Следвайте тези стъпки, за да започнете да използвате тези ресурси:
- Направете Fork на хранилището: Кликнете
- Клонирайте хранилището:
git clone https://github.com/microsoft/mcp-for-beginners.git - Присъединете се към Azure AI Foundry Discord и се срещнете с експерти и други разработчици
Model Context Protocol (MCP) е съвременна рамка, създадена за стандартизиране на взаимодействията между AI модели и клиентски приложения. Тази отворена учебна програма предлага структуриран път на обучение, включващ практически примери с код и реални казуси, на популярни програмни езици като C#, Java, JavaScript, TypeScript и Python.
Независимо дали сте AI разработчик, системен архитект или софтуерен инженер, това ръководство е вашият цялостен ресурс за овладяване на основите и стратегиите за внедряване на MCP.
- 📘 MCP Documentation – Подробни уроци и ръководства за потребителя
- 📜 MCP Specification – Архитектура на протокола и технически справки
- 🧑💻 MCP GitHub Repository – Отворени SDK-та, инструменти и примерен код
00-03: Основи
- 00. Въведение в MCP
Преглед на Model Context Protocol и значението му в AI процесите. Прочетете повече - 01. Обяснение на основните концепции
Подробно разглеждане на ключовите концепции на MCP. Прочетете повече - 02. Сигурност в MCP
Заплахи за сигурността и добри практики. Прочетете повече - 03. Започване с MCP
Настройка на среда, базови сървъри/клиенти, интеграция. Прочетете повече
03.x: Практически лаборатории
- 3.1. Първи сървър – Ръководство
- 3.2. Първи клиент – Ръководство
- 3.3. Клиент с LLM – Ръководство
- 3.4. Използване на сървър с Visual Studio Code – Ръководство
- 3.5. Създаване на сървър с SSE – Ръководство
- 3.6. HTTP стрийминг – Ръководство
- 3.7. Използване на AI Toolkit – Ръководство
- 3.8. Тестване на вашия сървър – Ръководство
- 3.9. Деплойване на вашия сървър – Ръководство
04-05: Практически и напреднали теми
- 04. Практическо внедряване
SDK-та, отстраняване на грешки, тестване, повторно използваеми шаблони за подканяне. Прочетете повече - 05. Напреднали теми в MCP
Мултимодален AI, мащабиране, корпоративна употреба. Прочетете повече - 5.1. MCP интеграция с Azure – Ръководство
- 5.2. Мултимодалност – Ръководство
- 5.3. MCP OAuth2 демонстрация – Ръководство
- 5.4. Root Contexts – Ръководство
- 5.5. Маршрутизиране – Ръководство
- 5.6. Извадка (Sampling) – Ръководство
- 5.7. Мащабиране – Ръководство
- 5.8. Сигурност – Ръководство
- 5.9. Web Search MCP – Ръководство
- 5.10. Реално време стрийминг – Ръководство
- 5.11. Реално време уеб търсене – Ръководство
06-10: Общност, добри практики и лаборатории
- 06. Приноси от общността – Ръководство
- 07. Изводи от ранното възприемане – Ръководство
- 08. Най-добри практики за MCP – Ръководство
- 09. Казуси за MCP – Ръководство
- 10. Оптимизиране на AI работни процеси: Създаване на MCP сървър с AI Toolkit – Практическа лаборатория
Разгледайте имплементациите по езици
Разгледайте разширените примери
За да извлечете максимума от този учебен план, трябва да имате:
- Основни познания по C#, Java или Python
- Разбиране на клиент-сървърния модел и API-та
- (По избор) Познания по машинно обучение
Наличен е изчерпателен Учебен наръчник, който ще ви помогне да се ориентирате ефективно в това хранилище. Ръководството включва:
- Визуална карта на учебната програма с всички разгледани теми
- Подробно разграничение на всяка секция от хранилището
- Насоки как да използвате примерните проекти
- Препоръчани учебни пътеки за различни нива на умения
- Допълнителни ресурси, които да допълнят обучението ви
Всяка лекция в това ръководство включва:
- Ясни обяснения на концепциите на MCP
- Живи примери с код на няколко езика
- Упражнения за създаване на реални MCP приложения
- Допълнителни ресурси за напреднали учащи
Това съдържание е лицензирано под MIT License. За условията вижте LICENSE.
Този проект приветства приноси и предложения. Повечето приноси изискват да се съгласите с Contributor License Agreement (CLA), с който декларирате, че имате право и действително предоставяте правата за използване на вашия принос. За подробности посетете https://cla.opensource.microsoft.com.
Когато подадете pull request, CLA ботът автоматично ще определи дали трябва да предоставите CLA и ще маркира PR съответно (например статус проверка, коментар). Просто следвайте инструкциите на бота. Това се прави само веднъж за всички хранилища, използващи нашия CLA.
Този проект е приел Microsoft Open Source Code of Conduct. За повече информация вижте Code of Conduct FAQ или се свържете на opencode@microsoft.com при допълнителни въпроси или коментари.
Нашият екип предлага и други курсове! Вижте:
- AI Agents For Beginners
- Generative AI for Beginners using .NET
- Generative AI for Beginners using JavaScript
- Generative AI for Beginners
- ML for Beginners
- Data Science for Beginners
- AI for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- XR Development for Beginners
- Овладяване на GitHub Copilot за AI съвместно програмиране
- Овладяване на GitHub Copilot за C#/.NET разработчици
- Избери своето Copilot приключение
Този проект може да съдържа търговски марки или лога на проекти, продукти или услуги. Употребата на търговски марки или лога на Microsoft е разрешена само при спазване на Правилата за използване на търговски марки и брандове на Microsoft. Използването на търговски марки или лога на Microsoft в модифицирани версии на този проект не трябва да създава объркване или да предполага спонсорство от Microsoft. Всяко използване на търговски марки или лога на трети страни подлежи на правилата на съответните трети страни.
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 автоматизираните преводи могат да съдържат грешки или неточности. Оригиналният документ на неговия изходен 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.