jak wnosić kod i dokumentację
- Współpraca przez GitHub
- Ulepszenia i opinie napędzane przez społeczność
- Korzystanie z różnych klientów MCP (Claude Desktop, Cline, VSCode)
- Praca z popularnymi serwerami MCP, w tym generowaniem obrazów
-
Wnioski z wczesnej adopcji (07-LessonsfromEarlyAdoption/)
- Realne implementacje i historie sukcesu
- Budowa i wdrażanie rozwiązań opartych na MCP
- Trendy i przyszła mapa drogowa
-
Najlepsze praktyki (08-BestPractices/)
- Optymalizacja wydajności i strojenie
- Projektowanie odpornych na błędy systemów MCP
- Strategie testowania i odporności
-
Studia przypadków (09-CaseStudy/)
- Studium przypadku: integracja Azure API Management
- Studium przypadku: implementacja agenta podróży
- Studium przypadku: integracja Azure DevOps z YouTube
- Przykłady implementacji z szczegółową dokumentacją
-
Warsztaty praktyczne (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)
- Kompleksowe warsztaty praktyczne łączące MCP z AI Toolkit
- Budowa inteligentnych aplikacji łączących modele AI z narzędziami rzeczywistymi
- Praktyczne moduły obejmujące podstawy, tworzenie niestandardowych serwerów i strategie wdrożenia produkcyjnego
- Podejście oparte na laboratoriach z instrukcjami krok po kroku
Repozytorium zawiera materiały wspierające:
- Folder z obrazami: Zawiera diagramy i ilustracje używane w całym programie nauczania
- Tłumaczenia: Wsparcie wielojęzyczne z automatycznymi tłumaczeniami dokumentacji
- Oficjalne zasoby MCP:
- Nauka krok po kroku: Przechodź przez rozdziały po kolei (od 00 do 10), aby uzyskać uporządkowaną ścieżkę nauki.
- Skupienie na konkretnym języku: Jeśli interesuje Cię konkretny język programowania, sprawdź katalogi z przykładami implementacji w wybranym języku.
- Praktyczna implementacja: Zacznij od sekcji „Pierwsze kroki”, aby skonfigurować środowisko i stworzyć swój pierwszy serwer i klient MCP.
- Zaawansowane zagadnienia: Gdy opanujesz podstawy, zagłęb się w tematy zaawansowane, aby poszerzyć wiedzę.
- Zaangażowanie społeczności: Dołącz do społeczności MCP poprzez dyskusje na GitHubie i kanały Discord, aby nawiązać kontakt z ekspertami i innymi deweloperami.
Program nauczania obejmuje różne klientów i narzędzia MCP:
-
Oficjalni klienci:
- Visual Studio Code
- MCP w Visual Studio Code
- Claude Desktop
- Claude w VSCode
- Claude API
-
Klienci społecznościowi:
- Cline (terminalowy)
- Cursor (edytor kodu)
- ChatMCP
- Windsurf
-
Narzędzia do zarządzania MCP:
- MCP CLI
- MCP Manager
- MCP Linker
- MCP Router
Repozytorium przedstawia różne serwery MCP, w tym:
-
Oficjalne serwery referencyjne:
- Filesystem
- Fetch
- Memory
- Sequential Thinking
-
Generowanie obrazów:
- Azure OpenAI DALL-E 3
- Stable Diffusion WebUI
- Replicate
-
Narzędzia deweloperskie:
- Git MCP
- Terminal Control
- Code Assistant
-
Specjalistyczne serwery:
- Salesforce
- Microsoft Teams
- Jira & Confluence
To repozytorium zachęca społeczność do współtworzenia. Zobacz sekcję Wkład społeczności, aby dowiedzieć się, jak skutecznie wspierać ekosystem MCP.
| Data | Zmiany |
|---|---|
| 16 lipca 2025 | - Zaktualizowano strukturę repozytorium, aby odzwierciedlić aktualną zawartość - Dodano sekcję Klienci i narzędzia MCP - Dodano sekcję Popularne serwery MCP - Zaktualizowano wizualną mapę programu nauczania o wszystkie aktualne tematy - Rozbudowano sekcję Zaawansowane tematy o wszystkie specjalistyczne obszary - Zaktualizowano studia przypadków, aby odzwierciedlały rzeczywiste przykłady - Wyjaśniono pochodzenie MCP jako stworzonego przez Anthropic |
| 11 czerwca 2025 | - Pierwotne utworzenie przewodnika nauki - Dodano wizualną mapę programu nauczania - Nakreślono strukturę repozytorium - Dodano przykładowe projekty i dodatkowe zasoby |
Ten przewodnik nauki został zaktualizowany 16 lipca 2025 i przedstawia przegląd repozytorium na ten dzień. Zawartość repozytorium może być aktualizowana po tej dacie.
Zastrzeżenie:
Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Mimo że dążymy do jak największej dokładności, 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.