Skip to content

Latest commit

 

History

History
108 lines (71 loc) · 13 KB

README.md

File metadata and controls

108 lines (71 loc) · 13 KB

सुरु गर्दै

आफ्नो पहिलो MCP सर्भर बनाउनुहोस्

(माथिको चित्रमा क्लिक गरेर यस पाठको भिडियो हेर्नुहोस्)

यो खण्डमा विभिन्न पाठहरू समावेश छन्:

  • 1 तपाईंको पहिलो सर्भर, यस पहिलो पाठमा, तपाईंले आफ्नो पहिलो सर्भर कसरी बनाउने र निरीक्षक उपकरणको प्रयोग गरेर यसलाई जाँच गर्ने सिक्नुहुनेछ, जुन सर्भर परीक्षण र डिबग गर्नको लागि महत्त्वपूर्ण तरिका हो, पाठमा जानुहोस्

  • 2 क्लाइन्ट, यस पाठमा, तपाईंले आफ्नो सर्भरमा जडान गर्न सक्ने क्लाइन्ट कसरी लेख्ने सिक्नुहुनेछ, पाठमा जानुहोस्

  • 3 LLM सहितको क्लाइन्ट, क्लाइन्ट लेख्ने अझ राम्रो तरिका भनेको यसमा LLM थप्नु हो ताकि यसले तपाईंको सर्भरसँग "सम्झौता" गर्न सकून् कि के गर्ने, पाठमा जानुहोस्

  • 4 GitHub Copilot Agent मोडमा Visual Studio Code बाट सर्भर प्रयोग गर्नुहोस्। यहाँ, हामी Visual Studio Code भित्रबाट हाम्रो MCP सर्भर चलाउने कुरा हेर्दैछौं, पाठमा जानुहोस्

  • 5 stdio ट्रान्सपोर्ट सर्भर stdio ट्रान्सपोर्ट हालको स्पेसिफिकेसनमा MCP सर्भर-टु-क्लाइन्ट संचारको लागि सिफारिस गरिएको मानक हो, जसले सुरक्षित सबप्रोसेस-आधारित संचार प्रदान गर्दछ पाठमा जानुहोस्

  • 6 MCP संग HTTP स्ट्रिमिङ (Streamable HTTP)। आधुनिक HTTP स्ट्रिमिङ, प्रगति सूचनाहरू, र Streamable HTTP प्रयोग गरेर स्केलेबल, वास्तविक-समय MCP सर्भर र क्लाइन्टहरू कसरी कार्यान्वयन गर्ने सिक्नुहोस्। पाठमा जानुहोस्

  • 7 VSCode को लागि AI Toolkit प्रयोग गर्नुहोस् MCP क्लाइन्टहरू र सर्भरहरू उपभोग गर्न र परीक्षण गर्न पाठमा जानुहोस्

  • 8 परीक्षण। यहाँ हामी विशेष रूपमा विभिन्न तरिकामा हाम्रो सर्भर र क्लाइन्ट परीक्षण गर्न कसरी ध्यान केन्द्रित गर्नेछौं, पाठमा जानुहोस्

  • 9 परिनियोजन। यो अध्यायले तपाईंको MCP समाधानहरू परिनियोजन गर्ने विभिन्न तरिकाहरू हेर्नेछ, पाठमा जानुहोस्

Model Context Protocol (MCP) एक खुला प्रोटोकल हो जसले अनुप्रयोगहरूले LLMs लाई सन्दर्भ कसरी प्रदान गर्छन् भन्ने मानकीकरण गर्दछ। MCP लाई AI अनुप्रयोगहरूको लागि USB-C पोर्ट जस्तै सोच्नुहोस् - यसले AI मोडेलहरूलाई विभिन्न डेटा स्रोतहरू र उपकरणहरूसँग जडान गर्न मानकीकृत तरिका प्रदान गर्दछ।

सिक्ने उद्देश्यहरू

यस पाठको अन्त्यसम्ममा, तपाईं सक्षम हुनुहुनेछ:

  • C#, Java, Python, TypeScript, र JavaScript मा MCP को लागि विकास वातावरण सेटअप गर्नुहोस्
  • कस्टम सुविधाहरू (स्रोतहरू, प्रम्प्टहरू, र उपकरणहरू) सहित आधारभूत MCP सर्भरहरू निर्माण र परिनियोजन गर्नुहोस्
  • MCP सर्भरहरूसँग जडान गर्ने होस्ट अनुप्रयोगहरू सिर्जना गर्नुहोस्
  • MCP कार्यान्वयनहरू परीक्षण र डिबग गर्नुहोस्
  • सामान्य सेटअप चुनौतीहरू र तिनका समाधानहरू बुझ्नुहोस्
  • तपाईंको MCP कार्यान्वयनहरू लोकप्रिय LLM सेवाहरूमा जडान गर्नुहोस्

तपाईंको MCP वातावरण सेटअप गर्दै

MCP सँग काम गर्न सुरु गर्नु अघि, तपाईंको विकास वातावरण तयार पार्नु र आधारभूत कार्यप्रवाह बुझ्नु महत्त्वपूर्ण छ। यो खण्डले MCP सँग सहज सुरुवात सुनिश्चित गर्न प्रारम्भिक सेटअप चरणहरू मार्फत तपाईंलाई मार्गदर्शन गर्नेछ।

पूर्वापेक्षाहरू

MCP विकासमा प्रवेश गर्नु अघि, सुनिश्चित गर्नुहोस् कि तपाईंसँग:

  • विकास वातावरण: तपाईंले रोजेको भाषा (C#, Java, Python, TypeScript, वा JavaScript) को लागि
  • IDE/सम्पादक: Visual Studio, Visual Studio Code, IntelliJ, Eclipse, PyCharm, वा कुनै पनि आधुनिक कोड सम्पादक
  • प्याकेज प्रबन्धकहरू: NuGet, Maven/Gradle, pip, वा npm/yarn
  • API कुञ्जीहरू: तपाईंको होस्ट अनुप्रयोगहरूमा प्रयोग गर्न चाहनु भएको कुनै पनि AI सेवाहरूको लागि

आधिकारिक SDKs

आगामी अध्यायहरूमा तपाईंले Python, TypeScript, Java र .NET प्रयोग गरेर निर्माण गरिएका समाधानहरू देख्नुहुनेछ। यहाँ सबै आधिकारिक रूपमा समर्थित SDKs छन्।

MCP ले धेरै भाषाहरूको लागि आधिकारिक SDKs प्रदान गर्दछ:

  • C# SDK - Microsoft सँगको सहकार्यमा व्यवस्थापन गरिएको
  • Java SDK - Spring AI सँगको सहकार्यमा व्यवस्थापन गरिएको
  • TypeScript SDK - आधिकारिक TypeScript कार्यान्वयन
  • Python SDK - आधिकारिक Python कार्यान्वयन
  • Kotlin SDK - आधिकारिक Kotlin कार्यान्वयन
  • Swift SDK - Loopwork AI सँगको सहकार्यमा व्यवस्थापन गरिएको
  • Rust SDK - आधिकारिक Rust कार्यान्वयन

मुख्य बुँदाहरू

  • MCP विकास वातावरण सेटअप गर्नु भाषा-विशिष्ट SDKs को साथ सरल छ
  • MCP सर्भरहरू निर्माण गर्न स्पष्ट स्किमाहरूको साथ उपकरणहरू सिर्जना र दर्ता गर्न आवश्यक छ
  • MCP क्लाइन्टहरूले विस्तारित क्षमताहरूको लाभ उठाउन सर्भरहरू र मोडेलहरूसँग जडान गर्छन्
  • विश्वसनीय MCP कार्यान्वयनहरूको लागि परीक्षण र डिबग महत्त्वपूर्ण छ
  • परिनियोजन विकल्पहरू स्थानीय विकासदेखि क्लाउड-आधारित समाधानहरू सम्म फैलिन्छन्

अभ्यास गर्दै

हामीसँग नमूनाहरूको सेट छ जसले यस खण्डका सबै अध्यायहरूमा देखिने अभ्यासहरूलाई पूरक बनाउँछ। थप रूपमा प्रत्येक अध्यायसँग आफ्नै अभ्यासहरू र असाइनमेन्टहरू पनि छन्।

थप स्रोतहरू

अब के गर्ने

अर्को: तपाईंको पहिलो MCP सर्भर सिर्जना गर्दै

अस्वीकरण:
यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरी अनुवाद गरिएको हो। हामी यथासम्भव सटीकता सुनिश्चित गर्न प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटि वा अशुद्धता हुन सक्छ। यसको मूल भाषामा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्त्वपूर्ण जानकारीका लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं।