Skip to content

Latest commit

 

History

History
268 lines (226 loc) · 10.2 KB

study_guide.md

File metadata and controls

268 lines (226 loc) · 10.2 KB

Model Context Protocol (MCP) para sa mga Baguhan - Gabay sa Pag-aaral

Ang gabay na ito ay nagbibigay ng pangkalahatang ideya tungkol sa istruktura at nilalaman ng repository para sa kurikulum na "Model Context Protocol (MCP) para sa mga Baguhan." Gamitin ang gabay na ito upang mas madali mong ma-navigate ang repository at magamit nang husto ang mga available na resources.

Pangkalahatang-ideya ng Repository

Ang Model Context Protocol (MCP) ay isang standard na framework para sa pakikipag-ugnayan sa pagitan ng mga AI model at mga client application. Orihinal itong ginawa ng Anthropic, at ngayon ay pinamamahalaan ng mas malawak na MCP community sa pamamagitan ng opisyal na GitHub organization. Ang repository na ito ay naglalaman ng komprehensibong kurikulum na may mga hands-on na halimbawa ng code sa C#, Java, JavaScript, Python, at TypeScript, na idinisenyo para sa mga AI developer, system architect, at software engineer.

Visual Curriculum Map

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

Istruktura ng Repository

Ang repository ay nakaayos sa sampung pangunahing seksyon, bawat isa ay tumutok sa iba't ibang aspeto ng MCP:

  1. Introduction (00-Introduction/)

    • Pangkalahatang ideya ng Model Context Protocol
    • Bakit mahalaga ang standardisasyon sa AI pipelines
    • Mga praktikal na gamit at benepisyo

  2. Core Concepts (01-CoreConcepts/)

    • Client-server architecture
    • Pangunahing bahagi ng protocol
    • Mga pattern ng messaging sa MCP

  3. Security (02-Security/)

    • Mga banta sa seguridad sa mga sistemang batay sa MCP
    • Pinakamahuhusay na kasanayan para sa pag-secure ng mga implementasyon
    • Mga estratehiya sa authentication at authorization

  4. Getting Started (03-GettingStarted/)

    • Pagsasaayos at konfigurasyon ng environment
    • Paggawa ng mga basic MCP server at client
    • Integrasyon sa mga umiiral na aplikasyon
    • Kasama ang mga seksyon para sa:
      • Unang implementasyon ng server
      • Pag-develop ng client
      • Integrasyon ng LLM client
      • Integrasyon sa VS Code
      • Server-Sent Events (SSE) server
      • HTTP streaming
      • Integrasyon ng AI Toolkit
      • Mga estratehiya sa testing
      • Mga gabay sa deployment

  5. Practical Implementation (04-PracticalImplementation/)

    • Paggamit ng SDKs sa iba't ibang programming language
    • Pag-debug, testing, at validation techniques
    • Paggawa ng reusable prompt templates at workflows
    • Mga sample projects na may mga halimbawa ng implementasyon

  6. Advanced Topics (05-AdvancedTopics/)

    • Mga teknik sa context engineering
    • Integrasyon ng foundry agent
    • Multi-modal AI workflows
    • Mga demo ng OAuth2 authentication
    • Real-time search capabilities
    • Real-time streaming
    • Implementasyon ng root contexts
    • Mga estratehiya sa routing
    • Sampling techniques
    • Mga paraan ng scaling
    • Mga konsiderasyon sa seguridad
    • Integrasyon ng Entra ID security
    • Integrasyon ng web search

  7. Community Contributions (06-CommunityContributions/)

    • Paano mag-ambag ng code at dokumentasyon
    • Pakikipagtulungan sa pamamagitan ng GitHub
    • Mga pagpapabuti at feedback mula sa komunidad
    • Paggamit ng iba't ibang MCP clients (Claude Desktop, Cline, VSCode)
    • Paggamit ng mga kilalang MCP servers kabilang ang image generation

  8. Lessons from Early Adoption (07-LessonsfromEarlyAdoption/)

    • Mga totoong implementasyon at kwento ng tagumpay
    • Paggawa at pag-deploy ng mga solusyong batay sa MCP
    • Mga uso at roadmap para sa hinaharap

  9. Best Practices (08-BestPractices/)

    • Pag-tune at pag-optimize ng performance
    • Pagdidisenyo ng fault-tolerant na MCP systems
    • Mga estratehiya sa testing at resilience

  10. Case Studies (09-CaseStudy/)

    • Case study: Integrasyon ng Azure API Management
    • Case study: Implementasyon ng travel agent
    • Case study: Integrasyon ng Azure DevOps sa YouTube
    • Mga halimbawa ng implementasyon na may detalyadong dokumentasyon

  11. Hands-on Workshop (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)

    • Komprehensibong hands-on workshop na pinagsasama ang MCP at AI Toolkit
    • Paggawa ng matatalinong aplikasyon na nag-uugnay ng AI models sa mga totoong gamit
    • Mga praktikal na module na sumasaklaw sa mga pundasyon, custom server development, at mga estratehiya sa production deployment
    • Lab-based na paraan ng pag-aaral na may step-by-step na mga tagubilin

Karagdagang Mga Resources

Kasama sa repository ang mga sumusuportang resources:

Paano Gamitin ang Repository na Ito

  1. Sunod-sunod na Pag-aaral: Sundan ang mga kabanata mula 00 hanggang 10 para sa maayos na pag-aaral.
  2. Pokus sa Partikular na Wika: Kung interesado ka sa isang partikular na programming language, tingnan ang mga sample directories para sa mga implementasyon sa iyong gustong wika.
  3. Praktikal na Implementasyon: Magsimula sa seksyong "Getting Started" para i-setup ang iyong environment at gumawa ng unang MCP server at client.
  4. Mas Malalim na Pagsisid: Kapag komportable ka na sa mga batayan, tuklasin ang mga advanced topics para palawakin ang iyong kaalaman.
  5. Pakikilahok sa Komunidad: Sumali sa MCP community sa pamamagitan ng GitHub discussions at Discord channels para makipag-ugnayan sa mga eksperto at kapwa developer.

MCP Clients at Mga Tools

Sinasaklaw ng kurikulum ang iba't ibang MCP clients at tools:

  1. Opisyal na Clients:

    • Visual Studio Code
    • MCP sa Visual Studio Code
    • Claude Desktop
    • Claude sa VSCode
    • Claude API

  2. Community Clients:

    • Cline (terminal-based)
    • Cursor (code editor)
    • ChatMCP
    • Windsurf

  3. Mga Tool para sa Pamamahala ng MCP:

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

Mga Kilalang MCP Servers

Ipinapakilala ng repository ang iba't ibang MCP servers, kabilang ang:

  1. Opisyal na Reference Servers:

    • Filesystem
    • Fetch
    • Memory
    • Sequential Thinking

  2. Image Generation:

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

  3. Mga Development Tools:

    • Git MCP
    • Terminal Control
    • Code Assistant

  4. Mga Espesyal na Server:

    • Salesforce
    • Microsoft Teams
    • Jira & Confluence

Pag-ambag

Malugod na tinatanggap ng repository na ito ang mga kontribusyon mula sa komunidad. Tingnan ang seksyong Community Contributions para sa mga gabay kung paano epektibong makapag-ambag sa MCP ecosystem.

Changelog

Petsa Mga Pagbabago
Hulyo 16, 2025 - In-update ang istruktura ng repository upang ipakita ang kasalukuyang nilalaman
- Idinagdag ang seksyon ng MCP Clients at Tools
- Idinagdag ang seksyon ng Popular MCP Servers
- In-update ang Visual Curriculum Map na may lahat ng kasalukuyang paksa
- Pinalawak ang Advanced Topics na seksyon na may lahat ng espesyal na larangan
- In-update ang Case Studies upang ipakita ang mga totoong halimbawa
- Nilinaw ang pinagmulan ng MCP bilang gawa ng Anthropic
Hunyo 11, 2025 - Unang paglikha ng gabay sa pag-aaral
- Idinagdag ang Visual Curriculum Map
- Inilatag ang istruktura ng repository
- Kasama ang mga sample projects at karagdagang resources

Ang gabay na ito ay na-update noong Hulyo 16, 2025, at nagbibigay ng pangkalahatang ideya ng repository hanggang sa petsang iyon. Maaring ma-update ang nilalaman ng repository pagkatapos ng petsang ito.

Paalala:
Ang dokumentong ito ay isinalin gamit ang AI translation service na Co-op Translator. Bagamat nagsusumikap kami para sa katumpakan, pakatandaan na ang mga awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o di-tumpak na impormasyon. Ang orihinal na dokumento sa orihinal nitong wika ang dapat ituring na pangunahing sanggunian. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang hindi pagkakaunawaan o maling interpretasyon na maaaring magmula sa paggamit ng pagsasaling ito.