（點擊上方圖片觀看本課程影片）
本章節涵蓋了模型上下文協議（MCP）實現中的一系列高階主題，包括多模態整合、可擴展性、安全性最佳實踐以及企業整合。這些主題對於構建穩健且可投入生產的 MCP 應用至關重要，以滿足現代 AI 系統的需求。
本課程探討了模型上下文協議實現中的高階概念，重點包括多模態整合、可擴展性、安全性最佳實踐以及企業整合。這些主題對於構建能夠應對企業環境中複雜需求的生產級 MCP 應用至關重要。
完成本課程後，您將能夠：
- 在 MCP 框架中實現多模態功能
- 設計可應對高需求場景的 MCP 可擴展架構
- 應用符合 MCP 安全原則的安全性最佳實踐
- 將 MCP 整合至企業 AI 系統及框架
- 在生產環境中優化性能及可靠性
| 連結 | 標題 | 描述 |
|---|---|---|
| 5.1 與 Azure 整合 | 與 Azure 整合 | 學習如何在 Azure 上整合您的 MCP 伺服器 |
| 5.2 多模態範例 | MCP 多模態範例 | 提供音頻、影像及多模態回應的範例 |
| 5.3 MCP OAuth2 範例 | MCP OAuth2 範例 | 使用 Spring Boot 的簡易應用程式展示 MCP 的 OAuth2，作為授權伺服器及資源伺服器。展示安全令牌發行、受保護端點、Azure 容器應用部署及 API 管理整合。 |
| 5.4 根上下文 | 根上下文 | 了解更多關於根上下文及其實現方式 |
| 5.5 路由 | 路由 | 學習不同類型的路由 |
| 5.6 取樣 | 取樣 | 學習如何進行取樣 |
| 5.7 擴展 | 擴展 | 了解擴展相關知識 |
| 5.8 安全性 | 安全性 | 保護您的 MCP 伺服器 |
| 5.9 網頁搜尋範例 | 網頁搜尋 MCP | Python MCP 伺服器及客戶端整合 SerpAPI，提供即時網頁、新聞、產品搜尋及問答功能。展示多工具協作、外部 API 整合及穩健的錯誤處理。 |
| 5.10 即時串流 | 串流 | 即時數據串流在當今數據驅動的世界中至關重要，企業及應用需要即時獲取信息以做出及時決策。 |
| 5.11 即時網頁搜尋 | 網頁搜尋 | MCP 如何通過標準化的上下文管理方法改變即時網頁搜尋，涵蓋 AI 模型、搜尋引擎及應用。 |
| 5.12 MCP 伺服器的 Entra ID 驗證 | Entra ID 驗證 | Microsoft Entra ID 提供強大的雲端身份及訪問管理解決方案，確保只有授權的用戶及應用能與您的 MCP 伺服器互動。 |
| 5.13 Azure AI Foundry 代理整合 | Azure AI Foundry 整合 | 學習如何將 MCP 伺服器與 Azure AI Foundry 代理整合，實現強大的工具協作及企業 AI 功能，並標準化外部數據源連接。 |
| 5.14 上下文工程 | 上下文工程 | MCP 伺服器的上下文工程技術未來機遇，包括上下文優化、動態上下文管理及在 MCP 框架中有效提示工程的策略。 |
欲了解 MCP 高階主題的最新資訊，請參考：
- 多模態 MCP 實現擴展了 AI 的能力，超越了文本處理
- 可擴展性對於企業部署至關重要，可通過水平及垂直擴展來實現
- 全面的安全措施保護數據並確保適當的訪問控制
- 與 Azure OpenAI 及 Microsoft AI Foundry 等平台的企業整合增強了 MCP 的功能
- 高階 MCP 實現受益於優化的架構及謹慎的資源管理
設計一個針對特定用例的企業級 MCP 實現：
- 確定您的用例的多模態需求
- 列出保護敏感數據所需的安全控制
- 設計能夠應對不同負載的可擴展架構
- 計劃與企業 AI 系統的整合點
- 記錄潛在的性能瓶頸及緩解策略
免責聲明：
本文件已使用人工智能翻譯服務 Co-op Translator 進行翻譯。儘管我們致力於提供準確的翻譯，請注意自動翻譯可能包含錯誤或不準確之處。原始語言的文件應被視為具權威性的來源。對於重要信息，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋概不負責。