Skip to content

Latest commit

 

History

History
322 lines (279 loc) · 10.4 KB

study_guide.md

File metadata and controls

322 lines (279 loc) · 10.4 KB

Model Context Protocol (MCP) 初學者學習指南

本學習指南概述了「Model Context Protocol (MCP) 初學者」課程的倉庫結構與內容，幫助你有效瀏覽倉庫並充分利用現有資源。

倉庫概覽

Model Context Protocol (MCP) 是一套用於 AI 模型與客戶端應用程式之間互動的標準化框架。最初由 Anthropic 創建，現由更廣泛的 MCP 社群透過官方 GitHub 組織共同維護。本倉庫提供完整課程，包含 C#、Java、JavaScript、Python 和 TypeScript 的實作範例，適合 AI 開發者、系統架構師及軟體工程師使用。

視覺化課程地圖

mindmap
  root((MCP for Beginners))
    00. Introduction
      ::icon(fa fa-book)
      (Protocol Overview)
      (Standardization Benefits)
      (Real-world Use Cases)
      (AI Integration Fundamentals)
    01. Core Concepts
      ::icon(fa fa-puzzle-piece)
      (Client-Server Architecture)
      (Protocol Components)
      (Messaging Patterns)
      (Transport Mechanisms)
    02. Security
      ::icon(fa fa-shield)
      (AI-Specific Threats)
      (Best Practices 2025)
      (Azure Content Safety)
      (Auth & Authorization)
      (Microsoft Prompt Shields)
    03. Getting Started
      ::icon(fa fa-rocket)
      (First Server Implementation)
      (Client Development)
      (LLM Client Integration)
      (VS Code Extensions)
      (SSE Server Setup)
      (HTTP Streaming)
      (AI Toolkit Integration)
      (Testing Frameworks)
      (Deployment Strategies)
    04. Practical Implementation
      ::icon(fa fa-code)
      (Multi-Language SDKs)
      (Testing & Debugging)
      (Prompt Templates)
      (Sample Projects)
      (Production Patterns)
    05. Advanced Topics
      ::icon(fa fa-graduation-cap)
      (Context Engineering)
      (Foundry Agent Integration)
      (Multi-modal AI Workflows)
      (OAuth2 Authentication)
      (Real-time Search)
      (Streaming Protocols)
      (Root Contexts)
      (Routing Strategies)
      (Sampling Techniques)
      (Scaling Solutions)
      (Security Hardening)
      (Entra ID Integration)
      (Web Search MCP)
      
    06. Community
      ::icon(fa fa-users)
      (Code Contributions)
      (Documentation)
      (MCP Client Ecosystem)
      (MCP Server Registry)
      (Image Generation Tools)
      (GitHub Collaboration)
    07. Early Adoption
      ::icon(fa fa-lightbulb)
      (Production Deployments)
      (Microsoft MCP Servers)
      (Azure MCP Service)
      (Enterprise Case Studies)
      (Future Roadmap)
    08. Best Practices
      ::icon(fa fa-check)
      (Performance Optimization)
      (Fault Tolerance)
      (System Resilience)
      (Monitoring & Observability)
    09. Case Studies
      ::icon(fa fa-file-text)
      (Azure API Management)
      (AI Travel Agent)
      (Azure DevOps Integration)
      (Documentation MCP)
      (Real-world Implementations)
    10. Hands-on Workshop
      ::icon(fa fa-laptop)
      (MCP Server Fundamentals)
      (Advanced Development)
      (AI Toolkit Integration)
      (Production Deployment)
      (4-Lab Structure)
Loading

倉庫結構

倉庫分為十個主要章節，分別聚焦 MCP 的不同面向：

  1. 介紹 (00-Introduction/)

    • Model Context Protocol 概述
    • AI 流程中標準化的重要性
    • 實際應用案例與效益

  2. 核心概念 (01-CoreConcepts/)

    • 客戶端-伺服器架構
    • 主要協議元件
    • MCP 中的訊息傳遞模式

  3. 安全性 (02-Security/)

    • MCP 系統中的安全威脅
    • 安全實作最佳做法
    • 認證與授權策略
    • 完整安全文件：
      • MCP Security Best Practices 2025
      • Azure Content Safety Implementation Guide
      • MCP Security Controls and Techniques
      • MCP Best Practices Quick Reference
    • 重要安全議題：
      • 提示注入與工具中毒攻擊
      • 會話劫持與混淆代理問題
      • 令牌轉發漏洞
      • 過度權限與存取控制
      • AI 元件供應鏈安全
      • Microsoft Prompt Shields 整合

  4. 入門指南 (03-GettingStarted/)

    • 環境設定與配置
    • 建立基本 MCP 伺服器與客戶端
    • 與現有應用整合
    • 包含章節：
      • 首個伺服器實作
      • 客戶端開發
      • LLM 客戶端整合
      • VS Code 整合
      • Server-Sent Events (SSE) 伺服器
      • HTTP 串流
      • AI 工具包整合
      • 測試策略
      • 部署指南

  5. 實務實作 (04-PracticalImplementation/)

    • 跨語言 SDK 使用
    • 除錯、測試與驗證技巧
    • 製作可重用的提示模板與工作流程
    • 範例專案與實作示範

  6. 進階主題 (05-AdvancedTopics/)

    • 上下文工程技術
    • Foundry 代理整合
    • 多模態 AI 工作流程
    • OAuth2 認證示範
    • 即時搜尋功能
    • 即時串流
    • 根上下文實作
    • 路由策略
    • 取樣技術
    • 擴展方法
    • 安全性考量
    • Entra ID 安全整合
    • 網路搜尋整合

  7. 社群貢獻 (06-CommunityContributions/)

    • 如何貢獻程式碼與文件
    • 透過 GitHub 協作
    • 社群驅動的改進與回饋
    • 使用各種 MCP 客戶端（Claude Desktop、Cline、VSCode）
    • 使用熱門 MCP 伺服器，包括影像生成

  8. 早期採用經驗 (07-LessonsfromEarlyAdoption/)

    • 實際案例與成功故事
    • 建置與部署 MCP 解決方案
    • 趨勢與未來路線圖
    • Microsoft MCP 伺服器指南：涵蓋 10 個生產就緒的 Microsoft MCP 伺服器，包括：
      • Microsoft Learn Docs MCP Server
      • Azure MCP Server（15+ 專用連接器）
      • GitHub MCP Server
      • Azure DevOps MCP Server
      • MarkItDown MCP Server
      • SQL Server MCP Server
      • Playwright MCP Server
      • Dev Box MCP Server
      • Azure AI Foundry MCP Server
      • Microsoft 365 Agents Toolkit MCP Server

  9. 最佳實踐 (08-BestPractices/)

    • 效能調校與優化
    • 設計容錯的 MCP 系統
    • 測試與韌性策略

  10. 案例研究 (09-CaseStudy/)

    • Azure API Management 整合範例
    • 旅遊代理實作範例
    • Azure DevOps 與 YouTube 更新整合
    • 文件 MCP 實作範例
    • 詳細文件的實作示範

  11. 實作工作坊 (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)

    • 結合 MCP 與 AI 工具包的完整實作工作坊
    • 建立連結 AI 模型與實務工具的智慧應用
    • 實務模組涵蓋基礎、客製伺服器開發與生產部署策略
    • 實驗室結構：
      • 實驗室 1：MCP 伺服器基礎
      • 實驗室 2：進階 MCP 伺服器開發
      • 實驗室 3：AI 工具包整合
      • 實驗室 4：生產部署與擴展
    • 以實驗室為基礎的逐步教學方式

附加資源

倉庫包含以下輔助資源：

如何使用本倉庫

  1. 依序學習：依章節順序（00 至 10）進行系統化學習。
  2. 語言專注：若偏好特定程式語言，可瀏覽對應語言的範例目錄。
  3. 實務入門：從「入門指南」開始，設定環境並建立首個 MCP 伺服器與客戶端。
  4. 進階探索：熟悉基礎後，深入進階主題擴展知識。
  5. 社群互動：透過 GitHub 討論與 Discord 頻道加入 MCP 社群，與專家及開發者交流。

MCP 客戶端與工具

課程涵蓋多種 MCP 客戶端與工具：

  1. 官方客戶端：

    • Visual Studio Code
    • MCP 在 Visual Studio Code 中的整合
    • Claude Desktop
    • Claude 在 VSCode 中的整合
    • Claude API

  2. 社群客戶端：

    • Cline（終端機介面）
    • Cursor（程式碼編輯器）
    • ChatMCP
    • Windsurf

  3. MCP 管理工具：

    • MCP CLI
    • MCP Manager
    • MCP Linker
    • MCP Router

熱門 MCP 伺服器

倉庫介紹多款 MCP 伺服器，包括：

  1. 官方 Microsoft MCP 伺服器：

    • Microsoft Learn Docs MCP Server
    • Azure MCP Server（15+ 專用連接器）
    • GitHub MCP Server
    • Azure DevOps MCP Server
    • MarkItDown MCP Server
    • SQL Server MCP Server
    • Playwright MCP Server
    • Dev Box MCP Server
    • Azure AI Foundry MCP Server
    • Microsoft 365 Agents Toolkit MCP Server

  2. 官方參考伺服器：

    • Filesystem
    • Fetch
    • Memory
    • Sequential Thinking

  3. 影像生成：

    • Azure OpenAI DALL-E 3
    • Stable Diffusion WebUI
    • Replicate

  4. 開發工具：

    • Git MCP
    • Terminal Control
    • Code Assistant

  5. 專用伺服器：

    • Salesforce
    • Microsoft Teams
    • Jira & Confluence

貢獻

本倉庫歡迎社群貢獻。請參考「社群貢獻」章節，了解如何有效參與 MCP 生態系。

更新紀錄

日期 變更內容
2025 年 7 月 18 日 - 更新倉庫結構，新增 Microsoft MCP 伺服器指南
- 增加 10 個生產就緒的 Microsoft MCP 伺服器清單
- 強化熱門 MCP 伺服器章節，加入官方 Microsoft MCP 伺服器
- 更新案例研究章節，加入實際檔案範例
- 新增實作工作坊的實驗室結構細節
2025 年 7 月 16 日 - 更新倉庫結構以反映現有內容
- 新增 MCP 客戶端與工具章節
- 新增熱門 MCP 伺服器章節
- 更新視覺化課程地圖，涵蓋所有現有主題
- 強化進階主題章節，涵蓋所有專業領域
- 更新案例研究以反映實際範例
- 明確指出 MCP 由 Anthropic 創建
2025 年 6 月 11 日 - 初版學習指南建立
- 新增視覺化課程地圖
- 概述倉庫結構
- 包含範例專案與附加資源

本學習指南更新於 2025 年 7 月 18 日，內容反映該日期的倉庫狀態。倉庫內容可能於此後持續更新。

免責聲明：
本文件係使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確，但請注意自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋負責。