既然你已經安裝好 SDK，接下來我們來建立一個專案：
透過加入以下程式碼，新增一個工具和一個資源：
讓我們加入最後所需的程式碼，讓伺服器可以啟動：
使用以下指令啟動伺服器：
Inspector 是一個很棒的工具，可以啟動你的伺服器並讓你與之互動，以測試其功能。讓我們啟動它：
Note
在「command」欄位中顯示的指令可能會有所不同，因為它包含了用你特定執行環境執行伺服器的指令。
你應該會看到以下的使用者介面：
- 按下「Connect」按鈕連接到伺服器。連接成功後，你應該會看到以下畫面：
- 選擇「Tools」然後點選「listTools」，你會看到「Add」出現，點選「Add」並填入參數值。
你會看到以下回應，也就是「add」工具的結果：
恭喜你，成功建立並執行了你的第一個伺服器！
MCP 提供多種語言的官方 SDK：
- C# SDK - 與 Microsoft 合作維護
- Java SDK - 與 Spring AI 合作維護
- TypeScript SDK - 官方 TypeScript 實作
- Python SDK - 官方 Python 實作
- Kotlin SDK - 官方 Kotlin 實作
- Swift SDK - 與 Loopwork AI 合作維護
- Rust SDK - 官方 Rust 實作
- 利用語言專用的 SDK，設定 MCP 開發環境非常簡單
- 建立 MCP 伺服器需創建並註冊帶有明確結構的工具
- 測試與除錯對於穩定的 MCP 實作至關重要
建立一個簡單的 MCP 伺服器，並包含你選擇的工具：
- 使用你偏好的語言（.NET、Java、Python 或 JavaScript）實作該工具。
- 定義輸入參數和回傳值。
- 使用 Inspector 工具確保伺服器正常運作。
- 使用不同輸入測試你的實作。
- 在 Azure 上使用 Model Context Protocol 建立代理
- 使用 Azure Container Apps 的遠端 MCP（Node.js/TypeScript/JavaScript）
- .NET OpenAI MCP 代理
下一課：Getting Started with MCP Clients
免責聲明：
本文件係使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於確保翻譯的準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋負責。