Postupujte podle těchto kroků, abyste mohli začít používat tyto zdroje:
- Forkněte repozitář: Klikněte
- Naklonujte repozitář:
git clone https://github.com/microsoft/mcp-for-beginners.git
- Připojte se na Discord Azure AI Foundry a setkejte se s odborníky a dalšími vývojáři
🌐 Podpora více jazyků
Podporováno prostřednictvím GitHub Action (automatizované a vždy aktuální)
Arabština | Bengálština | Bulharština | Barmština (Myanmar) | Čínština (zjednodušená) | Čínština (tradiční, Hongkong) | Čínština (tradiční, Macao) | Čínština (tradiční, Tchaj-wan) | Chorvatština | Čeština | Dánština | Nizozemština | Finština | Francouzština | Němčina | Řečtina | Hebrejština | Hindština | Maďarština | Indonéština | Italština | Japonština | Korejština | Malajština | Maráthština | Nepálština | Norština | Perština (Farsi) | Polština | Portugalština (Brazílie) | Portugalština (Portugalsko) | Paňdžábština (Gurmukhi) | Rumunština | Ruština | Srbština (cyrilice) | Slovenština | Slovinština | Španělština | Svahilština | Švédština | Tagalog (Filipíny) | Thajština | Turečtina | Ukrajinština | Urdu | Vietnamština
🚀 Učební plán Model Context Protocol (MCP) pro začátečníky
Naučte se MCP pomocí praktických příkladů kódu v C#, Java, JavaScript, Rust, Python a TypeScript
🧠 Přehled učebního plánu Model Context Protocol
Model Context Protocol (MCP) je moderní rámec navržený pro standardizaci interakcí mezi AI modely a klientskými aplikacemi. Tento open-source učební plán nabízí strukturovanou cestu učení, doplněnou praktickými příklady kódu a reálnými případy použití, v oblíbených programovacích jazycích jako C#, Java, JavaScript, TypeScript a Python.
Ať už jste vývojář AI, systémový architekt nebo softwarový inženýr, tento průvodce je vaším komplexním zdrojem pro zvládnutí základů MCP a strategií implementace.
🔗 Oficiální zdroje MCP
- 📘 Dokumentace MCP – Podrobné návody a uživatelské příručky
- 📜 Specifikace MCP – Architektura protokolu a technické reference
- 📜 Původní specifikace MCP – Technické reference z minulosti (mohou obsahovat další podrobnosti)
- 🧑💻 Repozitář MCP na GitHubu – Open-source SDK, nástroje a ukázky kódu
- 🌐 Komunita MCP – Připojte se k diskuzím a přispějte do komunity
🧭 Přehled učebního plánu MCP
📚 Kompletní struktura učebního plánu
Modul | Téma | Popis | Odkaz |
---|---|---|---|
Modul 1-3: Základy | |||
00 | Úvod do MCP | Přehled Model Context Protocol a jeho významu v AI pipeline | Více informací |
01 | Vysvětlení základních konceptů | Podrobný průzkum základních konceptů MCP | Více informací |
02 | Bezpečnost v MCP | Hrozby a nejlepší postupy v oblasti bezpečnosti | Více informací |
03 | Začínáme s MCP | Nastavení prostředí, základní servery/klienti, integrace | Více informací |
Modul 3: Vytvoření prvního serveru a klienta | |||
3.1 | První server | Vytvořte svůj první MCP server | Průvodce |
3.2 | První klient | Vyvinutí základního MCP klienta | Průvodce |
3.3 | Klient s LLM | Integrace velkých jazykových modelů | Průvodce |
3.4 | Integrace s VS Code | Spotřebování MCP serverů ve VS Code | Průvodce |
3.5 | stdio server | Vytvoření serverů pomocí stdio transportu | Průvodce |
3.6 | HTTP streaming | Implementace HTTP streamingu v MCP | Průvodce |
3.7 | AI Toolkit | Použití AI Toolkit s MCP | Průvodce |
3.8 | Testování | Testování implementace MCP serveru | Průvodce |
3.9 | Nasazení | Nasazení MCP serverů do produkce | Průvodce |
3.10 | Pokročilé použití serveru | Použití pokročilých serverů pro pokročilé funkce a zlepšenou architekturu | Průvodce |
3.11 | Jednoduché ověřování | Kapitola ukazující ověřování od začátku a RBAC | Průvodce |
Modul 4-5: Praktické a pokročilé | |||
04 | Praktická implementace | SDK, ladění, testování, znovupoužitelné šablony promptů | Více informací |
05 | Pokročilá témata v MCP | Multimodální AI, škálování, podnikové použití | Více informací |
5.1 | Integrace s Azure | Integrace MCP s Azure | Průvodce |
5.2 | Multimodalita | Práce s více modalitami | Průvodce |
5.3 | OAuth2 Demo | Implementace ověřování OAuth2 | Průvodce |
5.4 | Root Contexts | Porozumění a implementace root contexts | Průvodce |
5.5 | Směrování | Strategie směrování MCP | Průvodce |
5.6 | Sampling | Techniky sampling v MCP | Průvodce |
5.7 | Škálování | Škálování implementací MCP | Průvodce |
5.8 | Bezpečnost | Pokročilé úvahy o bezpečnosti | Průvodce |
5.9 | Webové vyhledávání | Implementace schopností webového vyhledávání | Průvodce |
5.10 | Realtime streaming | Vytvoření funkcionality pro realtime streaming | Průvodce |
5.11 | Realtime vyhledávání | Implementace realtime vyhledávání | Průvodce |
5.12 | Ověřování Entra ID | Ověřování pomocí Microsoft Entra ID | Průvodce |
5.13 | Integrace Foundry | Integrace s Azure AI Foundry | Průvodce |
5.14 | Kontextové inženýrství | Techniky pro efektivní kontextové inženýrství | Průvodce |
5.15 | MCP Custom Transport | Implementace vlastního transportu | Průvodce |
Modul 6-10: Komunita a osvědčené postupy | |||
06 | Příspěvky komunity | Jak přispět do ekosystému MCP | Průvodce |
07 | Poznatky z raného přijetí | Příběhy z reálné implementace | Průvodce |
08 | Osvědčené postupy pro MCP | Výkon, odolnost vůči chybám, odolnost | Průvodce |
09 | Případové studie MCP | Praktické příklady implementace | Průvodce |
10 | Praktický workshop | Vytvoření MCP serveru s AI Toolkit | Laboratoř |
Modul 11: Praktická laboratoř MCP serveru | |||
11 | Integrace MCP serveru s databází | Komplexní 13-laboratorní učební cesta pro integraci PostgreSQL | Laboratoře |
11.1 | Úvod | Přehled MCP s integrací databáze a případová studie maloobchodní analytiky | Laboratoř 00 |
11.2 | Základní architektura | Porozumění architektuře MCP serveru, databázovým vrstvám a bezpečnostním vzorům | Lab 01 |
11.3 | Bezpečnost a multi-tenance | Řízení přístupu na úrovni řádků, autentizace a přístup k datům pro více nájemců | Lab 02 |
11.4 | Nastavení prostředí | Nastavení vývojového prostředí, Dockeru, Azure zdrojů | Lab 03 |
11.5 | Návrh databáze | Nastavení PostgreSQL, návrh schématu pro retail a ukázková data | Lab 04 |
11.6 | Implementace MCP serveru | Vytvoření FastMCP serveru s integrací databáze | Lab 05 |
11.7 | Vývoj nástrojů | Vytváření nástrojů pro dotazy do databáze a introspekci schématu | Lab 06 |
11.8 | Sémantické vyhledávání | Implementace vektorových embeddingů s Azure OpenAI a pgvector | Lab 07 |
11.9 | Testování a ladění | Strategie testování, nástroje pro ladění a validační přístupy | Lab 08 |
11.10 | Integrace s VS Code | Konfigurace integrace MCP s VS Code a využití AI Chat | Lab 09 |
11.11 | Strategie nasazení | Nasazení pomocí Dockeru, Azure Container Apps a úvahy o škálování | Lab 10 |
11.12 | Monitoring | Application Insights, logování, monitorování výkonu | Lab 11 |
11.13 | Nejlepší praktiky | Optimalizace výkonu, zajištění bezpečnosti a tipy pro produkční prostředí | Lab 12 |
💻 Ukázkové projekty kódu
Základní ukázky MCP kalkulačky
Jazyk | Popis | Odkaz |
---|---|---|
C# | Příklad MCP serveru | Zobrazit kód |
Java | MCP kalkulačka | Zobrazit kód |
JavaScript | MCP demo | Zobrazit kód |
Python | MCP server | Zobrazit kód |
TypeScript | Příklad MCP | Zobrazit kód |
Rust | Příklad MCP | Zobrazit kód |
Pokročilé implementace MCP
Jazyk | Popis | Odkaz |
---|---|---|
C# | Pokročilý příklad | Zobrazit kód |
Java se Spring | Příklad aplikace v kontejneru | Zobrazit kód |
JavaScript | Pokročilý příklad | Zobrazit kód |
Python | Komplexní implementace | Zobrazit kód |
TypeScript | Příklad kontejneru | Zobrazit kód |
🎯 Předpoklady pro studium MCP
Abyste z této výuky získali maximum, měli byste mít:
Základní znalosti programování alespoň v jednom z následujících jazyků: C#, Java, JavaScript, Python nebo TypeScript
Porozumění modelu klient-server a API
Znalost konceptů REST a HTTP
(Volitelné) Základy AI/ML konceptů
Připojení k našim komunitním diskuzím pro podporu
📚 Průvodce studiem a zdroje
Tento repozitář obsahuje několik zdrojů, které vám pomohou efektivně se orientovat a učit:
Průvodce studiem
Komplexní Průvodce studiem je k dispozici, aby vám pomohl efektivně se orientovat v tomto repozitáři. Průvodce zahrnuje:
- Vizualizaci mapy kurikula se všemi pokrytými tématy
- Podrobný rozpis každé sekce repozitáře
- Návod, jak používat ukázkové projekty
- Doporučené studijní cesty pro různé úrovně dovedností
- Další zdroje pro doplnění vašeho studia
Changelog
Udržujeme podrobný Changelog, který sleduje všechny významné aktualizace materiálů kurikula, včetně:
- Přidání nového obsahu
- Strukturální změny
- Vylepšení funkcí
- Aktualizace dokumentace
🛠️ Jak efektivně používat toto kurikulum
Každá lekce v tomto průvodci zahrnuje:
- Jasné vysvětlení konceptů MCP
- Ukázky živého kódu v různých jazycích
- Cvičení pro vytvoření reálných MCP aplikací
- Další zdroje pro pokročilé studenty
Události
MCP Dev Days červenec 2025
➡️Sledujte na vyžádání - MCP Dev Days
Připravte se na dva dny hlubokých technických poznatků, komunitního propojení a praktického učení na MCP Dev Days, virtuální události věnované Model Context Protocol (MCP) — vznikajícímu standardu, který propojuje AI modely a nástroje, na které se spoléhají. Můžete sledovat MCP Dev Days registrací na naší stránce události: https://aka.ms/mcpdevdays.
Den 1: Produktivita MCP, DevTools a komunita:
Je zaměřen na posílení vývojářů při používání MCP ve svém vývojářském workflow a oslavu úžasné MCP komunity. Připojí se k nám členové komunity a partneři jako Arcade, Block, Okta a Neon, aby ukázali, jak spolupracují s Microsoftem na formování otevřeného, rozšiřitelného ekosystému MCP.
Reálné ukázky napříč VS Code, Visual Studio, GitHub Copilot a populárními komunitními nástroji
Praktické, kontextově řízené vývojářské workflow
Komunitou vedené sezení a poznatky
Ať už s MCP teprve začínáte, nebo už s ním pracujete, Den 1 vám poskytne inspiraci a praktické poznatky.
Den 2: Stavte MCP servery s jistotou
Je určen pro tvůrce MCP. Půjdeme do hloubky implementačních strategií a nejlepších praktik pro vytváření MCP serverů a integraci MCP do vašich AI workflow.
Témata zahrnují:
- Vytváření MCP serverů a jejich integrace do agentních zkušeností
- Vývoj řízený prompty
- Nejlepší bezpečnostní praktiky
- Použití stavebních bloků jako Functions, ACA a API Management
- Zarovnání registru a nástroje (1P + 3P)
Pokud jste vývojář, tvůrce nástrojů nebo AI produktový stratég, tento den je plný poznatků, které potřebujete k vytvoření škálovatelných, bezpečných a budoucnosti připravených MCP řešení.
MCP Boot Camp srpen 2025
Naučte se v intenzivních video sezeních, jak vytvořit MCP servery, integrovat je s VS Code a profesionálně nasadit na Azure na základě obsahu z kurikula MCP pro začátečníky. Získejte praktické dovednosti v technologii, kterou již používají velké společnosti.
➡️Sledujte na vyžádání MCP Bootcamp | Anglicky
➡️Sledujte na vyžádání MCP Bootcamp | Brazílie
➡️Sledujte na vyžádání MCP Bootcamp | Španělsky
Naučme se MCP s C# - Série tutoriálů
Naučme se o Model Context Protocol (MCP), moderním frameworku navrženém k standardizaci interakcí mezi AI modely a klientskými aplikacemi. Prostřednictvím této přátelské úvodní lekce vás seznámíme s MCP a provedeme vás vytvořením vašeho prvního MCP serveru.
C#: https://aka.ms/letslearnmcp-csharp
Java: https://aka.ms/letslearnmcp-java
JavaScript: https://aka.ms/letslearnmcp-javascript
Python: https://aka.ms/letslearnmcp-python
🌟 Poděkování komunitě
Děkujeme Microsoft Valued Professional Shivam Goyal za přispění důležitých ukázek kódu.
📜 Informace o licenci
Tento obsah je licencován pod MIT licencí. Pro podmínky a pravidla, viz LICENSE.
🤝 Pokyny pro přispívání
Tento projekt vítá příspěvky a návrhy. Většina příspěvků vyžaduje, abyste souhlasili s Contributor License Agreement (CLA), který potvrzuje, že máte právo a skutečně udělujete nám práva používat váš příspěvek. Podrobnosti najdete na https://cla.opensource.microsoft.com.
Když odešlete pull request, CLA bot automaticky určí, zda musíte poskytnout CLA a označí PR odpovídajícím způsobem (např. kontrola stavu, komentář). Jednoduše postupujte podle pokynů poskytnutých botem. Toto budete muset udělat pouze jednou napříč všemi repozitáři používajícími náš CLA.
Tento projekt přijal Microsoft Open Source Code of Conduct. Pro více informací viz Code of Conduct FAQ nebo kontaktujte opencode@microsoft.com s dalšími otázkami nebo komentáři.
📂 Struktura repozitáře
Repozitář je organizován následovně:
- Hlavní kurikulum (00-11): Hlavní obsah organizovaný v jedenácti sekvenčních modulech, včetně komplexních laboratorních cvičení pro integraci databáze
- 11-MCPServerHandsOnLabs/: Kompletní 13-laboratorní učební cesta pro vytváření produkčně připravených MCP serverů s integrací PostgreSQL
- images/: Diagramy a ilustrace použité v celém kurikulu
- translations/: Podpora více jazyků s automatizovanými překlady
- translated_images/: Lokalizované verze diagramů a ilustrací
- study_guide.md: Komplexní průvodce navigací v repozitáři
- changelog.md: Záznam všech významných změn v materiálech kurikula
- mcp.json: Konfigurační soubor pro specifikaci MCP
- CODE_OF_CONDUCT.md, LICENSE, SECURITY.md, SUPPORT.md: Dokumenty pro správu projektu
🎒 Další kurzy
Náš tým vytváří další kurzy! Podívejte se na:
- NOVÉ Edge AI pro začátečníky
- AI agenti pro začátečníky
- Generativní AI pro začátečníky s .NET
- Generativní AI pro začátečníky s JavaScriptem
- Generativní AI pro začátečníky
- Generativní AI pro začátečníky s Javou
- ML pro začátečníky
- Data Science pro začátečníky
- AI pro začátečníky
- Kybernetická bezpečnost pro začátečníky
- Webový vývoj pro začátečníky
- IoT pro začátečníky
- XR vývoj pro začátečníky
- Ovládnutí GitHub Copilot pro AI párové programování
- Ovládnutí GitHub Copilot pro vývojáře C#/.NET
- Vyberte si vlastní Copilot dobrodružství
™️ Oznámení o ochranné známce
Tento projekt může obsahovat ochranné známky nebo loga projektů, produktů či služeb. Použití ochranných známek nebo log společnosti Microsoft musí být autorizováno a musí splňovat
Pokyny společnosti Microsoft pro ochranné známky a značky.
Použití ochranných známek nebo log společnosti Microsoft v upravených verzích tohoto projektu nesmí způsobit zmatek nebo naznačovat sponzorství ze strany Microsoftu.
Jakékoli použití ochranných známek nebo log třetích stran podléhá zásadám těchto třetích stran.
Získání pomoci
Pokud narazíte na problém nebo máte otázky ohledně vytváření AI aplikací, připojte se:
Pokud máte zpětnou vazbu k produktu nebo narazíte na chyby při vytváření, navštivte:
Prohlášení:
Tento dokument byl přeložen pomocí služby AI pro překlady Co-op Translator. Ačkoli se snažíme o přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho rodném jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.