Ta razdelek vsebuje več lekcij:
-
1 Vaš prvi strežnik, v tej prvi lekciji se boste naučili, kako ustvariti svoj prvi strežnik in ga pregledati z orodjem za inšpekcijo, kar je dragocen način za testiranje in odpravljanje napak na strežniku, do lekcije
-
2 Odjemalec, v tej lekciji se boste naučili, kako napisati odjemalca, ki se lahko poveže z vašim strežnikom, do lekcije
-
3 Odjemalec z LLM, še boljši način pisanja odjemalca je, da mu dodate LLM, da lahko "pogaja" s strežnikom, kaj naj naredi, do lekcije
-
4 Uporaba strežnika v načinu GitHub Copilot Agent v Visual Studio Code. Tukaj si ogledujemo, kako poganjati naš MCP strežnik neposredno v Visual Studio Code, do lekcije
-
5 Poraba preko SSE (Server Sent Events) SSE je standard za pretakanje s strežnika na odjemalca, ki omogoča strežnikom pošiljanje posodobitev v realnem času preko HTTP, do lekcije
-
6 HTTP pretakanje z MCP (Streamable HTTP). Spoznajte sodobno HTTP pretakanje, obvestila o napredku in kako implementirati razširljive, realnočasovne MCP strežnike in odjemalce z uporabo Streamable HTTP, do lekcije
-
7 Uporaba AI Toolkit za VSCode za uporabo in testiranje vaših MCP odjemalcev in strežnikov, do lekcije
-
8 Testiranje. Tukaj se bomo osredotočili predvsem na različne načine testiranja strežnika in odjemalca, do lekcije
-
9 Namestitev. Ta poglavje bo obravnavalo različne načine nameščanja vaših MCP rešitev, do lekcije
Model Context Protocol (MCP) je odprt protokol, ki standardizira način, kako aplikacije zagotavljajo kontekst LLM-jem. MCP lahko primerjate z USB-C priključkom za AI aplikacije – zagotavlja standardiziran način povezovanja AI modelov z različnimi podatkovnimi viri in orodji.
Na koncu te lekcije boste znali:
- Nastaviti razvojno okolje za MCP v C#, Javi, Pythonu, TypeScriptu in JavaScriptu
- Zgraditi in namestiti osnovne MCP strežnike s prilagojenimi funkcijami (viri, pozivi in orodja)
- Ustvariti gostiteljske aplikacije, ki se povežejo z MCP strežniki
- Testirati in odpravljati napake v MCP implementacijah
- Razumeti pogoste težave pri nastavitvi in njihove rešitve
- Povezati vaše MCP implementacije s priljubljenimi LLM storitvami
Preden začnete z delom na MCP, je pomembno, da pripravite razvojno okolje in razumete osnovni potek dela. Ta razdelek vas bo vodil skozi začetne korake, da boste lahko brez težav začeli z MCP.
Preden začnete z razvojem MCP, poskrbite, da imate:
- Razvojno okolje: za izbrani programski jezik (C#, Java, Python, TypeScript ali JavaScript)
- IDE/Urejevalnik: Visual Studio, Visual Studio Code, IntelliJ, Eclipse, PyCharm ali kateri koli sodoben urejevalnik kode
- Upravitelji paketov: NuGet, Maven/Gradle, pip ali npm/yarn
- API ključi: za vse AI storitve, ki jih nameravate uporabljati v gostiteljskih aplikacijah
V naslednjih poglavjih boste videli rešitve, zgrajene v Pythonu, TypeScriptu, Javi in .NET. Tukaj so vsi uradno podprti SDK-ji.
MCP ponuja uradne SDK-je za več jezikov:
- C# SDK - vzdržuje ga Microsoft v sodelovanju
- Java SDK - vzdržuje ga Spring AI v sodelovanju
- TypeScript SDK - uradna TypeScript implementacija
- Python SDK - uradna Python implementacija
- Kotlin SDK - uradna Kotlin implementacija
- Swift SDK - vzdržuje ga Loopwork AI v sodelovanju
- Rust SDK - uradna Rust implementacija
- Nastavitev MCP razvojnega okolja je enostavna z jezikovno specifičnimi SDK-ji
- Gradnja MCP strežnikov vključuje ustvarjanje in registracijo orodij s jasnimi shemami
- MCP odjemalci se povezujejo s strežniki in modeli za izkoriščanje razširjenih zmogljivosti
- Testiranje in odpravljanje napak sta ključna za zanesljive MCP implementacije
- Možnosti nameščanja segajo od lokalnega razvoja do rešitev v oblaku
Imamo nabor primerov, ki dopolnjujejo vaje, ki jih boste videli v vseh poglavjih tega razdelka. Poleg tega ima vsako poglavje svoje vaje in naloge.
- Gradnja agentov z uporabo Model Context Protocol na Azure
- Oddaljeni MCP z Azure Container Apps (Node.js/TypeScript/JavaScript)
- .NET OpenAI MCP Agent
Naslednje: Ustvarjanje vašega prvega MCP strežnika
Opozorilo:
Ta dokument je bil preveden z uporabo AI prevajalske storitve Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da avtomatizirani prevodi lahko vsebujejo napake ali netočnosti. Izvirni dokument v njegovem maternem jeziku velja za avtoritativni vir. Za pomembne informacije priporočamo strokovni človeški prevod. Za morebitne nesporazume ali napačne interpretacije, ki izhajajo iz uporabe tega prevoda, ne prevzemamo odgovornosti.