Skip to content

Latest commit

 

History

History
197 lines (165 loc) · 13.1 KB

study_guide.md

File metadata and controls

197 lines (165 loc) · 13.1 KB

Model Context Protocol (MCP) for Beginners - Study Guide

คู่มือการศึกษานี้ให้ภาพรวมของโครงสร้างและเนื้อหาของรีโพซิทอรีสำหรับหลักสูตร "Model Context Protocol (MCP) for Beginners" ใช้คู่มือนี้เพื่อช่วยนำทางรีโพซิทอรีอย่างมีประสิทธิภาพและใช้ประโยชน์จากทรัพยากรที่มีอยู่ให้เต็มที่

Repository Overview

Model Context Protocol (MCP) คือกรอบมาตรฐานสำหรับการสื่อสารระหว่างโมเดล AI กับแอปพลิเคชันลูกค้า รีโพซิทอรีนี้มีหลักสูตรครบถ้วนพร้อมตัวอย่างโค้ดจริงในภาษา C#, Java, JavaScript, Python และ TypeScript ออกแบบมาสำหรับนักพัฒนา AI สถาปนิกระบบ และวิศวกรซอฟต์แวร์

Visual Curriculum Map

mindmap
  root((MCP for Beginners))
    00. Introduction
      ::icon(fa fa-book)
      (Protocol Overview)
      (Standardization)
      (Use Cases)
    01. Core Concepts
      ::icon(fa fa-puzzle-piece)
      (Client-Server Architecture)
      (Protocol Components)
      (Messaging Patterns)
    02. Security
      ::icon(fa fa-shield)
      (Threat Models)
      (Best Practices)
      (Auth Strategies)
    03. Getting Started
      ::icon(fa fa-rocket)
      (First Server)
      (First Client)
      (LLM Client)
      (VS Code Integration)
      (SSE Server)
      (AI Toolkit)
      (Testing)
      (Deployment)
    04. Practical Implementation
      ::icon(fa fa-code)
      (SDKs)
      (Testing/Debugging)
      (Prompt Templates)
      (Sample Projects)
    05. Advanced Topics
      ::icon(fa fa-graduation-cap)
      (Multi-modal AI)
      (Scaling)
      (Enterprise Integration)
      (Azure Integration)
      (OAuth2)
      (Root Contexts)
    06. Community
      ::icon(fa fa-users)
      (Code Contributions)
      (Documentation)
      (Feedback)
    07. Early Adoption
      ::icon(fa fa-lightbulb)
      (Real-world Examples)
      (Deployment Stories)
      (Future Roadmap)
    08. Best Practices
      ::icon(fa fa-check)
      (Performance)
      (Fault Tolerance)
      (Resilience)
    09. Case Studies
      ::icon(fa fa-file-text)
      (Solution Architectures)
      (Deployment Blueprints)
      (Project Walkthroughs)
    10. Hands-on Workshop
      ::icon(fa fa-laptop)
      (AI Toolkit Integration)
      (Custom Server Development)
      (Production Deployment)
Loading

Repository Structure

รีโพซิทอรีถูกจัดแบ่งออกเป็นสิบส่วนหลัก แต่ละส่วนเน้นหัวข้อที่แตกต่างกันของ MCP:

  1. Introduction (00-Introduction/)

    • ภาพรวมของ Model Context Protocol
    • ทำไมการมาตรฐานจึงสำคัญในกระบวนการ AI
    • กรณีการใช้งานและประโยชน์ในทางปฏิบัติ

  2. Core Concepts (01-CoreConcepts/)

    • สถาปัตยกรรมลูกค้า-เซิร์ฟเวอร์
    • องค์ประกอบหลักของโปรโตคอล
    • รูปแบบการส่งข้อความใน MCP

  3. Security (02-Security/)

    • ภัยคุกคามด้านความปลอดภัยในระบบที่ใช้ MCP
    • แนวทางปฏิบัติที่ดีที่สุดในการรักษาความปลอดภัยการใช้งาน
    • กลยุทธ์การตรวจสอบสิทธิ์และอนุญาต

  4. Getting Started (03-GettingStarted/)

    • การตั้งค่าและกำหนดค่าสภาพแวดล้อม
    • การสร้างเซิร์ฟเวอร์และไคลเอนต์ MCP ขั้นพื้นฐาน
    • การผสานรวมกับแอปพลิเคชันที่มีอยู่
    • ส่วนย่อยสำหรับเซิร์ฟเวอร์ตัวแรก, ไคลเอนต์ตัวแรก, ไคลเอนต์ LLM, การรวมกับ VS Code, เซิร์ฟเวอร์ SSE, AI Toolkit, การทดสอบ และการนำไปใช้

  5. Practical Implementation (04-PracticalImplementation/)

    • การใช้ SDK ในหลายภาษาโปรแกรม
    • เทคนิคการดีบัก, ทดสอบ และตรวจสอบความถูกต้อง
    • การสร้างเทมเพลตพรอมต์และเวิร์กโฟลว์ที่นำกลับมาใช้ใหม่ได้
    • ตัวอย่างโปรเจกต์พร้อมตัวอย่างการใช้งาน

  6. Advanced Topics (05-AdvancedTopics/)

    • เวิร์กโฟลว์ AI แบบมัลติ-โหมดและความสามารถขยาย
    • กลยุทธ์การขยายขนาดอย่างปลอดภัย
    • MCP ในระบบนิเวศองค์กร
    • หัวข้อเฉพาะทางรวมถึงการรวม Azure, มัลติ-โมดัล, OAuth2, root contexts, routing, sampling, scaling, security, การรวมเว็บเสิร์ช และการสตรีม

  7. Community Contributions (06-CommunityContributions/)

    • วิธีการมีส่วนร่วมในโค้ดและเอกสาร
    • การร่วมมือผ่าน GitHub
    • การปรับปรุงและข้อเสนอแนะจากชุมชน

  8. Lessons from Early Adoption (07-LessonsfromEarlyAdoption/)

    • การใช้งานจริงและเรื่องราวความสำเร็จ
    • การสร้างและนำโซลูชัน MCP ไปใช้
    • แนวโน้มและแผนที่ทางในอนาคต

  9. Best Practices (08-BestPractices/)

    • การปรับแต่งประสิทธิภาพและการเพิ่มประสิทธิผล
    • การออกแบบระบบ MCP ที่ทนต่อความผิดพลาด
    • กลยุทธ์การทดสอบและความยืดหยุ่น

  10. Case Studies (09-CaseStudy/)

    • การวิเคราะห์เชิงลึกของสถาปัตยกรรมโซลูชัน MCP
    • แผนผังการนำไปใช้และเคล็ดลับการผสานรวม
    • แผนภาพที่อธิบายและการเดินผ่านโปรเจกต์

  11. Hands-on Workshop (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)

    • เวิร์กช็อปเชิงปฏิบัติที่ครอบคลุมโดยรวม MCP กับ AI Toolkit ของ Microsoft สำหรับ VS Code
    • การสร้างแอปพลิเคชันอัจฉริยะที่เชื่อมต่อโมเดล AI กับเครื่องมือในโลกจริง
    • โมดูลปฏิบัติที่ครอบคลุมพื้นฐาน การพัฒนาเซิร์ฟเวอร์แบบกำหนดเอง และกลยุทธ์การนำไปใช้ในสภาพแวดล้อมจริง

Sample Projects

รีโพซิทอรีนี้มีตัวอย่างโปรเจกต์หลายรายการที่แสดงการใช้งาน MCP ในหลายภาษาโปรแกรม:

Basic MCP Calculator Samples

  • ตัวอย่างเซิร์ฟเวอร์ MCP ด้วย C#
  • MCP Calculator ด้วย Java
  • ตัวอย่าง MCP ด้วย JavaScript
  • เซิร์ฟเวอร์ MCP ด้วย Python
  • ตัวอย่าง MCP ด้วย TypeScript

Advanced MCP Calculator Projects

  • ตัวอย่างขั้นสูงด้วย C#
  • ตัวอย่างแอปคอนเทนเนอร์ด้วย Java
  • ตัวอย่างขั้นสูงด้วย JavaScript
  • การใช้งานซับซ้อนด้วย Python
  • ตัวอย่างคอนเทนเนอร์ด้วย TypeScript

Additional Resources

รีโพซิทอรีนี้มีทรัพยากรสนับสนุนดังนี้:

  • โฟลเดอร์ Images: รวมแผนภาพและภาพประกอบที่ใช้ในหลักสูตร
  • Translations: การรองรับหลายภาษาโดยแปลเอกสารอัตโนมัติ
  • Official MCP Resources:

How to Use This Repository

  1. เรียนรู้ตามลำดับ: ติดตามบทต่างๆ ตามลำดับ (00 ถึง 10) เพื่อประสบการณ์การเรียนรู้ที่เป็นระบบ
  2. เน้นภาษาที่สนใจ: หากสนใจภาษาโปรแกรมใดเป็นพิเศษ ให้สำรวจโฟลเดอร์ตัวอย่างสำหรับการใช้งานในภาษานั้น
  3. การใช้งานจริง: เริ่มจากส่วน "Getting Started" เพื่อตั้งค่าสภาพแวดล้อมและสร้างเซิร์ฟเวอร์กับไคลเอนต์ MCP ตัวแรกของคุณ
  4. สำรวจขั้นสูง: เมื่อเข้าใจพื้นฐานแล้ว ให้เจาะลึกหัวข้อขั้นสูงเพื่อขยายความรู้
  5. มีส่วนร่วมกับชุมชน: เข้าร่วม Azure AI Foundry Discord เพื่อเชื่อมต่อกับผู้เชี่ยวชาญและนักพัฒนาร่วมกัน

Contributing

รีโพซิทอรีนี้ยินดีรับการมีส่วนร่วมจากชุมชน ดูส่วน Community Contributions เพื่อคำแนะนำเกี่ยวกับวิธีการมีส่วนร่วม

คู่มือการศึกษานี้จัดทำขึ้นเมื่อวันที่ 11 มิถุนายน 2025 และให้ภาพรวมของรีโพซิทอรี ณ วันนั้น เนื้อหาในรีโพซิทอรีอาจมีการอัปเดตตั้งแต่นั้นมา

ข้อจำกัดความรับผิดชอบ:
เอกสารฉบับนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาดั้งเดิมควรถูกพิจารณาเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลสำคัญแนะนำให้ใช้บริการแปลโดยมนุษย์มืออาชีพ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดใด ๆ ที่เกิดจากการใช้การแปลนี้