Add Burmese (Myanmar) Translation of README

11-mcp/README.md

@@ -1,52 +1,56 @@
-# Lesson 11: Model Context Protocol (MCP) Integration
+# သင်ခန်းစာ ၁၁ - Model Context Protocol (MCP) ပေါင်းစပ်ခြင်း
 
-## Introduction to Model Context Protocol (MCP)
+## Model Context Protocol (MCP) မိတ်ဆက်
 
-The Model Context Protocol (MCP) is a cutting-edge framework designed to standardize interactions between AI models and client applications. MCP serves as a bridge between AI models and the applications that use them, providing a consistent interface regardless of the underlying model implementation.
+Model Context Protocol (MCP) သည် AI မော်ဒယ်များနှင့် client အပ္ပလီကေးရှင်းများကြား အပြန်အလှန်ဆက်သွယ်မှုကို စံချိန်စံညွှန်းပြုလုပ်ရန် ဒီဇိုင်းပြုလုပ်ထားသော ခေတ်မီ framework တစ်ခုဖြစ်သည်။ MCP သည် AI မော်ဒယ်များနှင့် ၎င်းတို့ကို အသုံးပြုသော အပ္ပလီကေးရှင်းများကြား တံတားအဖြစ် လုပ်ဆောင်ပြီး၊ အခြေခံ မော်ဒယ် implementation နည်းလမ်းများမခွဲခြားဘဲ တညီညာသော interface ကို ပံ့ပိုးပေးပါသည်။
 
-Key aspects of MCP:
+### MCP ၏ အဓိက အရေးပါသော အချက်များ:
 
-- **Standardized Communication**: MCP establishes a common language for applications to communicate with AI models
-- **Enhanced Context Management**: Allows for efficient passing of contextual information to AI models
-- **Cross-platform Compatibility**: Works across various programming languages including C#, Java, JavaScript, Python, and TypeScript
-- **Seamless Integration**: Enables developers to easily integrate different AI models into their applications
+- **စံနှုန်းသတ်မှတ်ထားသော ဆက်သွယ်ရေး**: MCP သည် အပ္ပလီကေးရှင်းများ AI မော်ဒယ်များနှင့် ဆက်သွယ်ရန်အတွက် တူညီသော ဘာသာစကားကို တည်ထောင်ပေးသည်
 
-MCP is particularly valuable in AI agent development as it allows agents to interact with various systems and data sources through a unified protocol, making agents more flexible and powerful.
+- **ပိုမိုကောင်းမွန်သော Context စီမံခန့်ခွဲမှု**: AI မော်ဒယ်များသို့ contextual အချက်အလက်များကို ထိရောက်စွာ လွှဲပြောင်းပေးနိုင်သည်
 
-## Learning Objectives
-- Understand what MCP is and its role in AI agent development
-- Set up and configure an MCP server for GitHub integration
-- Build a multi-agent system using MCP tools
-- Implement RAG (Retrieval Augmented Generation) with Azure Cognitive Search
+- **Cross-platform လိုက်ဖက်မှု**: C#၊ Java၊ JavaScript၊ Python၊ နှင့် TypeScript အပါအဝင် programming language များတွင် အလုပ်လုပ်နိုင်သည်
+
+- **ပြတ်သားသော ပေါင်းစပ်မှု**: developer များအား ၎င်းတို့၏အပ্ললิকেশনများတွင် မတူညီသော AI မော်ဒယ်များကို လွယ်ကူစွာ ပေါင်းစပ်နိုင်စေပါသည်
+
+MCP သည် AI agent development တွင် အထူးတန်ဖိုးရှိပါသည်၊ အကြောင်းမှာ agent များသည် တူညီသော protocol တစ်ခုမှတစ်ဆင့် မတူညီသော စနစ်များနှင့် ဒေတာအရင်းအမြစ်များနှင့် အပြန်အလှန်ဆက်သွယ်နိုင်ပြီး၊ agent များကို ပိုမိုပြောင်းလွယ်ပြင်လွယ်နှင့် အစွမ်းထက-သော ဖြစ်စေပါသည်။
+
+## သင်ယူမည့် ရည်မှန်းချက်များ
+
+- MCP ဆိုသည်မှာ အဘယ်နည်းနှင့် AI agent development တွင် ၎င်း၏ အခန်းကဏ္ဍကို နားလည်ခြင်း
+- GitHub ပေါင်းစပ်မှုအတွက် MCP server ကို တပ်ဆင်ပြီး configure လုပ်ခြင်း
+- MCP tools များကို အသုံးပြု၍ multi-agent system တည်ဆောက်ခြင်း
+- Azure Cognitive Search နှင့်အတူ RAG (Retrieval Augmented Generation) implement လုပ်ခြင်း
+
+## လိုအပ်သော ကြိုတင်အသိများ
 
-## Prerequisites
 - Python 3.8+
 - Node.js 14+
 - Azure subscription
 - GitHub account
-- Basic understanding of Semantic Kernel
+- Semantic Kernel ၏ အခြေခံ နားလည်မှု
 
-## Setup Instructions
+## တပ်ဆင်မှု လမ်းညွှန်များ
 
-1. **Environment Setup**
-   ```bash
+# ၁. ပတ်ဝန်းကျင် တပ်ဆင်မှု
+ ```bash
    python -m venv venv
    source venv/bin/activate  # On Windows: venv\Scripts\activate
    pip install -r requirements.txt
    ```
 
-2. **Configure Azure Services**
-   - Create an Azure Cognitive Search resource
-   - Set up Azure OpenAI service
-   - Configure environment variables in `.env`
+# ၂. Azure ဝန်ဆောင်မှုများ ပြင်ဆင်ခြင်း
+  - Azure Cognitive Search resource တည်ဆောက်ခြင်း
+  - Azure OpenAI service တပ်ဆင်ခြင်း
+  - `.env` ဖိုင်တွင် environment variables များ configure လုပ်ခြင်း
 
-3. **MCP Server Setup**
-   ```bash
+# ၃. MCP Server တပ်ဆင်မှု
+ ```bash
    npm install -g @modelcontextprotocol/server-github
    ```
 
-## Project Structure
-
+## ပရောဂျက် ဖွဲ့စည်းပုံ
 ```
 11-mcp/
 ├── code_samples/
@@ -58,77 +62,80 @@ MCP is particularly valuable in AI agent development as it allows agents to inte
 └── requirements.txt
 ```
 
-## Core Components
+## အဓိက အစိတ်အပိုင်းများ
 
-### 1. Multi-Agent System
-- GitHub Agent: Repository analysis
-- Hackathon Agent: Project recommendations
-- Events Agent: Tech event suggestions
+### ၁. Multi-Agent စနစ်
+- **GitHub Agent**: Repository များ ခွဲခြမ်းစိတ်ဖြာခြင်း
+- **Hackathon Agent**: ပရောဂျက် အကြံပြုချက်များ
+- **Events Agent**: နည်းပညာ ဖြစ်ရပ် အကြံပြုချက်များ
 
-### 2. Azure Integration
-- Cognitive Search for event indexing
-- Azure OpenAI for agent intelligence
+### ၂. Azure ပေါင်းစပ်မှု
+- ဖြစ်ရပ်များ indexing အတွက် Cognitive Search
+- Agent intelligence အတွက် Azure OpenAI
 - RAG pattern implementation
 
-### 3. MCP Tools
-- GitHub repository analysis
-- Code inspection
-- Metadata extraction
+### ၃. MCP ကိရိယာများ
+- GitHub repository ခွဲခြမ်းစိတ်ဖြာမှု
+- ကုဒ် စစ်ဆေးမှု
+- Metadata ထုတ်နုတ်မှု
 
-## Code Walkthrough
+## ကုဒ် လမ်းလျှောက်မှု
 
-The sample demonstrates:
-1. MCP server integration
-2. Multi-agent orchestration
-3. Azure Cognitive Search integration
-4. RAG pattern implementation
+နမူနာတွင် သရုပ်ပြထားသော အရာများ:
+1. MCP server ပေါင်းစပ်မှု
+2. Multi-agent စီစဉ်ခန့်ခွဲမှု
+3. Azure Cognitive Search ပေါင်းစပ်မှု
+4. RAG pattern အကောင်အထည်ဖော်မှု
 
-Key features:
-- Real-time GitHub repository analysis
-- Intelligent project recommendations
-- Event matching using Azure Search
-- Streaming responses with Chainlit
+### အဓိက လုပ်ဆောင်ချက်များ:
+- Real-time GitHub repository ခွဲခြမ်းစိတ်ဖြာမှု
+- ဉာဏ်ရှိသော ပရောဂျက် အကြံပြုချက်များ
+- Azure Search အသုံးပြု၍ ဖြစ်ရပ် လိုက်ဖက်မှု
+- Chainlit နှင့်အတူ Streaming responses
 
-## Running the Sample
+## နမူနာ လုပ်ဆောင်ခြင်း
 
-For detailed setup instructions and more information, refer to the [Github MCP Server Example README](./code_samples/github-mcp/README.md).
+အသေးစိတ် တပ်ဆင်မှု လမ်းညွှန်များနှင့် နောက်ထပ် အချက်အလက်များအတွက် [Github MCP Server Example README](./code_samples/github-mcp/README.md) ကို ကြည့်ရှုပါ။
 
-1. Start the MCP server:
+### ၁. MCP server စတင်ခြင်း
    ```bash
    npx @modelcontextprotocol/server-github
    ```
 
-2. Launch the application:
-   ```bash
+### ၂. အပ္ပလီကေးရှင်း ဖွင့်လှစ်ခြင်း
+```bash
    chainlit run app.py -w
    ```
 
-3. Test the integration:
-   ```
+### ၃. ပေါင်းစပ်မှု စမ်းသပ်ခြင်း
+```
    Example query: "Analyze repositories for username: <github_username>"
    ```
 
-## Troubleshooting
-
-Common issues and solutions:
-1. MCP Connection Issues
-   - Verify server is running
-   - Check port availability
-   - Confirm GitHub tokens
-
-2. Azure Search Issues
-   - Validate connection strings
-   - Check index existence
-   - Verify document upload
-
-## Next Steps
-- Explore additional MCP tools
-- Implement custom agents
-- Enhance RAG capabilities
-- Add more event sources
-
-## Resources
-- [MCP for Beginners](https://aka.ms/mcp-for-beginners)  
-- [MCP Documentation](https://github.com/microsoft/semantic-kernel/tree/main/python/semantic-kernel/semantic_kernel/connectors/mcp)
-- [Azure Cognitive Search Docs](https://learn.microsoft.com/azure/search/)
-- [Semantic Kernel Guides](https://learn.microsoft.com/semantic-kernel/)
+## ပြဿနာရှင်းဖွေမှု
+
+အဖြစ်များသော ပြဿနာများနှင့် ဖြေရှင်းနည်းများ:
+
+### ၁. MCP ချိတ်ဆက်မှု ပြဿနာများ
+  - Server လုပ်ဆောင်နေသည်ကို စစ်ဆေးပါ
+  - Port ရရှိနိုင်မှုကို စစ်ဆေးပါ
+  - GitHub tokens များကို အတည်ပြုပါ
+
+### ၂. Azure Search ပြဿနာများ
+  - Connection strings များကို validate လုပ်ပါ
+  - Index တည်ရှိမှုကို စစ်ဆေးပါ
+  - Document upload ကို verify လုပ်ပါ
+
+## နောက်ထပ် လုပ်ဆောင်ရမည့် အဆင့်များ
+
+- နောက်ထပ် MCP tools များ လေ့လာခြင်း
+- စိတ်ကြိုက် agents များ အကောင်အထည်ဖော်ခြင်း
+- RAG စွမ်းရည်များ မြှင့်တင်ခြင်း
+- ဖြစ်ရပ် အရင်းအမြစ်များ နောက်ထပ် ထည့်သွင်းခြင်း
+
+## အရင်းအမြစ်များ
+
+- [အစပြု MCP](https://aka.ms/mcp-for-beginners)  
+- [MCP စွဲလမ်းများ](https://github.com/microsoft/semantic-kernel/tree/main/python/semantic-kernel/semantic_kernel/connectors/mcp)
+- [Azure Cognitive Search စွဲလမ်းများ](https://learn.microsoft.com/azure/search/)
+- [Semantic Kernel လမ်းညွှန်များ](https://learn.microsoft.com/semantic-kernel/)