Skip to content

Latest commit

 

History

History
258 lines (187 loc) · 24.8 KB

File metadata and controls

258 lines (187 loc) · 24.8 KB

MCP-for-beginners

GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

GitHub watchers GitHub forks GitHub stars

Microsoft Azure AI Foundry Discord

برای شروع استفاده از این منابع، مراحل زیر را دنبال کنید:

  1. فورک کردن مخزن: کلیک کنید روی GitHub forks
  2. کلون کردن مخزن: git clone https://github.com/microsoft/mcp-for-beginners.git
  3. به Discord Azure AI Foundry بپیوندید و با کارشناسان و توسعه‌دهندگان دیگر آشنا شوید

🌐 پشتیبانی چندزبانه

پشتیبانی شده از طریق GitHub Action (خودکار و همیشه به‌روز)

فرانسوی | اسپانیایی | آلمانی | روسی | عربی | فارسی | اردو | چینی (ساده‌شده) | چینی (سنتی، ماکائو) | چینی (سنتی، هنگ‌کنگ) | چینی (سنتی، تایوان) | ژاپنی | کره‌ای | هندی | بنگالی | مراتی | نپالی | پنجابی (گورمخی) | پرتغالی (پرتغال) | پرتغالی (برزیل) | ایتالیایی | لهستانی | ترکی | یونانی | تایلندی | سوئدی | دانمارکی | نروژی | فنلاندی | هلندی | عبری | ویتنامی | اندونزیایی | مالایی | تاگالوگ (فیلیپینی) | سواحیلی | مجارستانی | چکی | اسلواکی | رومانیایی | بلغاری | صربی (سیریلیک) | کرواتی | اسلوونیایی | اوکراینی | برمه‌ای (میانمار)

🚀 برنامه درسی پروتکل زمینه مدل (MCP) برای مبتدیان

یادگیری MCP با مثال‌های عملی کدنویسی در C#، Java، JavaScript، Python و TypeScript

🧠 مرور کلی برنامه درسی پروتکل زمینه مدل

پروتکل زمینه مدل (MCP) یک چارچوب پیشرفته است که برای استانداردسازی تعاملات بین مدل‌های هوش مصنوعی و برنامه‌های کلاینت طراحی شده است. این برنامه درسی متن‌باز، مسیر یادگیری ساختاریافته‌ای را ارائه می‌دهد که شامل مثال‌های عملی کدنویسی و موارد استفاده واقعی در زبان‌های برنامه‌نویسی محبوب مانند C#، Java، JavaScript، TypeScript و Python است.

چه شما توسعه‌دهنده هوش مصنوعی، معمار سیستم یا مهندس نرم‌افزار باشید، این راهنما منبع جامع شما برای تسلط بر اصول و استراتژی‌های پیاده‌سازی MCP است.

🔗 منابع رسمی MCP

  • 📘 مستندات MCP – آموزش‌ها و راهنمای کاربران به‌صورت جامع
  • 📜 مشخصات MCP – معماری پروتکل و مراجع فنی
  • 📜 مشخصات اصلی MCP – مراجع فنی قدیمی‌تر (ممکن است جزئیات بیشتری داشته باشد)
  • 🧑‍💻 مخزن GitHub MCP – SDKها، ابزارها و نمونه کدهای متن‌باز
  • 🌐 جامعه MCP – به بحث‌ها بپیوندید و در جامعه مشارکت کنید

به ما در MCP Dev Days در ۲۹ و ۳۰ ژوئیه ۲۰۲۵ بپیوندید

برای دو روز پر از بینش‌های فنی عمیق، ارتباط با جامعه و یادگیری عملی در MCP Dev Days آماده شوید، رویدادی مجازی که به پروتکل زمینه مدل (MCP) اختصاص دارد — استاندارد نوظهوری که مدل‌های هوش مصنوعی و ابزارهای وابسته به آن‌ها را به هم متصل می‌کند.

➡️ ثبت‌نام در MCP Dev Days

شما می‌توانید با ثبت‌نام در صفحه رویداد ما، MCP Dev Days را تماشا کنید: https://aka.ms/mcpdevdays. از آنجا می‌توانید به پخش زنده در یوتیوب یا توییچ بپیوندید. تمام محتوا ضبط شده و پس از آن در کانال Microsoft Developer در یوتیوب در دسترس خواهد بود. کد منبع دموها نیز در GitHub قرار خواهد گرفت.

جزئیات رویداد

  • تاریخ‌ها: ۲۹ ژوئیه (روز اول) و ۳۰ ژوئیه (روز دوم)
  • زمان: هر روز ساعت ۹ صبح به وقت PST
  • مکان: آنلاین – از هر جایی می‌توانید شرکت کنید!

روز اول: بهره‌وری MCP، ابزارهای توسعه و جامعه

تمرکز بر توانمندسازی توسعه‌دهندگان برای استفاده از MCP در جریان کاری توسعه و جشن گرفتن جامعه فوق‌العاده MCP است. ما با اعضای جامعه و شرکایی مانند Arcade، Block، Okta و Neon همراه خواهیم بود تا ببینیم چگونه با مایکروسافت همکاری می‌کنند تا اکوسیستم باز و قابل توسعه MCP را شکل دهند. دموهای واقعی در VS Code، Visual Studio، GitHub Copilot و ابزارهای محبوب جامعه
جریان‌های کاری توسعه عملی و مبتنی بر زمینه
جلسات و دیدگاه‌های هدایت شده توسط جامعه
چه تازه با MCP آشنا شده باشید و چه در حال ساختن با آن باشید، روز اول با الهام‌بخشی و نکات عملی شروع می‌شود.

روز دوم: ساخت سرورهای MCP با اطمینان

مخصوص سازندگان MCP است. ما به عمق استراتژی‌های پیاده‌سازی و بهترین روش‌ها برای ایجاد سرورهای MCP و ادغام MCP در جریان‌های کاری هوش مصنوعی شما می‌پردازیم.

موضوعات شامل:

  • ساخت سرورهای MCP و ادغام آن‌ها در تجربه‌های عامل
  • توسعه مبتنی بر پرامپت
  • بهترین روش‌های امنیتی
  • استفاده از بلوک‌های سازنده مانند Functions، ACA و مدیریت API
  • هم‌راستایی رجیستری و ابزارها (1P + 3P)

اگر توسعه‌دهنده، سازنده ابزار یا استراتژیست محصول هوش مصنوعی هستید، این روز پر از بینش‌هایی است که برای ساخت راه‌حل‌های MCP مقیاس‌پذیر، امن و آماده آینده نیاز دارید.

🧭 مرور کلی برنامه درسی MCP

📚 ساختار کامل برنامه درسی

ماژول موضوع توضیحات لینک
ماژول ۱-۳: اصول پایه
۰۰ معرفی MCP مرور کلی پروتکل زمینه مدل و اهمیت آن در خطوط لوله هوش مصنوعی مطالعه بیشتر
۰۱ مفاهیم اصلی توضیح داده شده بررسی عمیق مفاهیم اصلی MCP مطالعه بیشتر
۰۲ امنیت در MCP تهدیدات امنیتی و بهترین روش‌ها مطالعه بیشتر
۰۳ شروع کار با MCP راه‌اندازی محیط، سرورها/کلاینت‌های پایه، ادغام مطالعه بیشتر
ماژول ۳: ساخت اولین سرور و کلاینت شما
۳.۱ اولین سرور ساخت اولین سرور MCP خود راهنما
۳.۲ اولین کلاینت توسعه یک کلاینت پایه MCP راهنما
۳.۳ کلاینت با LLM ادغام مدل‌های زبان بزرگ راهنما
۳.۴ ادغام VS Code استفاده از سرورهای MCP در VS Code راهنما
۳.۵ سرور SSE ساخت سرورها با استفاده از Server-Sent Events راهنما
۳.۶ استریمینگ HTTP پیاده‌سازی استریمینگ HTTP در MCP راهنما
۳.۷ جعبه‌ابزار AI استفاده از جعبه‌ابزار AI با MCP راهنما
۳.۸ تست تست پیاده‌سازی سرور MCP خود راهنما
۳.۹ استقرار استقرار سرورهای MCP در محیط تولید راهنما
ماژول ۴-۵: عملی و پیشرفته
۰۴ پیاده‌سازی عملی SDKها، اشکال‌زدایی، تست، قالب‌های پرامپت قابل استفاده مجدد مطالعه بیشتر
۰۵ موضوعات پیشرفته در MCP هوش مصنوعی چندرسانه‌ای، مقیاس‌پذیری، استفاده سازمانی مطالعه بیشتر
۵.۱ ادغام Azure ادغام MCP با Azure راهنما
۵.۲ چندرسانه‌ای بودن کار با چندین مدیا راهنما
۵.۳ دمو OAuth2 پیاده‌سازی احراز هویت OAuth2 راهنما
۵.۴ زمینه‌های ریشه‌ای درک و پیاده‌سازی زمینه‌های ریشه‌ای راهنما
۵.۵ مسیریابی استراتژی‌های مسیریابی MCP راهنما
۵.۶ نمونه‌گیری تکنیک‌های نمونه‌گیری در MCP راهنما
۵.۷ مقیاس‌پذیری مقیاس‌بندی پیاده‌سازی‌های MCP راهنما
۵.۸ امنیت ملاحظات امنیتی پیشرفته راهنما
۵.۹ جستجوی وب پیاده‌سازی قابلیت‌های جستجوی وب راهنما
۵.۱۰ استریمینگ بلادرنگ ساخت قابلیت استریمینگ بلادرنگ راهنما
۵.۱۱ جستجوی بلادرنگ پیاده‌سازی جستجوی بلادرنگ راهنما
5.12 احراز هویت Entra ID احراز هویت با Microsoft Entra ID راهنما
5.13 یکپارچه‌سازی Foundry یکپارچه‌سازی با Azure AI Foundry راهنما
5.14 مهندسی زمینه تکنیک‌هایی برای مهندسی مؤثر زمینه راهنما
ماژول 6-10: جامعه و بهترین شیوه‌ها
06 مشارکت‌های جامعه چگونه به اکوسیستم MCP کمک کنیم راهنما
07 درس‌هایی از پذیرش اولیه داستان‌های پیاده‌سازی واقعی راهنما
08 بهترین شیوه‌ها برای MCP عملکرد، تحمل خطا، تاب‌آوری راهنما
09 مطالعات موردی MCP نمونه‌های عملی پیاده‌سازی راهنما
10 کارگاه عملی ساخت سرور MCP با AI Toolkit آزمایشگاه

💻 پروژه‌های نمونه کد

نمونه‌های پایه ماشین‌حساب MCP

زبان توضیحات لینک
C# نمونه سرور MCP مشاهده کد
Java ماشین‌حساب MCP مشاهده کد
JavaScript دموی MCP مشاهده کد
Python سرور MCP مشاهده کد
TypeScript نمونه MCP مشاهده کد

پیاده‌سازی‌های پیشرفته MCP

زبان توضیحات لینک
C# نمونه پیشرفته مشاهده کد
Java نمونه برنامه کانتینری مشاهده کد
JavaScript نمونه پیشرفته مشاهده کد
Python پیاده‌سازی پیچیده مشاهده کد
TypeScript نمونه کانتینر مشاهده کد

🎯 پیش‌نیازهای یادگیری MCP

برای بهره‌مندی کامل از این دوره، باید:

  • دانش پایه برنامه‌نویسی در حداقل یکی از زبان‌های C#، Java، JavaScript، Python یا TypeScript داشته باشید

  • مدل کلاینت-سرور و APIها را درک کنید

  • با مفاهیم REST و HTTP آشنا باشید

  • (اختیاری) زمینه‌ای در مفاهیم هوش مصنوعی/یادگیری ماشین داشته باشید

  • در بحث‌های جامعه ما شرکت کنید تا پشتیبانی دریافت کنید

📚 راهنمای مطالعه و منابع

این مخزن شامل منابع متعددی است که به شما کمک می‌کند به‌خوبی مسیر یادگیری را طی کنید:

راهنمای مطالعه

یک راهنمای مطالعه جامع برای کمک به شما در پیمایش این مخزن موجود است. این راهنما شامل:

  • نقشه تصویری دوره با تمام موضوعات پوشش داده شده
  • شرح دقیق هر بخش از مخزن
  • راهنمای استفاده از پروژه‌های نمونه
  • مسیرهای پیشنهادی یادگیری برای سطوح مختلف مهارت
  • منابع اضافی برای تکمیل مسیر یادگیری شما

تغییرات

ما یک فهرست تغییرات دقیق نگهداری می‌کنیم که تمام به‌روزرسانی‌های مهم در مواد دوره را ثبت می‌کند، از جمله:

  • افزودن محتوای جدید
  • تغییرات ساختاری
  • بهبود ویژگی‌ها
  • به‌روزرسانی مستندات

🛠️ چگونه از این دوره به‌طور مؤثر استفاده کنیم

هر درس در این راهنما شامل موارد زیر است:

  1. توضیحات واضح درباره مفاهیم MCP
  2. نمونه‌های کد زنده به زبان‌های مختلف
  3. تمرین‌هایی برای ساخت برنامه‌های واقعی MCP
  4. منابع اضافی برای یادگیرندگان پیشرفته

🌟 قدردانی از جامعه

از Microsoft Valued Professional Shivam Goyal برای مشارکت نمونه‌های کد مهم تشکر می‌کنیم.

📜 اطلاعات مجوز

این محتوا تحت مجوز MIT منتشر شده است. برای شرایط و ضوابط، به LICENSE مراجعه کنید.

🤝 راهنمای مشارکت

این پروژه از مشارکت‌ها و پیشنهادات استقبال می‌کند. بیشتر مشارکت‌ها نیازمند توافق با قرارداد مجوز مشارکت‌کننده (CLA) هستند که اعلام می‌کند شما حق دارید و واقعاً حقوق استفاده از مشارکت خود را به ما می‌دهید. برای جزئیات، به
https://cla.opensource.microsoft.com مراجعه کنید.

وقتی درخواست pull ارسال می‌کنید، ربات CLA به‌طور خودکار تعیین می‌کند که آیا نیاز به ارائه CLA دارید و درخواست را به‌درستی علامت‌گذاری می‌کند (مثلاً بررسی وضعیت، نظر). کافی است دستورالعمل‌های ربات را دنبال کنید. این کار فقط یک بار برای تمام مخازنی که از CLA ما استفاده می‌کنند لازم است.

این پروژه کد رفتار منبع باز مایکروسافت را پذیرفته است. برای اطلاعات بیشتر به سؤالات متداول کد رفتار مراجعه کنید یا با opencode@microsoft.com تماس بگیرید.

📂 ساختار مخزن

مخزن به صورت زیر سازماندهی شده است:

  • دوره اصلی (00-10): محتوای اصلی در ده ماژول متوالی
  • images/: نمودارها و تصاویر استفاده شده در دوره
  • translations/: پشتیبانی چندزبانه با ترجمه‌های خودکار
  • translated_images/: نسخه‌های محلی‌شده نمودارها و تصاویر
  • study_guide.md: راهنمای جامع برای پیمایش مخزن
  • changelog.md: ثبت تمام تغییرات مهم در مواد دوره
  • mcp.json: فایل پیکربندی مشخصات MCP
  • CODE_OF_CONDUCT.md, LICENSE, SECURITY.md, SUPPORT.md: اسناد حاکمیتی پروژه

🎒 دوره‌های دیگر

تیم ما دوره‌های دیگری نیز تولید می‌کند! نگاهی بیندازید به:

™️ اطلاعیه علامت تجاری

این پروژه ممکن است شامل علائم تجاری یا لوگوهایی برای پروژه‌ها، محصولات یا خدمات باشد. استفاده مجاز از علائم تجاری یا لوگوهای مایکروسافت مشروط به رعایت
راهنمای علائم تجاری و برند مایکروسافت است.
استفاده از علائم تجاری یا لوگوهای مایکروسافت در نسخه‌های تغییر یافته این پروژه نباید باعث سردرگمی شود یا دلالت بر حمایت مایکروسافت داشته باشد.
هرگونه استفاده از علائم تجاری یا لوگوهای شخص ثالث تابع سیاست‌های آن‌ها است.

سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما در تلاش برای دقت هستیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است حاوی خطاها یا نواقصی باشند. سند اصلی به زبان بومی خود باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما مسئول هیچ گونه سوءتفاهم یا تفسیر نادرستی که از استفاده این ترجمه ناشی شود، نیستیم.