Този раздел се състои от няколко урока:
-
1 Вашият първи сървър, в този първи урок ще научите как да създадете първия си сървър и да го инспектирате с инструмента inspector, полезен начин за тестване и отстраняване на грешки в сървъра ви, към урока
-
2 Клиент, в този урок ще научите как да напишете клиент, който може да се свърже със сървъра ви, към урока
-
3 Клиент с LLM, още по-добър начин за писане на клиент е като добавите LLM, който да "преговаря" със сървъра ви какво да прави, към урока
-
4 Използване на режим GitHub Copilot Agent за сървър в Visual Studio Code. Тук разглеждаме как да стартираме нашия MCP Server директно от Visual Studio Code, към урока
-
5 Използване на SSE (Server Sent Events) SSE е стандарт за стрийминг от сървър към клиент, който позволява на сървърите да изпращат актуализации в реално време към клиентите през HTTP към урока
-
6 HTTP стрийминг с MCP (Streamable HTTP). Научете за съвременния HTTP стрийминг, уведомления за напредък и как да изградите мащабируеми, реално време MCP сървъри и клиенти с помощта на Streamable HTTP. към урока
-
7 Използване на AI Toolkit за VSCode за консумация и тестване на вашите MCP клиенти и сървъри към урока
-
8 Тестване. Тук ще се фокусираме специално върху различните начини за тестване на сървъра и клиента, към урока
-
9 Деплоймънт. Тази глава разглежда различни начини за разгръщане на вашите MCP решения, към урока
Model Context Protocol (MCP) е отворен протокол, който стандартизира начина, по който приложенията предоставят контекст на LLM. Помислете за MCP като за USB-C порт за AI приложения - той осигурява стандартизиран начин за свързване на AI модели с различни източници на данни и инструменти.
До края на този урок ще можете да:
- Настроите среди за разработка за MCP на C#, Java, Python, TypeScript и JavaScript
- Създавате и разгръщате основни MCP сървъри с персонализирани функции (ресурси, подсказки и инструменти)
- Създавате хост приложения, които се свързват с MCP сървъри
- Тествате и отстранявате грешки в MCP имплементации
- Разбирате често срещани предизвикателства при настройка и техните решения
- Свързвате MCP имплементациите си с популярни LLM услуги
Преди да започнете работа с MCP, е важно да подготвите средата си за разработка и да разберете основния работен процес. Този раздел ще ви преведе през първоначалните стъпки за гладък старт с MCP.
Преди да започнете с разработката на MCP, уверете се, че имате:
- Среда за разработка: За избрания от вас език (C#, Java, Python, TypeScript или JavaScript)
- IDE/Редактор: Visual Studio, Visual Studio Code, IntelliJ, Eclipse, PyCharm или друг модерен код редактор
- Мениджъри на пакети: NuGet, Maven/Gradle, pip или npm/yarn
- API ключове: За всички AI услуги, които планирате да използвате във вашите хост приложения
В следващите глави ще видите решения, изградени с Python, TypeScript, Java и .NET. Ето всички официално поддържани SDK-та.
MCP предоставя официални SDK-та за няколко езика:
- C# SDK - Поддържан в сътрудничество с Microsoft
- Java SDK - Поддържан в сътрудничество с Spring AI
- TypeScript SDK - Официалната TypeScript имплементация
- Python SDK - Официалната Python имплементация
- Kotlin SDK - Официалната Kotlin имплементация
- Swift SDK - Поддържан в сътрудничество с Loopwork AI
- Rust SDK - Официалната Rust имплементация
- Настройването на MCP среда за разработка е лесно с езиково-специфични SDK-та
- Създаването на MCP сървъри включва създаване и регистриране на инструменти с ясни схеми
- MCP клиентите се свързват със сървъри и модели, за да използват разширени възможности
- Тестването и отстраняването на грешки са от съществено значение за надеждни MCP имплементации
- Възможностите за разгръщане варират от локална разработка до облачни решения
Имаме набор от примери, които допълват упражненията във всички глави в този раздел. Освен това всяка глава има свои собствени упражнения и задачи
- Създаване на агенти с Model Context Protocol в Azure
- Отдалечен MCP с Azure Container Apps (Node.js/TypeScript/JavaScript)
- .NET OpenAI MCP Agent
Следва: Създаване на вашия първи MCP сървър
Отказ от отговорност:
Този документ е преведен с помощта на AI преводаческа услуга Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматичните преводи могат да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за каквито и да е недоразумения или неправилни тълкувания, произтичащи от използването на този превод.