يركز هذا الدرس على كيفية التفاعل مع مجتمع MCP، والمساهمة في نظام MCP البيئي، واتباع أفضل الممارسات في التطوير التعاوني. فهم كيفية المشاركة في مشاريع MCP مفتوحة المصدر أمر ضروري لأولئك الذين يرغبون في تشكيل مستقبل هذه التقنية.
بنهاية هذا الدرس، ستكون قادرًا على:
- فهم هيكل مجتمع MCP ونظامه البيئي
- المشاركة بفعالية في منتديات ومناقشات مجتمع MCP
- المساهمة في مستودعات MCP مفتوحة المصدر
- إنشاء ومشاركة أدوات MCP مخصصة
- اتباع أفضل الممارسات في تطوير MCP والتعاون
يتكون نظام MCP البيئي من مكونات ومشاركين مختلفين يعملون معًا لتطوير البروتوكول.
- حافظو البروتوكول الأساسي: Microsoft ومنظمات أخرى تحافظ على مواصفات MCP الأساسية والتنفيذات المرجعية
- مطورو الأدوات: أفراد وفرق تقوم بإنشاء أدوات MCP
- مزودو التكامل: شركات تدمج MCP في منتجاتها وخدماتها
- المستخدمون النهائيون: مطورون ومنظمات يستخدمون MCP في تطبيقاتهم
- المساهمون: أعضاء المجتمع الذين يساهمون بالكود، الوثائق، أو الموارد الأخرى
- تنفيذات SDK بلغات محددة
- تنفيذات الخوادم ومكتبات الأدوات
- منشورات المدونات والدروس التعليمية
- منتديات المجتمع ومناقشات وسائل التواصل الاجتماعي
يرحب نظام MCP البيئي بأنواع مختلفة من المساهمات:
-
مساهمات الكود:
- تحسينات البروتوكول الأساسي
- إصلاح الأخطاء
- تنفيذ الأدوات
- مكتبات العميل/الخادم بلغات مختلفة
-
الوثائق:
- تحسين الوثائق الحالية
- إنشاء دروس وأدلة
- ترجمة الوثائق
- إنشاء أمثلة وتطبيقات نموذجية
-
دعم المجتمع:
- الإجابة على الأسئلة في المنتديات
- اختبار والإبلاغ عن المشاكل
- تنظيم فعاليات المجتمع
- توجيه المساهمين الجدد
للمساهمة في البروتوكول الأساسي لـ MCP أو التنفيذات الرسمية:
// Example contribution to MCP protocol: Adding support for binary data streams
// This would be part of a pull request to the core MCP repository
namespace Microsoft.Mcp.Protocol
{
// New interface for binary data handling in MCP
public interface IBinaryDataHandler
{
/// <summary>
/// Processes a binary data stream
/// </summary>
/// <param name="binaryDataStream">The binary data stream to process</param>
/// <param name="metadata">Metadata about the binary data</param>
/// <returns>A result indicating the processing outcome</returns>
Task<BinaryProcessingResult> ProcessBinaryDataAsync(
Stream binaryDataStream,
BinaryDataMetadata metadata);
}
// New metadata class for binary data
public class BinaryDataMetadata
{
/// <summary>
/// MIME type of the binary data
/// </summary>
public string ContentType { get; set; }
/// <summary>
/// Size of the binary data in bytes
/// </summary>
public long ContentLength { get; set; }
/// <summary>
/// Optional filename for the binary data
/// </summary>
public string Filename { get; set; }
/// <summary>
/// Additional metadata as key-value pairs
/// </summary>
public IDictionary<string, string> Properties { get; set; } = new Dictionary<string, string>();
}
// Result class for binary processing
public class BinaryProcessingResult
{
/// <summary>
/// Whether the processing was successful
/// </summary>
public bool Success { get; set; }
/// <summary>
/// Any error message if processing failed
/// </summary>
public string ErrorMessage { get; set; }
/// <summary>
/// Results of the processing as key-value pairs
/// </summary>
public IDictionary<string, object> Results { get; set; } = new Dictionary<string, object>();
}
}package com.mcp.tools;
// Original code with bug
public class ToolParameterValidator {
public boolean validateParameters(Map<String, Object> parameters, Object schema) {
if (schema == null) {
return true; // No schema means no validation needed
}
// Bug: This doesn't properly validate nested objects
// Original implementation:
for (Map.Entry<String, Object> entry : parameters.entrySet()) {
String key = entry.getKey();
Object value = entry.getValue();
if (!validateSingleParameter(key, value, schema)) {
return false;
}
}
return true;
}
// Other methods...
}
// Fixed implementation in a contribution
public class ToolParameterValidator {
public boolean validateParameters(Map<String, Object> parameters, Object schema) {
if (schema == null) {
return true; // No schema means no validation needed
}
// Get required properties from schema
List<String> required = new ArrayList<>();
if (schema instanceof Map) {
Map<String, Object> schemaMap = (Map<String, Object>) schema;
if (schemaMap.containsKey("required") && schemaMap.get("required") instanceof List) {
required = (List<String>) schemaMap.get("required");
}
}
// Check for required properties
for (String requiredProp : required) {
if (!parameters.containsKey(requiredProp)) {
return false; // Missing required property
}
}
// Validate each parameter against schema
for (Map.Entry<String, Object> entry : parameters.entrySet()) {
String key = entry.getKey();
Object value = entry.getValue();
if (!validateSingleParameter(key, value, schema)) {
return false;
}
// Handle nested objects recursively
if (value instanceof Map && getPropertySchema(key, schema) instanceof Map) {
Map<String, Object> nestedParams = (Map<String, Object>) value;
Object nestedSchema = getPropertySchema(key, schema);
if (!validateParameters(nestedParams, nestedSchema)) {
return false;
}
}
}
return true;
}
// Helper method to get schema for a specific property
private Object getPropertySchema(String propertyName, Object schema) {
// Implementation details
return null; // Placeholder
}
// Other methods...
}# Example contribution: A CSV data processing tool for the MCP standard library
from mcp_tools import Tool, ToolRequest, ToolResponse, ToolExecutionException
import pandas as pd
import io
import json
from typing import Dict, Any, List, Optional
class CsvProcessingTool(Tool):
"""
Tool for processing and analyzing CSV data.
This tool allows models to extract information from CSV files,
run basic analysis, and convert data between formats.
"""
def get_name(self):
return "csvProcessor"
def get_description(self):
return "Processes and analyzes CSV data"
def get_schema(self):
return {
"type": "object",
"properties": {
"csvData": {
"type": "string",
"description": "CSV data as a string"
},
"csvUrl": {
"type": "string",
"description": "URL to a CSV file (alternative to csvData)"
},
"operation": {
"type": "string",
"enum": ["summary", "filter", "transform", "convert"],
"description": "Operation to perform on the CSV data"
},
"filterColumn": {
"type": "string",
"description": "Column to filter by (for filter operation)"
},
"filterValue": {
"type": "string",
"description": "Value to filter for (for filter operation)"
},
"outputFormat": {
"type": "string",
"enum": ["json", "csv", "markdown"],
"default": "json",
"description": "Output format for the processed data"
}
},
"oneOf": [
{"required": ["csvData", "operation"]},
{"required": ["csvUrl", "operation"]}
]
}
async def execute_async(self, request: ToolRequest) -> ToolResponse:
try:
# Extract parameters
operation = request.parameters.get("operation")
output_format = request.parameters.get("outputFormat", "json")
# Get CSV data from either direct data or URL
df = await self._get_dataframe(request)
# Process based on requested operation
result = {}
if operation == "summary":
result = self._generate_summary(df)
elif operation == "filter":
column = request.parameters.get("filterColumn")
value = request.parameters.get("filterValue")
if not column:
raise ToolExecutionException("filterColumn is required for filter operation")
result = self._filter_data(df, column, value)
elif operation == "transform":
result = self._transform_data(df, request.parameters)
elif operation == "convert":
result = self._convert_format(df, output_format)
else:
raise ToolExecutionException(f"Unknown operation: {operation}")
return ToolResponse(result=result)
except Exception as e:
raise ToolExecutionException(f"CSV processing failed: {str(e)}")
async def _get_dataframe(self, request: ToolRequest) -> pd.DataFrame:
"""Gets a pandas DataFrame from either CSV data or URL"""
if "csvData" in request.parameters:
csv_data = request.parameters.get("csvData")
return pd.read_csv(io.StringIO(csv_data))
elif "csvUrl" in request.parameters:
csv_url = request.parameters.get("csvUrl")
return pd.read_csv(csv_url)
else:
raise ToolExecutionException("Either csvData or csvUrl must be provided")
def _generate_summary(self, df: pd.DataFrame) -> Dict[str, Any]:
"""Generates a summary of the CSV data"""
return {
"columns": df.columns.tolist(),
"rowCount": len(df),
"columnCount": len(df.columns),
"numericColumns": df.select_dtypes(include=['number']).columns.tolist(),
"categoricalColumns": df.select_dtypes(include=['object']).columns.tolist(),
"sampleRows": json.loads(df.head(5).to_json(orient="records")),
"statistics": json.loads(df.describe().to_json())
}
def _filter_data(self, df: pd.DataFrame, column: str, value: str) -> Dict[str, Any]:
"""Filters the DataFrame by a column value"""
if column not in df.columns:
raise ToolExecutionException(f"Column '{column}' not found")
filtered_df = df[df[column].astype(str).str.contains(value)]
return {
"originalRowCount": len(df),
"filteredRowCount": len(filtered_df),
"data": json.loads(filtered_df.to_json(orient="records"))
}
def _transform_data(self, df: pd.DataFrame, params: Dict[str, Any]) -> Dict[str, Any]:
"""Transforms the data based on parameters"""
# Implementation would include various transformations
return {
"status": "success",
"message": "Transformation applied"
}
def _convert_format(self, df: pd.DataFrame, format: str) -> Dict[str, Any]:
"""Converts the DataFrame to different formats"""
if format == "json":
return {
"data": json.loads(df.to_json(orient="records")),
"format": "json"
}
elif format == "csv":
return {
"data": df.to_csv(index=False),
"format": "csv"
}
elif format == "markdown":
return {
"data": df.to_markdown(),
"format": "markdown"
}
else:
raise ToolExecutionException(f"Unsupported output format: {format}")لتحقيق مساهمة ناجحة في مشاريع MCP:
- ابدأ صغيرًا: ابدأ بالوثائق، إصلاح الأخطاء، أو تحسينات بسيطة
- اتبع دليل الأسلوب: التزم بأسلوب الترميز واتفاقيات المشروع
- اكتب اختبارات: أدرج اختبارات وحدة لمساهمات الكود
- وثق عملك: أضف وثائق واضحة للميزات أو التغييرات الجديدة
- قدم طلبات سحب مركزة: اجعل طلبات السحب تركز على مشكلة أو ميزة واحدة
- تفاعل مع الملاحظات: كن متجاوبًا مع الملاحظات على مساهماتك
# Clone the repository
git clone https://github.com/microsoft/mcp-for-beginners.git
cd mcp-for-beginners
# Create a new branch for your contribution
git checkout -b feature/my-contribution
# Make your changes
# ...
# Run tests to ensure your changes don't break existing functionality
dotnet test # For .NET
mvn test # For Java
pytest # For Python
# Commit your changes with a descriptive message
git commit -am "Add support for binary data streams in the protocol"
# Push your branch to your fork
git push origin feature/my-contribution
# Create a pull request from your branch to the main repository
# Then engage with feedback and iterate on your PR as neededواحدة من أهم الطرق للمساهمة في نظام MCP البيئي هي إنشاء ومشاركة أدوات مخصصة.
// Create a new .NET library project
// dotnet new classlib -n McpFinanceTools
using Microsoft.Mcp.Tools;
using System.Threading.Tasks;
using System.Net.Http;
using System.Text.Json;
namespace McpFinanceTools
{
// Stock quote tool
public class StockQuoteTool : IMcpTool
{
private readonly HttpClient _httpClient;
public StockQuoteTool(HttpClient httpClient = null)
{
_httpClient = httpClient ?? new HttpClient();
}
public string Name => "stockQuote";
public string Description => "Gets current stock quotes for specified symbols";
public object GetSchema()
{
return new {
type = "object",
properties = new {
symbol = new {
type = "string",
description = "Stock symbol (e.g., MSFT, AAPL)"
},
includeHistory = new {
type = "boolean",
description = "Whether to include historical data",
default = false
}
},
required = new[] { "symbol" }
};
}
public async Task<ToolResponse> ExecuteAsync(ToolRequest request)
{
// Extract parameters
string symbol = request.Parameters.GetProperty("symbol").GetString();
bool includeHistory = false;
if (request.Parameters.TryGetProperty("includeHistory", out var historyProp))
{
includeHistory = historyProp.GetBoolean();
}
// Call external API (example)
var quoteResult = await GetStockQuoteAsync(symbol);
// Add historical data if requested
if (includeHistory)
{
var historyData = await GetStockHistoryAsync(symbol);
quoteResult.Add("history", historyData);
}
// Return formatted result
return new ToolResponse {
Result = JsonSerializer.SerializeToElement(quoteResult)
};
}
private async Task<Dictionary<string, object>> GetStockQuoteAsync(string symbol)
{
// Implementation would call a real stock API
// This is a simplified example
return new Dictionary<string, object>
{
["symbol"] = symbol,
["price"] = 123.45,
["change"] = 2.5,
["percentChange"] = 1.2,
["lastUpdated"] = DateTime.UtcNow
};
}
private async Task<object> GetStockHistoryAsync(string symbol)
{
// Implementation would get historical data
// Simplified example
return new[]
{
new { date = DateTime.Now.AddDays(-7).Date, price = 120.25 },
new { date = DateTime.Now.AddDays(-6).Date, price = 122.50 },
new { date = DateTime.Now.AddDays(-5).Date, price = 121.75 }
// More historical data...
};
}
}
}
// Create package and publish to NuGet
// dotnet pack -c Release
// dotnet nuget push bin/Release/McpFinanceTools.1.0.0.nupkg -s https://api.nuget.org/v3/index.json -k YOUR_API_KEY// pom.xml configuration for a shareable MCP tool package
<!--
<project>
<groupId>com.example</groupId>
<artifactId>mcp-weather-tools</artifactId>
<version>1.0.0</version>
<dependencies>
<dependency>
<groupId>com.mcp</groupId>
<artifactId>mcp-server</artifactId>
<version>1.0.0</version>
</dependency>
</dependencies>
<distributionManagement>
<repository>
<id>github</id>
<name>GitHub Packages</name>
<url>https://maven.pkg.github.com/username/mcp-weather-tools</url>
</repository>
</distributionManagement>
</project>
-->
package com.example.mcp.weather;
import com.mcp.tools.Tool;
import com.mcp.tools.ToolRequest;
import com.mcp.tools.ToolResponse;
import com.mcp.tools.ToolExecutionException;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.net.URI;
import java.util.HashMap;
import java.util.Map;
public class WeatherForecastTool implements Tool {
private final HttpClient httpClient;
private final String apiKey;
public WeatherForecastTool(String apiKey) {
this.httpClient = HttpClient.newHttpClient();
this.apiKey = apiKey;
}
@Override
public String getName() {
return "weatherForecast";
}
@Override
public String getDescription() {
return "Gets weather forecast for a specified location";
}
@Override
public Object getSchema() {
Map<String, Object> schema = new HashMap<>();
// Schema definition...
return schema;
}
@Override
public ToolResponse execute(ToolRequest request) {
try {
String location = request.getParameters().get("location").asText();
int days = request.getParameters().has("days") ?
request.getParameters().get("days").asInt() : 3;
// Call weather API
Map<String, Object> forecast = getForecast(location, days);
// Build response
return new ToolResponse.Builder()
.setResult(forecast)
.build();
} catch (Exception ex) {
throw new ToolExecutionException("Weather forecast failed: " + ex.getMessage(), ex);
}
}
private Map<String, Object> getForecast(String location, int days) {
// Implementation would call weather API
// Simplified example
Map<String, Object> result = new HashMap<>();
// Add forecast data...
return result;
}
}
// Build and publish using Maven
// mvn clean package
// mvn deploy# Directory structure for a PyPI package:
# mcp_nlp_tools/
# ├── LICENSE
# ├── README.md
# ├── setup.py
# ├── mcp_nlp_tools/
# │ ├── __init__.py
# │ ├── sentiment_tool.py
# │ └── translation_tool.py
# Example setup.py
"""
from setuptools import setup, find_packages
setup(
name="mcp_nlp_tools",
version="0.1.0",
packages=find_packages(),
install_requires=[
"mcp_server>=1.0.0",
"transformers>=4.0.0",
"torch>=1.8.0"
],
author="Your Name",
author_email="your.email@example.com",
description="MCP tools for natural language processing tasks",
long_description=open("README.md").read(),
long_description_content_type="text/markdown",
url="https://github.com/username/mcp_nlp_tools",
classifiers=[
"Programming Language :: Python :: 3",
"License :: OSI Approved :: MIT License",
"Operating System :: OS Independent",
],
python_requires=">=3.8",
)
"""
# Example NLP tool implementation (sentiment_tool.py)
from mcp_tools import Tool, ToolRequest, ToolResponse, ToolExecutionException
from transformers import pipeline
import torch
class SentimentAnalysisTool(Tool):
"""MCP tool for sentiment analysis of text"""
def __init__(self, model_name="distilbert-base-uncased-finetuned-sst-2-english"):
# Load the sentiment analysis model
self.sentiment_analyzer = pipeline("sentiment-analysis", model=model_name)
def get_name(self):
return "sentimentAnalysis"
def get_description(self):
return "Analyzes the sentiment of text, classifying it as positive or negative"
def get_schema(self):
return {
"type": "object",
"properties": {
"text": {
"type": "string",
"description": "The text to analyze for sentiment"
},
"includeScore": {
"type": "boolean",
"description": "Whether to include confidence scores",
"default": True
}
},
"required": ["text"]
}
async def execute_async(self, request: ToolRequest) -> ToolResponse:
try:
# Extract parameters
text = request.parameters.get("text")
include_score = request.parameters.get("includeScore", True)
# Analyze sentiment
sentiment_result = self.sentiment_analyzer(text)[0]
# Format result
result = {
"sentiment": sentiment_result["label"],
"text": text
}
if include_score:
result["score"] = sentiment_result["score"]
# Return result
return ToolResponse(result=result)
except Exception as e:
raise ToolExecutionException(f"Sentiment analysis failed: {str(e)}")
# To publish:
# python setup.py sdist bdist_wheel
# python -m twine upload dist/*عند مشاركة أدوات MCP مع المجتمع:
-
وثائق كاملة:
- وثّق الغرض، الاستخدام، والأمثلة
- شرح المعاملات وقيم الإرجاع
- توثيق أي تبعيات خارجية
-
معالجة الأخطاء:
- تنفيذ معالجة أخطاء قوية
- توفير رسائل خطأ مفيدة
- التعامل مع الحالات الاستثنائية بسلاسة
-
الاعتبارات المتعلقة بالأداء:
- تحسين السرعة واستهلاك الموارد
- تنفيذ التخزين المؤقت عند الحاجة
- مراعاة القابلية للتوسع
-
الأمان:
- استخدام مفاتيح API آمنة وآليات المصادقة
- التحقق من صحة المدخلات وتنقيتها
- تنفيذ تحديد المعدل لطلبات API الخارجية
-
الاختبار:
- تضمين تغطية اختبار شاملة
- اختبار مع أنواع مدخلات مختلفة وحالات حافة
- توثيق إجراءات الاختبار
التعاون الفعال هو مفتاح ازدهار نظام MCP البيئي.
- قضايا ومناقشات GitHub
- مجتمع Microsoft Tech
- قنوات Discord وSlack
- Stack Overflow (الوسم:
model-context-protocolormcp)
عند مراجعة مساهمات MCP:
- الوضوح: هل الكود واضح وموثق جيدًا؟
- الصحة: هل يعمل كما هو متوقع؟
- الاتساق: هل يتبع اتفاقيات المشروع؟
- الشمولية: هل تشمل الاختبارات والوثائق؟
- الأمان: هل توجد مخاوف أمنية؟
عند التطوير لـ MCP:
- إصدار البروتوكول: الالتزام بإصدار بروتوكول MCP الذي يدعمه أداتك
- توافق العميل: مراعاة التوافق العكسي
- توافق الخادم: اتباع إرشادات تنفيذ الخادم
- التغييرات الجذرية: توثيق أي تغييرات جذرية بوضوح
يمكن أن تكون مساهمة مجتمعية مهمة تطوير سجل عام لأدوات MCP.
# Example schema for a community tool registry API
from fastapi import FastAPI, HTTPException, Depends
from pydantic import BaseModel, Field, HttpUrl
from typing import List, Optional
import datetime
import uuid
# Models for the tool registry
class ToolSchema(BaseModel):
"""JSON Schema for a tool"""
type: str
properties: dict
required: List[str] = []
class ToolRegistration(BaseModel):
"""Information for registering a tool"""
name: str = Field(..., description="Unique name for the tool")
description: str = Field(..., description="Description of what the tool does")
version: str = Field(..., description="Semantic version of the tool")
schema: ToolSchema = Field(..., description="JSON Schema for tool parameters")
author: str = Field(..., description="Author of the tool")
repository: Optional[HttpUrl] = Field(None, description="Repository URL")
documentation: Optional[HttpUrl] = Field(None, description="Documentation URL")
package: Optional[HttpUrl] = Field(None, description="Package URL")
tags: List[str] = Field(default_factory=list, description="Tags for categorization")
examples: List[dict] = Field(default_factory=list, description="Example usage")
class Tool(ToolRegistration):
"""Tool with registry metadata"""
id: uuid.UUID = Field(default_factory=uuid.uuid4)
created_at: datetime.datetime = Field(default_factory=datetime.datetime.now)
updated_at: datetime.datetime = Field(default_factory=datetime.datetime.now)
downloads: int = Field(default=0)
rating: float = Field(default=0.0)
ratings_count: int = Field(default=0)
# FastAPI application for the registry
app = FastAPI(title="MCP Tool Registry")
# In-memory database for this example
tools_db = {}
@app.post("/tools", response_model=Tool)
async def register_tool(tool: ToolRegistration):
"""Register a new tool in the registry"""
if tool.name in tools_db:
raise HTTPException(status_code=400, detail=f"Tool '{tool.name}' already exists")
new_tool = Tool(**tool.dict())
tools_db[tool.name] = new_tool
return new_tool
@app.get("/tools", response_model=List[Tool])
async def list_tools(tag: Optional[str] = None):
"""List all registered tools, optionally filtered by tag"""
if tag:
return [tool for tool in tools_db.values() if tag in tool.tags]
return list(tools_db.values())
@app.get("/tools/{tool_name}", response_model=Tool)
async def get_tool(tool_name: str):
"""Get information about a specific tool"""
if tool_name not in tools_db:
raise HTTPException(status_code=404, detail=f"Tool '{tool_name}' not found")
return tools_db[tool_name]
@app.delete("/tools/{tool_name}")
async def delete_tool(tool_name: str):
"""Delete a tool from the registry"""
if tool_name not in tools_db:
raise HTTPException(status_code=404, detail=f"Tool '{tool_name}' not found")
del tools_db[tool_name]
return {"message": f"Tool '{tool_name}' deleted"}- مجتمع MCP متنوع ويرحب بأنواع مختلفة من المساهمات
- المساهمة في MCP يمكن أن تتراوح من تحسينات البروتوكول الأساسي إلى الأدوات المخصصة
- اتباع إرشادات المساهمة يزيد من فرص قبول طلب السحب الخاص بك
- إنشاء ومشاركة أدوات MCP طريقة قيمة لتعزيز النظام البيئي
- التعاون المجتمعي ضروري لنمو وتحسين MCP
- حدد مجالًا في نظام MCP البيئي يمكنك المساهمة فيه بناءً على مهاراتك واهتماماتك
- استنسخ مستودع MCP وقم بإعداد بيئة تطوير محلية
- أنشئ تحسينًا صغيرًا، إصلاح خطأ، أو أداة تفيد المجتمع
- وثق مساهمتك باختبارات ووثائق مناسبة
- قدم طلب سحب إلى المستودع المناسب
التالي: Lessons from Early Adoption
إخلاء المسؤولية:
تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر المعتمد. للمعلومات الهامة، يُنصح بالاعتماد على الترجمة البشرية المهنية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة ناتجة عن استخدام هذه الترجمة.