本章節將介紹 Model Context Protocol (MCP) 實作中的一系列進階主題，包括多模態整合、可擴展性、安全最佳實踐，以及企業整合。這些主題對於打造穩健且適合生產環境的 MCP 應用程式非常重要，能夠滿足現代 AI 系統的需求。
本課程探討 Model Context Protocol 實作中的進階概念，著重於多模態整合、可擴展性、安全最佳實踐與企業整合。這些主題對於構建能應對企業環境中複雜需求的生產級 MCP 應用至關重要。
完成本課程後，你將能夠：
- 在 MCP 框架中實作多模態功能
- 設計適用於高需求場景的可擴展 MCP 架構
- 應用符合 MCP 安全原則的安全最佳實踐
- 將 MCP 與企業 AI 系統和框架整合
- 優化生產環境中的效能與可靠性
| Link | Title | Description |
|---|---|---|
| 5.1 Integration with Azure | Integrate with Azure | 學習如何在 Azure 上整合你的 MCP Server |
| 5.2 Multi modal sample | MCP Multi modal samples | 音訊、影像與多模態回應範例 |
| 5.3 MCP OAuth2 sample | MCP OAuth2 Demo | 最小化 Spring Boot 應用示範 MCP 的 OAuth2，包含授權與資源伺服器。展示安全的 token 發行、受保護端點、Azure Container Apps 部署及 API 管理整合。 |
| 5.4 Root Contexts | Root contexts | 深入了解 root context 及其實作方式 |
| 5.5 Routing | Routing | 了解不同類型的路由方式 |
| 5.6 Sampling | Sampling | 學習如何使用抽樣技術 |
| 5.7 Scaling | Scaling | 了解擴展方法 |
| 5.8 Security | Security | 保護你的 MCP Server |
| 5.9 Web Search sample | Web Search MCP | Python MCP 伺服器與客戶端整合 SerpAPI，實現即時網頁、新聞、產品搜尋及問答。示範多工具協調、外部 API 整合與強健的錯誤處理。 |
| 5.10 Realtime Streaming | Streaming | 即時資料串流在當今資料驅動世界中已成為必需，企業與應用需即時取得資訊以做出及時決策。 |
| 5.11 Realtime Web Search | Web Search | 即時網頁搜尋：MCP 如何透過標準化的上下文管理方式，整合 AI 模型、搜尋引擎與應用，改變即時網頁搜尋體驗。 |
欲獲取最新的進階 MCP 主題資訊，請參考：
- 多模態 MCP 實作擴展 AI 能力，超越文字處理
- 可擴展性對企業部署至關重要，可透過水平與垂直擴展達成
- 全面安全措施保護資料並確保適當的存取控制
- 與 Azure OpenAI 及 Microsoft AI Foundry 等平台的企業整合提升 MCP 能力
- 進階 MCP 實作受益於優化架構與謹慎的資源管理
為特定使用案例設計企業級 MCP 實作：
- 確認使用案例的多模態需求
- 擬定保護敏感資料所需的安全控管措施
- 設計可應對不同負載的可擴展架構
- 規劃與企業 AI 系統的整合點
- 記錄可能的效能瓶頸及緩解策略
免責聲明：
本文件係使用 AI 翻譯服務 Co-op Translator 所翻譯。雖然我們努力追求準確性，但請注意自動翻譯可能包含錯誤或不準確之處。原始文件之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所產生之任何誤解或誤譯負責。