(Натисніть на зображення вище, щоб переглянути відеоурок)
Цей урок зосереджений на тому, як взаємодіяти зі спільнотою MCP, робити внески в екосистему MCP і дотримуватися найкращих практик спільної розробки. Розуміння того, як брати участь у проєктах MCP з відкритим кодом, є важливим для тих, хто хоче визначати майбутнє цієї технології.
До кінця цього уроку ви зможете:
- Розуміти структуру спільноти та екосистеми MCP
- Ефективно брати участь у форумах і дискусіях спільноти MCP
- Робити внески у репозиторії MCP з відкритим кодом
- Створювати та поширювати кастомні інструменти та сервери MCP
- Дотримуватися найкращих практик розробки MCP та співпраці
- Знаходити ресурси спільноти та фреймворки для розробки MCP
Екосистема MCP складається з різних компонентів і учасників, які спільно працюють над розвитком протоколу.
- Основні підтримувачі протоколу: офіційна GitHub організація Model Context Protocol підтримує основні специфікації MCP і референсні реалізації
- Розробники інструментів: окремі особи та команди, які створюють інструменти і сервери MCP
- Провайдери інтеграцій: компанії, що інтегрують MCP у свої продукти та сервіси
- Кінцеві користувачі: розробники та організації, які використовують MCP у своїх додатках
- Співавтори: учасники спільноти, які роблять внески у вигляді коду, документації чи інших ресурсів
- Організація MCP на GitHub
- Документація MCP
- Специфікація MCP
- GitHub дискусії
- Репозиторій прикладів і серверів MCP
- Клієнти MCP — список клієнтів, які підтримують інтеграції MCP
- Сервери MCP спільноти — зростаючий список серверів MCP, розроблених спільнотою
- Awesome MCP Servers — курований список серверів MCP
- PulseMCP — хаб спільноти та розсилка новин для пошуку ресурсів MCP
- Discord сервер — спілкуйтесь з розробниками MCP
- SDK реалізації для різних мов
- Блоги та навчальні матеріали
Екосистема MCP приймає різні види внесків:
-
Внески у код:
- покращення основного протоколу
- виправлення помилок
- реалізація інструментів та серверів
- бібліотеки клієнта/сервера на різних мовах
-
Документація:
- покращення існуючої документації
- створення посібників і керівництв
- переклад документації
- створення прикладів і демонстраційних додатків
-
Підтримка спільноти:
- відповіді на питання на форумах і в дискусіях
- тестування та звітування про проблеми
- організація подій спільноти
- наставництво нових учасників
Щоб зробити внесок до основного протоколу MCP або офіційних реалізацій, дотримуйтеся принципів з офіційних інструкцій щодо внесків:
-
Простота і мінімалізм: MCP специфікація встановлює високий стандарт для додавання нових концепцій. Легше додати щось до специфікації, ніж видалити.
-
Конкретний підхід: Зміни до специфікації мають базуватися на конкретних проблемах реалізації, а не на припущеннях.
-
Етапи пропозиції:
- Визначення: дослідити проблему, підтвердити, що інші користувачі MCP мають подібну проблему
- Прототип: створити приклад рішення і продемонструвати його практичне застосування
- Написання: на основі прототипу написати пропозицію до специфікації
# Форкнути репозиторій
git clone https://github.com/YOUR-USERNAME/modelcontextprotocol.git
cd modelcontextprotocol
# Встановити залежності
npm install
# Для змін у схемі, перевірте та згенеруйте schema.json:
npm run check:schema:ts
npm run generate:schema
# Для змін у документації
npm run check:docs
npm run format
# Попередній перегляд документації локально (опційно):
npm run serve:docs// Оригінальний код з помилкою в typescript-sdk
export function validateResource(resource: unknown): resource is MCPResource {
if (!resource || typeof resource !== 'object') {
return false;
}
// Помилка: Відсутня перевірка властивості
// Поточна реалізація:
const hasName = 'name' in resource;
const hasSchema = 'schema' in resource;
return hasName && hasSchema;
}
// Виправлена реалізація у внеску
export function validateResource(resource: unknown): resource is MCPResource {
if (!resource || typeof resource !== 'object') {
return false;
}
// Покращена перевірка
const hasName = 'name' in resource && typeof (resource as MCPResource).name === 'string';
const hasSchema = 'schema' in resource && typeof (resource as MCPResource).schema === 'object';
const hasDescription = !('description' in resource) || typeof (resource as MCPResource).description === 'string';
return hasName && hasSchema && hasDescription;
}# Приклад внеску: Інструмент обробки даних CSV для стандартної бібліотеки MCP
from mcp_tools import Tool, ToolRequest, ToolResponse, ToolExecutionException
import pandas as pd
import io
import json
from typing import Dict, Any, List, Optional
class CsvProcessingTool(Tool):
"""
Tool for processing and analyzing CSV data.
This tool allows models to extract information from CSV files,
run basic analysis, and convert data between formats.
"""
def get_name(self):
return "csvProcessor"
def get_description(self):
return "Processes and analyzes CSV data"
def get_schema(self):
return {
"type": "object",
"properties": {
"csvData": {
"type": "string",
"description": "CSV data as a string"
},
"csvUrl": {
"type": "string",
"description": "URL to a CSV file (alternative to csvData)"
},
"operation": {
"type": "string",
"enum": ["summary", "filter", "transform", "convert"],
"description": "Operation to perform on the CSV data"
},
"filterColumn": {
"type": "string",
"description": "Column to filter by (for filter operation)"
},
"filterValue": {
"type": "string",
"description": "Value to filter for (for filter operation)"
},
"outputFormat": {
"type": "string",
"enum": ["json", "csv", "markdown"],
"default": "json",
"description": "Output format for the processed data"
}
},
"oneOf": [
{"required": ["csvData", "operation"]},
{"required": ["csvUrl", "operation"]}
]
}
async def execute_async(self, request: ToolRequest) -> ToolResponse:
try:
# Витягти параметри
operation = request.parameters.get("operation")
output_format = request.parameters.get("outputFormat", "json")
# Отримати дані CSV або з прямого введення, або з URL
df = await self._get_dataframe(request)
# Обробити на основі запитаної операції
result = {}
if operation == "summary":
result = self._generate_summary(df)
elif operation == "filter":
column = request.parameters.get("filterColumn")
value = request.parameters.get("filterValue")
if not column:
raise ToolExecutionException("filterColumn is required for filter operation")
result = self._filter_data(df, column, value)
elif operation == "transform":
result = self._transform_data(df, request.parameters)
elif operation == "convert":
result = self._convert_format(df, output_format)
else:
raise ToolExecutionException(f"Unknown operation: {operation}")
return ToolResponse(result=result)
except Exception as e:
raise ToolExecutionException(f"CSV processing failed: {str(e)}")
async def _get_dataframe(self, request: ToolRequest) -> pd.DataFrame:
"""Gets a pandas DataFrame from either CSV data or URL"""
if "csvData" in request.parameters:
csv_data = request.parameters.get("csvData")
return pd.read_csv(io.StringIO(csv_data))
elif "csvUrl" in request.parameters:
csv_url = request.parameters.get("csvUrl")
return pd.read_csv(csv_url)
else:
raise ToolExecutionException("Either csvData or csvUrl must be provided")
def _generate_summary(self, df: pd.DataFrame) -> Dict[str, Any]:
"""Generates a summary of the CSV data"""
return {
"columns": df.columns.tolist(),
"rowCount": len(df),
"columnCount": len(df.columns),
"numericColumns": df.select_dtypes(include=['number']).columns.tolist(),
"categoricalColumns": df.select_dtypes(include=['object']).columns.tolist(),
"sampleRows": json.loads(df.head(5).to_json(orient="records")),
"statistics": json.loads(df.describe().to_json())
}
def _filter_data(self, df: pd.DataFrame, column: str, value: str) -> Dict[str, Any]:
"""Filters the DataFrame by a column value"""
if column not in df.columns:
raise ToolExecutionException(f"Column '{column}' not found")
filtered_df = df[df[column].astype(str).str.contains(value)]
return {
"originalRowCount": len(df),
"filteredRowCount": len(filtered_df),
"data": json.loads(filtered_df.to_json(orient="records"))
}
def _transform_data(self, df: pd.DataFrame, params: Dict[str, Any]) -> Dict[str, Any]:
"""Transforms the data based on parameters"""
# Реалізація включатиме різні перетворення
return {
"status": "success",
"message": "Transformation applied"
}
def _convert_format(self, df: pd.DataFrame, format: str) -> Dict[str, Any]:
"""Converts the DataFrame to different formats"""
if format == "json":
return {
"data": json.loads(df.to_json(orient="records")),
"format": "json"
}
elif format == "csv":
return {
"data": df.to_csv(index=False),
"format": "csv"
}
elif format == "markdown":
return {
"data": df.to_markdown(),
"format": "markdown"
}
else:
raise ToolExecutionException(f"Unsupported output format: {format}")Щоб успішно зробити внесок у проєкти MCP:
- Почніть з малого: починайте з документації, виправлень помилок або невеликих покращень
- Дотримуйтесь стилю: дотримуйтесь стилю кодування та конвенцій проєкту
- Пишіть тести: додавайте модульні тести для вашого коду
- Документуйте свою роботу: додавайте чітку документацію для нових функцій чи змін
- Надсилайте таргетовані PR: тримайте pull request сфокусованим на одній проблемі або функції
- Взаємодійте з відгуками: реагуйте на відгуки щодо ваших внесків
# Клонувати репозиторій
git clone https://github.com/modelcontextprotocol/typescript-sdk.git
cd typescript-sdk
# Створити нову гілку для свого внеску
git checkout -b feature/my-contribution
# Зробити свої зміни
# ...
# Запустити тести, щоб переконатися, що ваші зміни не порушують існуючу функціональність
npm test
# Зафіксувати зміни з описовим повідомленням
git commit -am "Fix validation in resource handler"
# Відправити свою гілку на форк
git push origin feature/my-contribution
# Створити пул реквест з вашої гілки в основний репозиторій
# Потім взаємодіяти з відгуками та за потреби вносити зміни у ваш пул реквестОдин із найцінніших способів зробити внесок у екосистему MCP — створювати та поширювати власні сервери MCP. Спільнота вже розробила сотні серверів для різних сервісів і сценаріїв використання.
Існує кілька фреймворків, які спрощують розробку серверів MCP:
-
Офіційні SDK (відповідно до специфікації MCP 2025-11-25):
-
Фреймворки спільноти:
- MCP-Framework — створення серверів MCP з легкістю і швидкістю на TypeScript
- MCP Declarative Java SDK — декларативні сервери MCP на Java з анотаціями
- Quarkus MCP Server SDK — Java фреймворк для серверів MCP
- Next.js MCP Server Template — стартовий проєкт Next.js для серверів MCP
// Create a new .NET library project
// dotnet new classlib -n McpFinanceTools
using Microsoft.Mcp.Tools;
using System.Threading.Tasks;
using System.Net.Http;
using System.Text.Json;
namespace McpFinanceTools
{
// Stock quote tool
public class StockQuoteTool : IMcpTool
{
private readonly HttpClient _httpClient;
public StockQuoteTool(HttpClient httpClient = null)
{
_httpClient = httpClient ?? new HttpClient();
}
public string Name => "stockQuote";
public string Description => "Gets current stock quotes for specified symbols";
public object GetSchema()
{
return new {
type = "object",
properties = new {
symbol = new {
type = "string",
description = "Stock symbol (e.g., MSFT, AAPL)"
},
includeHistory = new {
type = "boolean",
description = "Whether to include historical data",
default = false
}
},
required = new[] { "symbol" }
};
}
public async Task<ToolResponse> ExecuteAsync(ToolRequest request)
{
// Extract parameters
string symbol = request.Parameters.GetProperty("symbol").GetString();
bool includeHistory = false;
if (request.Parameters.TryGetProperty("includeHistory", out var historyProp))
{
includeHistory = historyProp.GetBoolean();
}
// Call external API (example)
var quoteResult = await GetStockQuoteAsync(symbol);
// Add historical data if requested
if (includeHistory)
{
var historyData = await GetStockHistoryAsync(symbol);
quoteResult.Add("history", historyData);
}
// Return formatted result
return new ToolResponse {
Result = JsonSerializer.SerializeToElement(quoteResult)
};
}
private async Task<Dictionary<string, object>> GetStockQuoteAsync(string symbol)
{
// Implementation would call a real stock API
// This is a simplified example
return new Dictionary<string, object>
{
["symbol"] = symbol,
["price"] = 123.45,
["change"] = 2.5,
["percentChange"] = 1.2,
["lastUpdated"] = DateTime.UtcNow
};
}
private async Task<object> GetStockHistoryAsync(string symbol)
{
// Implementation would get historical data
// Simplified example
return new[]
{
new { date = DateTime.Now.AddDays(-7).Date, price = 120.25 },
new { date = DateTime.Now.AddDays(-6).Date, price = 122.50 },
new { date = DateTime.Now.AddDays(-5).Date, price = 121.75 }
// More historical data...
};
}
}
}
// Create package and publish to NuGet
// dotnet pack -c Release
// dotnet nuget push bin/Release/McpFinanceTools.1.0.0.nupkg -s https://api.nuget.org/v3/index.json -k YOUR_API_KEY// Конфігурація pom.xml для спільного пакету інструментів MCP
<!--
<project>
<groupId>com.example</groupId>
<artifactId>mcp-weather-tools</artifactId>
<version>1.0.0</version>
<dependencies>
<dependency>
<groupId>com.mcp</groupId>
<artifactId>mcp-server</artifactId>
<version>1.0.0</version>
</dependency>
</dependencies>
<distributionManagement>
<repository>
<id>github</id>
<name>GitHub Packages</name>
<url>https://maven.pkg.github.com/username/mcp-weather-tools</url>
</repository>
</distributionManagement>
</project>
-->
package com.example.mcp.weather;
import com.mcp.tools.Tool;
import com.mcp.tools.ToolRequest;
import com.mcp.tools.ToolResponse;
import com.mcp.tools.ToolExecutionException;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.net.URI;
import java.util.HashMap;
import java.util.Map;
public class WeatherForecastTool implements Tool {
private final HttpClient httpClient;
private final String apiKey;
public WeatherForecastTool(String apiKey) {
this.httpClient = HttpClient.newHttpClient();
this.apiKey = apiKey;
}
@Override
public String getName() {
return "weatherForecast";
}
@Override
public String getDescription() {
return "Gets weather forecast for a specified location";
}
@Override
public Object getSchema() {
Map<String, Object> schema = new HashMap<>();
// Визначення схеми...
return schema;
}
@Override
public ToolResponse execute(ToolRequest request) {
try {
String location = request.getParameters().get("location").asText();
int days = request.getParameters().has("days") ?
request.getParameters().get("days").asInt() : 3;
// Виклик API погоди
Map<String, Object> forecast = getForecast(location, days);
// Створення відповіді
return new ToolResponse.Builder()
.setResult(forecast)
.build();
} catch (Exception ex) {
throw new ToolExecutionException("Weather forecast failed: " + ex.getMessage(), ex);
}
}
private Map<String, Object> getForecast(String location, int days) {
// Реалізація викликала б API погоди
// Спрощений приклад
Map<String, Object> result = new HashMap<>();
// Додати дані прогнозу...
return result;
}
}
// Зібрати і опублікувати за допомогою Maven
// mvn clean package
// mvn deploy# Структура директорії для пакету PyPI:
# mcp_nlp_tools/
# ├── ЛІЦЕНЗІЯ
# ├── README.md
# ├── setup.py
# ├── mcp_nlp_tools/
# │ ├── __init__.py
# │ ├── sentiment_tool.py
# │ └── translation_tool.py
# Приклад setup.py
"""
from setuptools import setup, find_packages
setup(
name="mcp_nlp_tools",
version="0.1.0",
packages=find_packages(),
install_requires=[
"mcp_server>=1.0.0",
"transformers>=4.0.0",
"torch>=1.8.0"
],
author="Your Name",
author_email="your.email@example.com",
description="MCP tools for natural language processing tasks",
long_description=open("README.md").read(),
long_description_content_type="text/markdown",
url="https://github.com/username/mcp_nlp_tools",
classifiers=[
"Programming Language :: Python :: 3",
"License :: OSI Approved :: MIT License",
"Operating System :: OS Independent",
],
python_requires=">=3.8",
)
"""
# Приклад реалізації інструменту NLP (sentiment_tool.py)
from mcp_tools import Tool, ToolRequest, ToolResponse, ToolExecutionException
from transformers import pipeline
import torch
class SentimentAnalysisTool(Tool):
"""MCP tool for sentiment analysis of text"""
def __init__(self, model_name="distilbert-base-uncased-finetuned-sst-2-english"):
# Завантажити модель аналізу почуттів
self.sentiment_analyzer = pipeline("sentiment-analysis", model=model_name)
def get_name(self):
return "sentimentAnalysis"
def get_description(self):
return "Analyzes the sentiment of text, classifying it as positive or negative"
def get_schema(self):
return {
"type": "object",
"properties": {
"text": {
"type": "string",
"description": "The text to analyze for sentiment"
},
"includeScore": {
"type": "boolean",
"description": "Whether to include confidence scores",
"default": True
}
},
"required": ["text"]
}
async def execute_async(self, request: ToolRequest) -> ToolResponse:
try:
# Витягти параметри
text = request.parameters.get("text")
include_score = request.parameters.get("includeScore", True)
# Проаналізувати почуття
sentiment_result = self.sentiment_analyzer(text)[0]
# Відформатувати результат
result = {
"sentiment": sentiment_result["label"],
"text": text
}
if include_score:
result["score"] = sentiment_result["score"]
# Повернути результат
return ToolResponse(result=result)
except Exception as e:
raise ToolExecutionException(f"Sentiment analysis failed: {str(e)}")
# Для публікації:
# python setup.py sdist bdist_wheel
# python -m twine upload dist/*Поширюючи інструменти MCP у спільноті:
-
Повна документація:
- Документуйте призначення, використання та приклади
- Пояснюйте параметри і значення, що повертаються
- Зазначайте зовнішні залежності
-
Обробка помилок:
- Забезпечуйте стійку обробку помилок
- Надавайте корисні повідомлення про помилки
- Граціозно обробляйте крайні випадки
-
Питання продуктивності:
- Оптимізуйте як швидкість, так і використання ресурсів
- Реалізуйте кешування, де це доцільно
- Добре думайте про масштабованість
-
Безпека:
- Використовуйте безпечні API-ключі та аутентифікацію
- Перевіряйте і очищуйте введені дані
- Впроваджуйте обмеження частоти для зовнішніх API-запитів
-
Тестування:
- Забезпечуйте всебічне покриття тестами
- Тестуйте на різні типи введення та крайні випадки
- Документуйте процедури тестування
Ефективна співпраця — ключ до процвітання екосистеми MCP.
- GitHub Issues та Discussions
- Microsoft Tech Community
- Discord та Slack канали
- Stack Overflow (теги:
model-context-protocolабоmcp)
Під час перевірки внесків у MCP:
- Зрозумілість: чи код зрозумілий і добре документований?
- Коректність: чи працює він, як очікується?
- Послідовність: чи дотримується кодування стандартів проєкту?
- Повнота: чи є тести та документація?
- Безпека: чи немає проблем з безпекою?
Під час розробки для MCP:
- Версії протоколу: дотримуйтесь версії протоколу MCP, яку підтримує ваш інструмент
- Сумісність клієнтів: враховуйте сумісність зі старими версіями
- Сумісність серверів: дотримуйтесь рекомендацій щодо реалізації серверів
- Сумнівні зміни: ясно документуйте будь-які зміни, що порушують сумісність
Важливим внеском спільноти може бути розробка публічного реєстру інструментів MCP.
# Приклад схеми для API реєстру спільнотних інструментів
from fastapi import FastAPI, HTTPException, Depends
from pydantic import BaseModel, Field, HttpUrl
from typing import List, Optional
import datetime
import uuid
# Моделі для реєстру інструментів
class ToolSchema(BaseModel):
"""JSON Schema for a tool"""
type: str
properties: dict
required: List[str] = []
class ToolRegistration(BaseModel):
"""Information for registering a tool"""
name: str = Field(..., description="Unique name for the tool")
description: str = Field(..., description="Description of what the tool does")
version: str = Field(..., description="Semantic version of the tool")
schema: ToolSchema = Field(..., description="JSON Schema for tool parameters")
author: str = Field(..., description="Author of the tool")
repository: Optional[HttpUrl] = Field(None, description="Repository URL")
documentation: Optional[HttpUrl] = Field(None, description="Documentation URL")
package: Optional[HttpUrl] = Field(None, description="Package URL")
tags: List[str] = Field(default_factory=list, description="Tags for categorization")
examples: List[dict] = Field(default_factory=list, description="Example usage")
class Tool(ToolRegistration):
"""Tool with registry metadata"""
id: uuid.UUID = Field(default_factory=uuid.uuid4)
created_at: datetime.datetime = Field(default_factory=datetime.datetime.now)
updated_at: datetime.datetime = Field(default_factory=datetime.datetime.now)
downloads: int = Field(default=0)
rating: float = Field(default=0.0)
ratings_count: int = Field(default=0)
# Застосунок FastAPI для реєстру
app = FastAPI(title="MCP Tool Registry")
# База даних в пам'яті для цього прикладу
tools_db = {}
@app.post("/tools", response_model=Tool)
async def register_tool(tool: ToolRegistration):
"""Register a new tool in the registry"""
if tool.name in tools_db:
raise HTTPException(status_code=400, detail=f"Tool '{tool.name}' already exists")
new_tool = Tool(**tool.dict())
tools_db[tool.name] = new_tool
return new_tool
@app.get("/tools", response_model=List[Tool])
async def list_tools(tag: Optional[str] = None):
"""List all registered tools, optionally filtered by tag"""
if tag:
return [tool for tool in tools_db.values() if tag in tool.tags]
return list(tools_db.values())
@app.get("/tools/{tool_name}", response_model=Tool)
async def get_tool(tool_name: str):
"""Get information about a specific tool"""
if tool_name not in tools_db:
raise HTTPException(status_code=404, detail=f"Tool '{tool_name}' not found")
return tools_db[tool_name]
@app.delete("/tools/{tool_name}")
async def delete_tool(tool_name: str):
"""Delete a tool from the registry"""
if tool_name not in tools_db:
raise HTTPException(status_code=404, detail=f"Tool '{tool_name}' not found")
del tools_db[tool_name]
return {"message": f"Tool '{tool_name}' deleted"}- Спільнота MCP різноманітна і відкриває двері для різних видів внесків
- Внески в MCP можуть варіюватися від покращень основного протоколу до створення кастомних інструментів
- Дотримання інструкцій по внесках підвищує шанси прийняття вашого PR
- Створення та поширення інструментів MCP — цінний внесок у екосистему
- Співпраця спільноти є необхідною для росту та удосконалення MCP
- Визначте область в екосистемі MCP, де ви могли б зробити внесок відповідно до ваших навичок та інтересів
- Форкніть репозиторій MCP і налаштуйте локальне середовище розробки
- Створіть невелике покращення, виправлення помилки або інструмент, який буде корисним для спільноти
- Документуйте свій внесок з відповідними тестами та документацією
- Подайте pull request у відповідний репозиторій
Далі: Уроки з раннього впровадження
Відмова від відповідальності: Цей документ був перекладений за допомогою сервісу машинного перекладу Co-op Translator. Хоч ми і прагнемо до точності, будь ласка, майте на увазі, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується звертатись до професійного людського перекладу. Ми не несемо відповідальності за будь-які непорозуміння чи неправильні тлумачення, що виникли внаслідок використання цього перекладу.