Skip to content

Latest commit

 

History

History
106 lines (71 loc) · 6.88 KB

README.md

File metadata and controls

106 lines (71 loc) · 6.88 KB

Comenzando

Crea tu primer servidor MCP

(Haz clic en la imagen de arriba para ver el video de esta lección)

Esta sección consta de varias lecciones:

  • 1 Tu primer servidor, en esta primera lección, aprenderás a crear tu primer servidor y a inspeccionarlo con la herramienta de inspección, una forma valiosa de probar y depurar tu servidor, ir a la lección

  • 2 Cliente, en esta lección, aprenderás a escribir un cliente que pueda conectarse a tu servidor, ir a la lección

  • 3 Cliente con LLM, una forma aún mejor de escribir un cliente es añadiendo un LLM para que pueda "negociar" con tu servidor sobre qué hacer, ir a la lección

  • 4 Consumir un servidor en modo GitHub Copilot Agent en Visual Studio Code. Aquí veremos cómo ejecutar nuestro servidor MCP desde Visual Studio Code, ir a la lección

  • 5 Servidor con transporte stdio. El transporte stdio es el estándar recomendado para la comunicación entre servidor y cliente MCP en la especificación actual, proporcionando una comunicación segura basada en subprocesos, ir a la lección

  • 6 Transmisión HTTP con MCP (HTTP Streamable). Aprende sobre la transmisión HTTP moderna, notificaciones de progreso y cómo implementar servidores y clientes MCP escalables y en tiempo real utilizando HTTP Streamable. ir a la lección

  • 7 Utilizando AI Toolkit para VSCode para consumir y probar tus clientes y servidores MCP, ir a la lección

  • 8 Pruebas. Aquí nos enfocaremos especialmente en cómo podemos probar nuestro servidor y cliente de diferentes maneras, ir a la lección

  • 9 Despliegue. Este capítulo analizará diferentes formas de desplegar tus soluciones MCP, ir a la lección

El Protocolo de Contexto de Modelo (MCP) es un protocolo abierto que estandariza cómo las aplicaciones proporcionan contexto a los LLMs. Piensa en MCP como un puerto USB-C para aplicaciones de IA: proporciona una forma estandarizada de conectar modelos de IA a diferentes fuentes de datos y herramientas.

Objetivos de Aprendizaje

Al final de esta lección, serás capaz de:

  • Configurar entornos de desarrollo para MCP en C#, Java, Python, TypeScript y JavaScript
  • Construir y desplegar servidores MCP básicos con características personalizadas (recursos, prompts y herramientas)
  • Crear aplicaciones anfitrionas que se conecten a servidores MCP
  • Probar y depurar implementaciones de MCP
  • Comprender los desafíos comunes de configuración y sus soluciones
  • Conectar tus implementaciones MCP a servicios populares de LLM

Configurando tu Entorno MCP

Antes de comenzar a trabajar con MCP, es importante preparar tu entorno de desarrollo y comprender el flujo de trabajo básico. Esta sección te guiará a través de los pasos iniciales para garantizar un comienzo fluido con MCP.

Requisitos Previos

Antes de sumergirte en el desarrollo con MCP, asegúrate de contar con:

  • Entorno de Desarrollo: Para el lenguaje que elijas (C#, Java, Python, TypeScript o JavaScript)
  • IDE/Editor: Visual Studio, Visual Studio Code, IntelliJ, Eclipse, PyCharm o cualquier editor de código moderno
  • Gestores de Paquetes: NuGet, Maven/Gradle, pip o npm/yarn
  • Claves API: Para cualquier servicio de IA que planees usar en tus aplicaciones anfitrionas

SDKs Oficiales

En los próximos capítulos verás soluciones construidas utilizando Python, TypeScript, Java y .NET. Aquí están todos los SDKs oficialmente soportados.

MCP proporciona SDKs oficiales para múltiples lenguajes:

  • C# SDK - Mantenido en colaboración con Microsoft
  • Java SDK - Mantenido en colaboración con Spring AI
  • TypeScript SDK - La implementación oficial en TypeScript
  • Python SDK - La implementación oficial en Python
  • Kotlin SDK - La implementación oficial en Kotlin
  • Swift SDK - Mantenido en colaboración con Loopwork AI
  • Rust SDK - La implementación oficial en Rust

Puntos Clave

  • Configurar un entorno de desarrollo MCP es sencillo con los SDKs específicos para cada lenguaje
  • Construir servidores MCP implica crear y registrar herramientas con esquemas claros
  • Los clientes MCP se conectan a servidores y modelos para aprovechar capacidades extendidas
  • Las pruebas y la depuración son esenciales para implementaciones MCP confiables
  • Las opciones de despliegue van desde el desarrollo local hasta soluciones basadas en la nube

Práctica

Contamos con un conjunto de ejemplos que complementan los ejercicios que verás en todos los capítulos de esta sección. Además, cada capítulo también incluye sus propios ejercicios y tareas.

Recursos Adicionales

¿Qué sigue?

Siguiente: Creando tu primer servidor MCP

Descargo de responsabilidad:
Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Si bien nos esforzamos por garantizar la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción.