Este guia de estudo oferece uma visão geral da estrutura e conteúdo do repositório para o currículo "Model Context Protocol (MCP) para Iniciantes". Utilize este guia para navegar pelo repositório de forma eficiente e tirar o máximo proveito dos recursos disponíveis.
O Model Context Protocol (MCP) é um framework padronizado para interações entre modelos de IA e aplicações cliente. Inicialmente criado pela Anthropic, o MCP é agora mantido pela comunidade mais ampla do MCP através da organização oficial no GitHub. Este repositório oferece um currículo completo com exemplos práticos de código em C#, Java, JavaScript, Python e TypeScript, destinado a desenvolvedores de IA, arquitetos de sistemas e engenheiros 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)
O repositório está organizado em dez secções principais, cada uma focada em diferentes aspetos do MCP:
-
Introdução (00-Introduction/)
- Visão geral do Model Context Protocol
- Por que a padronização é importante em pipelines de IA
- Casos práticos e benefícios
-
Conceitos Fundamentais (01-CoreConcepts/)
- Arquitetura cliente-servidor
- Componentes chave do protocolo
- Padrões de mensagens no MCP
-
Segurança (02-Security/)
- Ameaças de segurança em sistemas baseados em MCP
- Melhores práticas para garantir a segurança das implementações
- Estratégias de autenticação e autorização
-
Primeiros Passos (03-GettingStarted/)
- Configuração e preparação do ambiente
- Criação de servidores e clientes MCP básicos
- Integração com aplicações existentes
- Inclui secções para:
- Primeira implementação de servidor
- Desenvolvimento de cliente
- Integração com cliente LLM
- Integração com VS Code
- Servidor Server-Sent Events (SSE)
- Streaming HTTP
- Integração com AI Toolkit
- Estratégias de testes
- Diretrizes de deployment
-
Implementação Prática (04-PracticalImplementation/)
- Utilização de SDKs em várias linguagens de programação
- Técnicas de debugging, testes e validação
- Criação de templates reutilizáveis de prompts e workflows
- Projetos de exemplo com exemplos de implementação
-
Tópicos Avançados (05-AdvancedTopics/)
- Técnicas de engenharia de contexto
- Integração com agente Foundry
- Workflows multimodais de IA
- Demonstrações de autenticação OAuth2
- Capacidades de pesquisa em tempo real
- Streaming em tempo real
- Implementação de contextos raiz
- Estratégias de routing
- Técnicas de sampling
- Abordagens de escalabilidade
- Considerações de segurança
- Integração de segurança Entra ID
- Integração de pesquisa web
-
Contribuições da Comunidade (06-CommunityContributions/)
- Como contribuir com código e documentação
- Colaboração via GitHub
- Melhorias e feedback impulsionados pela comunidade
- Utilização de vários clientes MCP (Claude Desktop, Cline, VSCode)
- Trabalho com servidores MCP populares, incluindo geração de imagens
-
Lições da Adoção Inicial (07-LessonsfromEarlyAdoption/)
- Implementações reais e histórias de sucesso
- Construção e deployment de soluções baseadas em MCP
- Tendências e roadmap futuro
-
Boas Práticas (08-BestPractices/)
- Otimização e tuning de performance
- Design de sistemas MCP tolerantes a falhas
- Estratégias de testes e resiliência
-
Estudos de Caso (09-CaseStudy/)
- Estudo de caso: integração com Azure API Management
- Estudo de caso: implementação de agente de viagens
- Estudo de caso: integração Azure DevOps com YouTube
- Exemplos de implementação com documentação detalhada
-
Workshop Prático (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)
- Workshop prático abrangente combinando MCP com AI Toolkit
- Construção de aplicações inteligentes que ligam modelos de IA a ferramentas do mundo real
- Módulos práticos cobrindo fundamentos, desenvolvimento de servidor personalizado e estratégias de deployment em produção
- Abordagem de aprendizagem baseada em laboratórios com instruções passo a passo
O repositório inclui recursos de apoio:
- Pasta de Imagens: Contém diagramas e ilustrações usadas ao longo do currículo
- Traduções: Suporte multilíngue com traduções automáticas da documentação
- Recursos Oficiais MCP:
- Aprendizagem Sequencial: Siga os capítulos por ordem (00 a 10) para uma experiência de aprendizagem estruturada.
- Foco em Linguagem Específica: Se estiver interessado numa linguagem de programação específica, explore as pastas de exemplos para implementações na sua linguagem preferida.
- Implementação Prática: Comece pela secção "Primeiros Passos" para configurar o ambiente e criar o seu primeiro servidor e cliente MCP.
- Exploração Avançada: Quando estiver confortável com o básico, aprofunde-se nos tópicos avançados para expandir o seu conhecimento.
- Envolvimento Comunitário: Junte-se à comunidade MCP através das discussões no GitHub e canais Discord para conectar-se com especialistas e outros desenvolvedores.
O currículo cobre vários clientes e ferramentas MCP:
-
Clientes Oficiais:
- Visual Studio Code
- MCP no Visual Studio Code
- Claude Desktop
- Claude no VSCode
- Claude API
-
Clientes da Comunidade:
- Cline (baseado em terminal)
- Cursor (editor de código)
- ChatMCP
- Windsurf
-
Ferramentas de Gestão MCP:
- MCP CLI
- MCP Manager
- MCP Linker
- MCP Router
O repositório apresenta vários servidores MCP, incluindo:
-
Servidores de Referência Oficiais:
- Filesystem
- Fetch
- Memory
- Sequential Thinking
-
Geração de Imagens:
- Azure OpenAI DALL-E 3
- Stable Diffusion WebUI
- Replicate
-
Ferramentas de Desenvolvimento:
- Git MCP
- Terminal Control
- Code Assistant
-
Servidores Especializados:
- Salesforce
- Microsoft Teams
- Jira & Confluence
Este repositório acolhe contribuições da comunidade. Consulte a secção Contribuições da Comunidade para orientações sobre como contribuir eficazmente para o ecossistema MCP.
| Data | Alterações |
|---|---|
| 16 de julho de 2025 | - Estrutura do repositório atualizada para refletir o conteúdo atual - Adicionada secção Clientes e Ferramentas MCP - Adicionada secção Servidores MCP Populares - Mapa Visual do Currículo atualizado com todos os tópicos atuais - Secção Tópicos Avançados ampliada com todas as áreas especializadas - Estudos de Caso atualizados para refletir exemplos reais - Clarificada a origem do MCP como criado pela Anthropic |
| 11 de junho de 2025 | - Criação inicial do guia de estudo - Adicionado Mapa Visual do Currículo - Estrutura do repositório delineada - Incluídos projetos de exemplo e recursos adicionais |
Este guia de estudo foi atualizado a 16 de julho de 2025 e oferece uma visão geral do repositório até essa data. O conteúdo do repositório pode ser atualizado após esta data.
Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução automática Co-op Translator. Embora nos esforcemos pela precisão, por favor tenha em conta que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes da utilização desta tradução.