บทนี้มีวัตถุประสงค์เพื่อครอบคลุมชุดหัวข้อขั้นสูงในการใช้งาน Model Context Protocol (MCP) รวมถึงการรวมหลายโหมด, ความสามารถในการขยายระบบ, แนวทางปฏิบัติที่ดีที่สุดด้านความปลอดภัย และการรวมระบบในองค์กร หัวข้อเหล่านี้มีความสำคัญสำหรับการสร้างแอปพลิเคชัน MCP ที่มั่นคงและพร้อมใช้งานในสภาพแวดล้อมจริงที่ตอบสนองความต้องการของระบบ AI สมัยใหม่
บทเรียนนี้สำรวจแนวคิดขั้นสูงในการใช้งาน Model Context Protocol โดยเน้นที่การรวมหลายโหมด, ความสามารถในการขยายระบบ, แนวทางปฏิบัติที่ดีที่สุดด้านความปลอดภัย และการรวมระบบในองค์กร หัวข้อเหล่านี้จำเป็นสำหรับการสร้างแอป MCP ระดับการผลิตที่สามารถจัดการกับความต้องการที่ซับซ้อนในสภาพแวดล้อมองค์กร
เมื่อจบบทเรียนนี้ คุณจะสามารถ:
- นำความสามารถหลายโหมดมาใช้ในกรอบงาน MCP
- ออกแบบสถาปัตยกรรม MCP ที่ขยายตัวได้สำหรับสถานการณ์ที่มีความต้องการสูง
- นำแนวทางปฏิบัติที่ดีที่สุดด้านความปลอดภัยที่สอดคล้องกับหลักการความปลอดภัยของ MCP มาใช้
- รวม MCP กับระบบ AI และกรอบงานในองค์กร
- ปรับปรุงประสิทธิภาพและความน่าเชื่อถือในสภาพแวดล้อมการผลิต
| Link | Title | Description |
|---|---|---|
| 5.1 Integration with Azure | Integrate with Azure | เรียนรู้วิธีการรวม MCP Server ของคุณบน Azure |
| 5.2 Multi modal sample | MCP Multi modal samples | ตัวอย่างสำหรับเสียง, รูปภาพ และการตอบสนองหลายโหมด |
| 5.3 MCP OAuth2 sample | MCP OAuth2 Demo | แอป Spring Boot ขั้นพื้นฐานที่แสดงการใช้งาน OAuth2 กับ MCP ทั้งในฐานะ Authorization และ Resource Server แสดงการออกโทเค็นอย่างปลอดภัย, จุดสิ้นสุดที่ได้รับการป้องกัน, การปรับใช้บน Azure Container Apps และการรวมกับ API Management |
| 5.4 Root Contexts | Root contexts | เรียนรู้เพิ่มเติมเกี่ยวกับ root context และวิธีการใช้งาน |
| 5.5 Routing | Routing | เรียนรู้ประเภทต่าง ๆ ของการ routing |
| 5.6 Sampling | Sampling | เรียนรู้วิธีการทำงานกับ sampling |
| 5.7 Scaling | Scaling | เรียนรู้เกี่ยวกับการขยายระบบ |
| 5.8 Security | Security | ปกป้อง MCP Server ของคุณ |
| 5.9 Web Search sample | Web Search MCP | Python MCP server และ client ที่รวมกับ SerpAPI สำหรับการค้นหาเว็บ, ข่าว, สินค้า และ Q&A แบบเรียลไทม์ แสดงการประสานงานเครื่องมือหลายตัว, การรวม API ภายนอก และการจัดการข้อผิดพลาดที่แข็งแกร่ง |
| 5.10 Realtime Streaming | Streaming | การสตรีมข้อมูลแบบเรียลไทม์กลายเป็นสิ่งจำเป็นในโลกที่ขับเคลื่อนด้วยข้อมูลปัจจุบัน ที่ซึ่งธุรกิจและแอปพลิเคชันต้องการเข้าถึงข้อมูลทันทีเพื่อการตัดสินใจที่รวดเร็ว |
| 5.11 Realtime Web Search | Web Search | การค้นหาเว็บแบบเรียลไทม์และวิธีที่ MCP เปลี่ยนแปลงการค้นหาเว็บแบบเรียลไทม์โดยให้วิธีการมาตรฐานในการจัดการบริบทระหว่างโมเดล AI, เครื่องมือค้นหา และแอปพลิเคชัน |
สำหรับข้อมูลล่าสุดเกี่ยวกับหัวข้อขั้นสูงของ MCP โปรดดูที่:
- การใช้งาน MCP แบบหลายโหมดช่วยขยายความสามารถ AI เกินกว่าการประมวลผลข้อความ
- ความสามารถในการขยายระบบมีความสำคัญสำหรับการปรับใช้ในองค์กร และสามารถจัดการได้ผ่านการขยายแนวนอนและแนวตั้ง
- มาตรการความปลอดภัยที่ครอบคลุมช่วยปกป้องข้อมูลและรับประกันการควบคุมการเข้าถึงอย่างเหมาะสม
- การรวมระบบในองค์กรกับแพลตฟอร์มเช่น Azure OpenAI และ Microsoft AI Foundry ช่วยเพิ่มขีดความสามารถของ MCP
- การใช้งาน MCP ขั้นสูงได้รับประโยชน์จากสถาปัตยกรรมที่ปรับให้เหมาะสมและการจัดการทรัพยากรอย่างรอบคอบ
ออกแบบการใช้งาน MCP ระดับองค์กรสำหรับกรณีการใช้งานเฉพาะ:
- ระบุความต้องการหลายโหมดสำหรับกรณีการใช้งานของคุณ
- วางแผนมาตรการควบคุมความปลอดภัยที่จำเป็นเพื่อปกป้องข้อมูลที่ละเอียดอ่อน
- ออกแบบสถาปัตยกรรมที่ขยายตัวได้เพื่อรองรับปริมาณงานที่แตกต่างกัน
- วางแผนจุดเชื่อมต่อการรวมระบบกับระบบ AI ในองค์กร
- บันทึกปัญหาคอขวดด้านประสิทธิภาพที่อาจเกิดขึ้นและกลยุทธ์การแก้ไข
ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามให้มีความถูกต้อง แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางควรถูกพิจารณาเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้การแปลโดยมนุษย์มืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดใด ๆ ที่เกิดจากการใช้การแปลนี้