Ten kompleksowy przewodnik uczy, jak zbudować produkcyjnie gotowe serwery Model Context Protocol (MCP) integrujące się z bazami danych poprzez praktyczną realizację analizy detalicznej. Poznasz wzorce klasy korporacyjnej, w tym Row Level Security (RLS), wyszukiwanie semantyczne, integrację z Azure AI oraz dostęp wielonarodowy do danych.
Niezależnie od tego, czy jesteś programistą backendu, inżynierem AI, czy architektem danych, przewodnik oferuje uporządkowaną naukę z przykładami z życia wziętymi i ćwiczeniami praktycznymi, prowadząc Cię przez serwer MCP https://github.com/microsoft/MCP-Server-and-PostgreSQL-Sample-Retail.
- 📘 Dokumentacja MCP – Szczegółowe samouczki i przewodniki użytkownika
- 📜 Specyfikacja MCP (2025-11-25) – Architektura protokołu i odniesienia techniczne
- 🧑💻 Repozytorium MCP na GitHub – SDK open-source, narzędzia i przykłady kodu
- 🌐 Społeczność MCP – Dołącz do dyskusji i wspieraj społeczność
- 🔒 OWASP MCP Top 10 – Najlepsze praktyki bezpieczeństwa i ograniczanie ryzyka
📚 Kompletny Plan Nauki dla https://github.com/microsoft/MCP-Server-and-PostgreSQL-Sample-Retail
| Laboratorium | Temat | Opis | Link |
|---|---|---|---|
| Lab 1-3: Podstawy | |||
| 00 | Wprowadzenie do Integracji Bazy Danych MCP | Przegląd MCP z integracją bazy danych i przypadkiem użycia analizy detalicznej | Zacznij Tutaj |
| 01 | Podstawowe Koncepcje Architektury | Zrozumienie architektury serwera MCP, warstw baz danych i wzorców bezpieczeństwa | Ucz się |
| 02 | Bezpieczeństwo i Wielonarodowość | Row Level Security, uwierzytelnianie i wielonarodowy dostęp do danych | Ucz się |
| 03 | Konfiguracja Środowiska | Ustawienie środowiska rozwojowego, Docker, zasoby Azure | Konfiguruj |
| Lab 4-6: Budowa Serwera MCP | |||
| 04 | Projektowanie Bazy Danych i Schemat | Konfiguracja PostgreSQL, projekt schematu detalicznego i przykładowe dane | Buduj |
| 05 | Implementacja Serwera MCP | Budowa serwera FastMCP z integracją bazy danych | Buduj |
| 06 | Rozwój Narzędzi | Tworzenie narzędzi zapytań do bazy i introspekcji schematu | Buduj |
| Lab 7-9: Zaawansowane Funkcje | |||
| 07 | Integracja Wyszukiwania Semantycznego | Implementacja osadzeń wektorowych z Azure OpenAI i pgvector | Zaawansowane |
| 08 | Testowanie i Debugowanie | Strategie testowania, narzędzia do debugowania i metody walidacji | Testuj |
| 09 | Integracja z VS Code | Konfiguracja integracji MCP w VS Code i użycie czatu AI | Integruj |
| Lab 10-12: Produkcja i Najlepsze Praktyki | |||
| 10 | Strategie Wdrożenia | Wdrożenie Docker, Azure Container Apps oraz rozważania skalowania | Wdrożenie |
| 11 | Monitorowanie i Obserwowalność | Application Insights, logowanie, monitorowanie wydajności | Monitoruj |
| 12 | Najlepsze Praktyki i Optymalizacja | Optymalizacja wydajności, wzmacnianie bezpieczeństwa i wskazówki produkcyjne | Optymalizuj |
Na koniec ścieżki nauki zbudujesz kompletny Serwer MCP Zava Retail Analytics z funkcjami:
- Wielotabelowa baza danych detalicznej z zamówieniami klientów, produktami i inwentarzem
- Row Level Security dla izolacji danych na poziomie sklepu
- Semantyczne wyszukiwanie produktów z użyciem osadzeń Azure OpenAI
- Integracja czatu AI w VS Code do zapytań w języku naturalnym
- Gotowe do produkcji wdrożenie z Docker i Azure
- Kompleksowe monitorowanie z Application Insights
Aby maksymalnie wykorzystać tę ścieżkę nauki, powinieneś posiadać:
- Doświadczenie programistyczne: Znajomość Pythona (preferowana) lub podobnych języków
- Wiedza o bazach danych: Podstawy SQL i baz relacyjnych
- Koncepcje API: Zrozumienie REST API i HTTP
- Narzędzia deweloperskie: Doświadczenie z terminalem, Gitem i edytorami kodu
- Podstawy chmury: (Opcjonalne) Podstawowa znajomość Azure lub podobnych platform chmurowych
- Znajomość Dockera: (Opcjonalne) Zrozumienie pojęć konteneryzacji
- Docker Desktop - Do uruchamiania PostgreSQL i serwera MCP
- Azure CLI - Do wdrażania zasobów w chmurze
- VS Code - Do rozwoju i integracji MCP
- Git - Do kontroli wersji
- Python 3.8+ - Do rozwoju serwera MCP
Ta ścieżka nauki zawiera obszerne zasoby, które pomogą Ci efektywnie się poruszać:
Każde laboratorium zawiera:
- Jasne cele nauki - Co osiągniesz
- Instrukcje krok po kroku - Szczegółowe przewodniki implementacji
- Przykłady kodu - Działające próbki z wyjaśnieniami
- Ćwiczenia - Możliwości praktycznego zastosowania
- Poradniki rozwiązywania problemów - Typowe problemy i rozwiązania
- Dodatkowe zasoby - Materiały do dalszej nauki i eksploracji
Przed rozpoczęciem każdego laboratorium znajdziesz:
- Wymaganą wiedzę - Co powinieneś znać wcześniej
- Walidację konfiguracji - Jak sprawdzić środowisko
- Szacowany czas - Przewidywany czas ukończenia
- Efekty nauki - Co będziesz potrafił po zakończeniu
Wybierz ścieżkę w zależności od poziomu doświadczenia:
- Upewnij się, że ukończyłeś 0-10 z MCP dla Początkujących
- Wykonaj laboratoria 00-03, aby utrwalić podstawy
- Postępuj z laboratoriami 04-06, by praktycznie budować
- Wypróbuj laboratoria 07-09, by używać praktycznie
- Przejrzyj laboratoria 00-01, aby poznać koncepcje bazodanowe
- Skup się na laboratoriach 02-06, aby wdrożyć
- Zagłęb się w laboratoria 07-12 dla zaawansowanych funkcji
- Przejrzyj laboratoria 00-03, by poznać kontekst
- Skup się na laboratoriach 04-09 dla integracji z bazą danych
- Skoncentruj się na laboratoriach 10-12 dla wdrożeń produkcyjnych
Pracuj nad laboratoriami w kolejności, by uzyskać pełne zrozumienie:
- Przeczytaj przegląd - Zrozum, czego się nauczysz
- Sprawdź wymagania wstępne - Upewnij się, że masz wymaganą wiedzę
- Postępuj za przewodnikiem krok po kroku - Implementuj w trakcie nauki
- Wykonaj ćwiczenia - Utrwal wiedzę
- Przejrzyj kluczowe wnioski - Utrwal efekty nauki
Jeśli potrzebujesz konkretnych umiejętności:
- Integracja z Bazą Danych: Skup się na laboratoriach 04-06
- Wdrażanie Bezpieczeństwa: Skoncentruj się na 02, 08, 12
- AI / Wyszukiwanie Semantyczne: Zgłęb laboratorium 07
- Wdrożenie Produkcyjne: Studiuj laboratoria 10-12
Każde laboratorium zawiera:
- Działający kod - Kopiuj, modyfikuj i eksperymentuj
- Scenariusze z życia - Praktyczne przypadki analizy detalicznej
- Stopniowa złożoność - Buduj od prostego do zaawansowanego
- Kroki walidacyjne - Sprawdź, czy implementacja działa
- Azure AI Discord: Dołącz, by uzyskać wsparcie ekspertów
- Repozytorium GitHub i Przykład Implementacji: Przykład wdrożenia i zasoby
- Społeczność MCP: Dołącz do szerszych dyskusji MCP
Rozpocznij swoją podróż z Laboratorium 00: Wprowadzenie do Integracji Bazy Danych MCP
Opanuj budowanie produkcyjnie gotowych serwerów MCP z integracją bazy danych dzięki temu wszechstronnemu, praktycznemu doświadczeniu edukacyjnemu.
Zastrzeżenie:
Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczeń AI Co-op Translator. Mimo że dokładamy starań, aby tłumaczenie było jak najbardziej precyzyjne, należy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub niedokładności. Oryginalny dokument w języku źródłowym powinien być uznawany za dokument wiarygodny. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.