(Kliknij obrazek powyżej, aby obejrzeć wideo z tej lekcji)
Ta sekcja składa się z kilku lekcji:
-
1 Twój pierwszy serwer. W tej pierwszej lekcji nauczysz się, jak stworzyć swój pierwszy serwer i sprawdzić go za pomocą narzędzia inspektora, co jest cennym sposobem na testowanie i debugowanie serwera, do lekcji
-
2 Klient. W tej lekcji nauczysz się, jak napisać klienta, który może połączyć się z Twoim serwerem, do lekcji
-
3 Klient z LLM. Jeszcze lepszym sposobem na napisanie klienta jest dodanie do niego LLM, aby mógł "negocjować" z Twoim serwerem, co ma robić, do lekcji
-
4 Konsumowanie serwera w trybie GitHub Copilot Agent w Visual Studio Code. Tutaj przyjrzymy się uruchamianiu naszego serwera MCP w Visual Studio Code, do lekcji
-
5 Serwer transportowy stdio. Transport stdio jest zalecanym standardem komunikacji serwer-klient MCP w obecnej specyfikacji, zapewniającym bezpieczną komunikację opartą na podprocesach, do lekcji
-
6 HTTP Streaming z MCP (Streamable HTTP). Dowiedz się o nowoczesnym strumieniowaniu HTTP, powiadomieniach o postępie i jak wdrażać skalowalne, w czasie rzeczywistym serwery i klientów MCP za pomocą Streamable HTTP, do lekcji
-
7 Wykorzystanie narzędzi AI Toolkit dla VSCode do konsumowania i testowania klientów i serwerów MCP, do lekcji
-
8 Testowanie. Skupimy się tutaj szczególnie na tym, jak testować serwer i klienta na różne sposoby, do lekcji
-
9 Wdrażanie. Ten rozdział omówi różne sposoby wdrażania rozwiązań MCP, do lekcji
Model Context Protocol (MCP) to otwarty protokół, który standaryzuje sposób, w jaki aplikacje dostarczają kontekst do LLM. Pomyśl o MCP jak o porcie USB-C dla aplikacji AI - zapewnia on ustandaryzowany sposób łączenia modeli AI z różnymi źródłami danych i narzędziami.
Po ukończeniu tej lekcji będziesz w stanie:
- Skonfigurować środowiska programistyczne dla MCP w językach C#, Java, Python, TypeScript i JavaScript
- Budować i wdrażać podstawowe serwery MCP z niestandardowymi funkcjami (zasoby, podpowiedzi i narzędzia)
- Tworzyć aplikacje hostujące, które łączą się z serwerami MCP
- Testować i debugować implementacje MCP
- Zrozumieć typowe wyzwania związane z konfiguracją i ich rozwiązania
- Łączyć swoje implementacje MCP z popularnymi usługami LLM
Zanim zaczniesz pracę z MCP, ważne jest, aby przygotować swoje środowisko programistyczne i zrozumieć podstawowy przepływ pracy. Ta sekcja poprowadzi Cię przez początkowe kroki konfiguracji, aby zapewnić płynny start z MCP.
Przed rozpoczęciem pracy z MCP upewnij się, że masz:
- Środowisko programistyczne: Dla wybranego języka (C#, Java, Python, TypeScript lub JavaScript)
- IDE/Edytor: Visual Studio, Visual Studio Code, IntelliJ, Eclipse, PyCharm lub dowolny nowoczesny edytor kodu
- Menedżery pakietów: NuGet, Maven/Gradle, pip lub npm/yarn
- Klucze API: Dla dowolnych usług AI, które planujesz używać w swoich aplikacjach hostujących
W nadchodzących rozdziałach zobaczysz rozwiązania zbudowane przy użyciu języków Python, TypeScript, Java i .NET. Oto wszystkie oficjalnie wspierane SDK.
MCP dostarcza oficjalne SDK dla wielu języków:
- C# SDK - Utrzymywane we współpracy z Microsoft
- Java SDK - Utrzymywane we współpracy z Spring AI
- TypeScript SDK - Oficjalna implementacja TypeScript
- Python SDK - Oficjalna implementacja Python
- Kotlin SDK - Oficjalna implementacja Kotlin
- Swift SDK - Utrzymywane we współpracy z Loopwork AI
- Rust SDK - Oficjalna implementacja Rust
- Konfiguracja środowiska programistycznego MCP jest prosta dzięki SDK specyficznym dla języka
- Budowanie serwerów MCP polega na tworzeniu i rejestrowaniu narzędzi z jasnymi schematami
- Klienci MCP łączą się z serwerami i modelami, aby korzystać z rozszerzonych możliwości
- Testowanie i debugowanie są kluczowe dla niezawodnych implementacji MCP
- Opcje wdrażania obejmują zarówno lokalny rozwój, jak i rozwiązania w chmurze
Mamy zestaw przykładów, które uzupełniają ćwiczenia, które zobaczysz we wszystkich rozdziałach tej sekcji. Dodatkowo każdy rozdział zawiera własne ćwiczenia i zadania.
- Kalkulator w Javie
- Kalkulator w .Net
- Kalkulator w JavaScript
- Kalkulator w TypeScript
- Kalkulator w Pythonie
- Budowanie agentów za pomocą Model Context Protocol na platformie Azure
- Zdalny MCP z Azure Container Apps (Node.js/TypeScript/JavaScript)
- .NET OpenAI MCP Agent
Następne: Tworzenie swojego pierwszego serwera MCP
Zastrzeżenie:
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Chociaż staramy się zapewnić dokładność, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za wiarygodne źródło. W przypadku informacji krytycznych zaleca się skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.
