(Klikkaa yllä olevaa kuvaa nähdäksesi tämän oppitunnin videon)
Tämä oppitunti keskittyy siihen, miten osallistua MCP-yhteisöön, edistää MCP-ekosysteemiä ja noudattaa parhaita käytäntöjä yhteistyöhön perustuvassa kehityksessä. MCP:n avoimen lähdekoodin projekteihin osallistumisen ymmärtäminen on olennaista niille, jotka haluavat vaikuttaa tämän teknologian tulevaisuuteen.
Oppitunnin lopussa osaat:
- Ymmärtää MCP-yhteisön ja ekosysteemin rakenteen
- Osallistua tehokkaasti MCP-yhteisön foorumeihin ja keskusteluihin
- Edistää MCP:n avoimen lähdekoodin arkistoja
- Luoda ja jakaa omia MCP-työkaluja ja palvelimia
- Noudattaa MCP-kehityksen ja yhteistyön parhaita käytäntöjä
- Löytää yhteisön resursseja ja kehyksiä MCP-kehitykseen
MCP-ekosysteemi koostuu eri osista ja osallistujista, jotka työskentelevät yhdessä protokollan kehittämiseksi.
- Ydinprotokollan ylläpitäjät: Virallinen Model Context Protocol GitHub -organisaatio ylläpitää MCP:n ydinspecifikaatioita ja referenssitoteutuksia.
- Työkalujen kehittäjät: Henkilöt ja tiimit, jotka luovat MCP-työkaluja ja palvelimia.
- Integraation tarjoajat: Yritykset, jotka integroivat MCP:n tuotteisiinsa ja palveluihinsa.
- Loppukäyttäjät: Kehittäjät ja organisaatiot, jotka käyttävät MCP:tä sovelluksissaan.
- Kontribuuttorit: Yhteisön jäsenet, jotka edistävät koodia, dokumentaatiota tai muita resursseja.
- MCP GitHub -organisaatio
- MCP-dokumentaatio
- MCP-specifikaatio
- GitHub-keskustelut
- MCP-esimerkit ja palvelimet -arkisto
- MCP-asiakkaat - Lista asiakkaista, jotka tukevat MCP-integraatioita.
- Yhteisön MCP-palvelimet - Kasvava lista yhteisön kehittämistä MCP-palvelimista.
- Awesome MCP Servers - Kuratoitu lista MCP-palvelimista.
- PulseMCP - Yhteisön keskus ja uutiskirje MCP-resurssien löytämiseen.
- Discord-palvelin - Yhdistä MCP-kehittäjiin.
- Kieli-spesifiset SDK-toteutukset.
- Blogikirjoitukset ja tutoriaalit.
MCP-ekosysteemi toivottaa tervetulleeksi monenlaisia kontribuutioita:
-
Koodikontribuutiot:
- Ydinprotokollan parannukset
- Virheenkorjaukset
- Työkalujen ja palvelimien toteutukset
- Asiakas-/palvelinkirjastot eri kielillä
-
Dokumentaatio:
- Olemassa olevan dokumentaation parantaminen
- Tutoriaalien ja oppaiden luominen
- Dokumentaation kääntäminen
- Esimerkkien ja mallisovellusten luominen
-
Yhteisön tuki:
- Kysymyksiin vastaaminen foorumeilla ja keskusteluissa
- Testaaminen ja ongelmien raportointi
- Yhteisötapahtumien järjestäminen
- Uusien kontribuuttorien mentorointi
Jos haluat edistää MCP:n ydinprotokollaa tai virallisia toteutuksia, noudata näitä periaatteita virallisista kontribuointiohjeista:
-
Yksinkertaisuus ja minimalismi: MCP-specifikaatio ylläpitää korkeaa kynnystä uusien konseptien lisäämiselle. Specifikaatioon on helpompi lisätä asioita kuin poistaa niitä.
-
Konkreettinen lähestymistapa: Specifikaation muutosten tulisi perustua konkreettisiin toteutushaasteisiin, ei spekulatiivisiin ideoihin.
-
Ehdotuksen vaiheet:
- Määrittele: Tutki ongelma-aluetta, varmista että muut MCP-käyttäjät kohtaavat samanlaisen ongelman.
- Prototyyppi: Rakenna esimerkkiratkaisu ja osoita sen käytännön soveltuvuus.
- Kirjoita: Prototyypin pohjalta kirjoita specifikaatioehdotus.
# Fork the repository
git clone https://github.com/YOUR-USERNAME/modelcontextprotocol.git
cd modelcontextprotocol
# Install dependencies
npm install
# For schema changes, validate and generate schema.json:
npm run check:schema:ts
npm run generate:schema
# For documentation changes
npm run check:docs
npm run format
# Preview documentation locally (optional):
npm run serve:docs// Original code with bug in the typescript-sdk
export function validateResource(resource: unknown): resource is MCPResource {
if (!resource || typeof resource !== 'object') {
return false;
}
// Bug: Missing property validation
// Current implementation:
const hasName = 'name' in resource;
const hasSchema = 'schema' in resource;
return hasName && hasSchema;
}
// Fixed implementation in a contribution
export function validateResource(resource: unknown): resource is MCPResource {
if (!resource || typeof resource !== 'object') {
return false;
}
// Improved validation
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;
}# Example contribution: A CSV data processing tool for the MCP standard library
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:
# Extract parameters
operation = request.parameters.get("operation")
output_format = request.parameters.get("outputFormat", "json")
# Get CSV data from either direct data or URL
df = await self._get_dataframe(request)
# Process based on requested operation
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"""
# Implementation would include various transformations
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}")Onnistuneen MCP-projektin kontribuoinnin varmistamiseksi:
- Aloita pienestä: Aloita dokumentaatiosta, virheenkorjauksista tai pienistä parannuksista.
- Noudata tyyliohjeita: Noudata projektin koodityyliä ja konventioita.
- Kirjoita testejä: Sisällytä yksikkötestit koodikontribuutioihisi.
- Dokumentoi työsi: Lisää selkeä dokumentaatio uusille ominaisuuksille tai muutoksille.
- Lähetä kohdennettuja PR:itä: Pidä pull requestit keskittyneinä yhteen ongelmaan tai ominaisuuteen.
- Vastaa palautteeseen: Ole valmis vastaamaan palautteeseen kontribuutioistasi.
# Clone the repository
git clone https://github.com/modelcontextprotocol/typescript-sdk.git
cd typescript-sdk
# Create a new branch for your contribution
git checkout -b feature/my-contribution
# Make your changes
# ...
# Run tests to ensure your changes don't break existing functionality
npm test
# Commit your changes with a descriptive message
git commit -am "Fix validation in resource handler"
# Push your branch to your fork
git push origin feature/my-contribution
# Create a pull request from your branch to the main repository
# Then engage with feedback and iterate on your PR as neededYksi arvokkaimmista tavoista edistää MCP-ekosysteemiä on luoda ja jakaa omia MCP-palvelimia. Yhteisö on jo kehittänyt satoja palvelimia eri palveluille ja käyttötarkoituksille.
Useita kehyksiä on saatavilla MCP-palvelimen kehityksen yksinkertaistamiseksi:
-
Viralliset SDK:t:
-
Yhteisön kehykset:
- MCP-Framework - Rakenna MCP-palvelimia tyylikkäästi ja nopeasti TypeScriptillä.
- MCP Declarative Java SDK - Annotation-pohjaiset MCP-palvelimet Javalla.
- Quarkus MCP Server SDK - Java-kehys MCP-palvelimille.
- Next.js MCP Server Template - Aloitusprojekti MCP-palvelimille Next.js:llä.
// 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// pom.xml configuration for a shareable MCP tool package
<!--
<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<>();
// Schema definition...
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;
// Call weather API
Map<String, Object> forecast = getForecast(location, days);
// Build response
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) {
// Implementation would call weather API
// Simplified example
Map<String, Object> result = new HashMap<>();
// Add forecast data...
return result;
}
}
// Build and publish using Maven
// mvn clean package
// mvn deploy# Directory structure for a PyPI package:
# mcp_nlp_tools/
# ├── LICENSE
# ├── README.md
# ├── setup.py
# ├── mcp_nlp_tools/
# │ ├── __init__.py
# │ ├── sentiment_tool.py
# │ └── translation_tool.py
# Example 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",
)
"""
# Example NLP tool implementation (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"):
# Load the sentiment analysis model
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:
# Extract parameters
text = request.parameters.get("text")
include_score = request.parameters.get("includeScore", True)
# Analyze sentiment
sentiment_result = self.sentiment_analyzer(text)[0]
# Format result
result = {
"sentiment": sentiment_result["label"],
"text": text
}
if include_score:
result["score"] = sentiment_result["score"]
# Return result
return ToolResponse(result=result)
except Exception as e:
raise ToolExecutionException(f"Sentiment analysis failed: {str(e)}")
# To publish:
# python setup.py sdist bdist_wheel
# python -m twine upload dist/*Kun jaat MCP-työkaluja yhteisölle:
-
Täydellinen dokumentaatio:
- Dokumentoi tarkoitus, käyttö ja esimerkit.
- Selitä parametrit ja palautusarvot.
- Dokumentoi ulkoiset riippuvuudet.
-
Virheenkäsittely:
- Toteuta vankka virheenkäsittely.
- Tarjoa hyödyllisiä virheilmoituksia.
- Käsittele reunatapaukset huolellisesti.
-
Suorituskyky:
- Optimoi sekä nopeuden että resurssien käytön suhteen.
- Toteuta välimuisti tarvittaessa.
- Huomioi skaalautuvuus.
-
Turvallisuus:
- Käytä turvallisia API-avaimia ja autentikointia.
- Vahvista ja puhdista syötteet.
- Toteuta rajoituksia ulkoisten API-kutsujen määrälle.
-
Testaus:
- Sisällytä kattava testikattavuus.
- Testaa eri syötetyyppien ja reunatapausten kanssa.
- Dokumentoi testausmenetelmät.
Tehokas yhteistyö on avain MCP-ekosysteemin menestykseen.
- GitHub-ongelmat ja keskustelut
- Microsoft Tech Community
- Discord- ja Slack-kanavat
- Stack Overflow (tagit:
model-context-protocoltaimcp)
Kun tarkastat MCP-kontribuutioita:
- Selkeys: Onko koodi selkeää ja hyvin dokumentoitua?
- Oikeellisuus: Toimiiko se odotetusti?
- Johdonmukaisuus: Noudattaako se projektin konventioita?
- Täydellisyys: Sisältyvätkö testit ja dokumentaatio?
- Turvallisuus: Onko turvallisuuteen liittyviä huolenaiheita?
Kun kehität MCP:lle:
- Protokollan versiointi: Noudata MCP-protokollan versiota, jota työkalusi tukee.
- Asiakasyhteensopivuus: Huomioi taaksepäin yhteensopivuus.
- Palvelinyhteensopivuus: Noudata palvelimen toteutusohjeita.
- Rikkovat muutokset: Dokumentoi selkeästi kaikki rikkovat muutokset.
Tärkeä yhteisön kontribuutio voisi olla julkisen rekisterin kehittäminen MCP-työkaluille.
# Example schema for a community tool registry API
from fastapi import FastAPI, HTTPException, Depends
from pydantic import BaseModel, Field, HttpUrl
from typing import List, Optional
import datetime
import uuid
# Models for the tool registry
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)
# FastAPI application for the registry
app = FastAPI(title="MCP Tool Registry")
# In-memory database for this example
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"}- MCP-yhteisö on monimuotoinen ja toivottaa tervetulleeksi monenlaisia kontribuutioita.
- MCP:n kontribuointi voi vaihdella ydinprotokollan parannuksista omiin työkaluihin.
- Kontribuointiohjeiden noudattaminen parantaa PR:n hyväksymismahdollisuuksia.
- MCP-työkalujen luominen ja jakaminen on arvokas tapa parantaa ekosysteemiä.
- Yhteisön yhteistyö on olennaista MCP:n kasvulle ja kehitykselle.
- Tunnista MCP-ekosysteemistä alue, johon voisit kontribuoida taitojesi ja kiinnostuksesi perusteella.
- Haarauta MCP-arkisto ja asenna paikallinen kehitysympäristö.
- Luo pieni parannus, virheenkorjaus tai työkalu, joka hyödyttäisi yhteisöä.
- Dokumentoi kontribuutiosi asianmukaisilla testeillä ja dokumentaatiolla.
- Lähetä pull request sopivaan arkistoon.
Seuraava: Oppitunnit varhaisesta käyttöönotosta
Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.