Følg disse trin for at komme i gang med at bruge disse ressourcer:
- Fork repositoryet: Klik
- Klon repositoryet:
git clone https://github.com/microsoft/mcp-for-beginners.git
- Deltag i Azure AI Foundry Discord og mød eksperter og andre udviklere
🌐 Flersproget support
Understøttet via GitHub Action (Automatisk & Altid opdateret)
Arabisk | Bengali | Bulgarsk | Burmesisk (Myanmar) | Kinesisk (Forenklet) | Kinesisk (Traditionelt, Hong Kong) | Kinesisk (Traditionelt, Macau) | Kinesisk (Traditionelt, Taiwan) | Kroatisk | Tjekkisk | Dansk | Hollandsk | Finsk | Fransk | Tysk | Græsk | Hebraisk | Hindi | Ungarsk | Indonesisk | Italiensk | Japansk | Koreansk | Malay | Marathi | Nepalesisk | Norsk | Persisk (Farsi) | Polsk | Portugisisk (Brasilien) | Portugisisk (Portugal) | Punjabi (Gurmukhi) | Rumænsk | Russisk | Serbisk (Kyrillisk) | Slovakisk | Slovensk | Spansk | Swahili | Svensk | Tagalog (Filippinsk) | Thai | Tyrkisk | Ukrainsk | Urdu | Vietnamesisk
🚀 Model Context Protocol (MCP) Læseplan for begyndere
Lær MCP med praktiske kodeeksempler i C#, Java, JavaScript, Rust, Python og TypeScript
🧠 Oversigt over Model Context Protocol Læseplanen
Model Context Protocol (MCP) er en banebrydende ramme designet til at standardisere interaktioner mellem AI-modeller og klientapplikationer. Denne open-source læseplan tilbyder en struktureret læringssti med praktiske kodeeksempler og virkelige anvendelsesscenarier på populære programmeringssprog som C#, Java, JavaScript, TypeScript og Python.
Uanset om du er AI-udvikler, systemarkitekt eller softwareingeniør, er denne guide din omfattende ressource til at mestre MCP’s grundlæggende principper og implementeringsstrategier.
🔗 Officielle MCP-ressourcer
- 📘 MCP Dokumentation – Detaljerede vejledninger og brugermanualer
- 📜 MCP Specifikation – Protokolarkitektur og tekniske referencer
- 📜 Original MCP Specifikation – Ældre tekniske referencer (kan indeholde yderligere detaljer)
- 🧑💻 MCP GitHub Repository – Open-source SDK’er, værktøjer og kodeeksempler
- 🌐 MCP Community – Deltag i diskussioner og bidrag til fællesskabet
🧭 MCP Læseplan Oversigt
📚 Komplet læseplansstruktur
Modul | Emne | Beskrivelse | Link |
---|---|---|---|
Modul 1-3: Grundlæggende | |||
00 | Introduktion til MCP | Oversigt over Model Context Protocol og dens betydning i AI-pipelines | Læs mere |
01 | Forklaring af kernekoncepter | Dybtgående udforskning af MCP’s kernekoncepter | Læs mere |
02 | Sikkerhed i MCP | Sikkerhedstrusler og bedste praksis | Læs mere |
03 | Kom godt i gang med MCP | Opsætning af miljø, grundlæggende servere/klienter, integration | Læs mere |
Modul 3: Byg din første server & klient | |||
3.1 | Første server | Opret din første MCP-server | Vejledning |
3.2 | Første klient | Udvikl en grundlæggende MCP-klient | Vejledning |
3.3 | Klient med LLM | Integrer store sprogmodeller | Vejledning |
3.4 | VS Code Integration | Brug MCP-servere i VS Code | Vejledning |
3.5 | stdio Server | Opret servere ved hjælp af stdio transport | Vejledning |
3.6 | HTTP Streaming | Implementer HTTP streaming i MCP | Vejledning |
3.7 | AI Toolkit | Brug AI Toolkit med MCP | Vejledning |
3.8 | Testning | Test din MCP-serverimplementering | Vejledning |
3.9 | Udrulning | Udrul MCP-servere til produktion | Vejledning |
3.10 | Avanceret serverbrug | Brug avancerede servere til avancerede funktioner og forbedret arkitektur | Vejledning |
3.11 | Enkel godkendelse | Et kapitel, der viser dig godkendelse fra starten og RBAC | Vejledning |
Modul 4-5: Praktisk & Avanceret | |||
04 | Praktisk implementering | SDK’er, debugging, testning, genanvendelige promptskabeloner | Læs mere |
05 | Avancerede emner i MCP | Multi-modal AI, skalering, virksomhedsanvendelse | Læs mere |
5.1 | Azure Integration | MCP Integration med Azure | Vejledning |
5.2 | Multi-modalitet | Arbejde med flere modaliteter | Vejledning |
5.3 | OAuth2 Demo | Implementer OAuth2 godkendelse | Vejledning |
5.4 | Root Contexts | Forstå og implementer root contexts | Vejledning |
5.5 | Routing | MCP routing-strategier | Vejledning |
5.6 | Sampling | Sampling-teknikker i MCP | Vejledning |
5.7 | Skalering | Skalér MCP-implementeringer | Vejledning |
5.8 | Sikkerhed | Avancerede sikkerhedsovervejelser | Vejledning |
5.9 | Websøgning | Implementer websøgningsevner | Vejledning |
5.10 | Realtidsstreaming | Byg funktionalitet til realtidsstreaming | Vejledning |
5.11 | Realtidssøgning | Implementer realtidssøgning | Vejledning |
5.12 | Entra ID Auth | Godkendelse med Microsoft Entra ID | Vejledning |
5.13 | Foundry Integration | Integrer med Azure AI Foundry | Vejledning |
5.14 | Context Engineering | Teknikker til effektiv context engineering | Vejledning |
5.15 | MCP Custom Transport | Custom Transport implementeringer | Vejledning |
Modul 6-10: Fællesskab & Bedste praksis | |||
06 | Fællesskabsbidrag | Hvordan man bidrager til MCP-økosystemet | Vejledning |
07 | Indsigter fra tidlig adoption | Virkelige implementeringshistorier | Vejledning |
08 | Bedste praksis for MCP | Ydeevne, fejltolerance, modstandsdygtighed | Vejledning |
09 | MCP Case Studies | Praktiske implementeringseksempler | Vejledning |
10 | Praktisk workshop | Byg en MCP-server med AI Toolkit | Lab |
Modul 11: MCP Server Hands On Lab | |||
11 | MCP Server Database Integration | Omfattende 13-labs praktisk læringssti for PostgreSQL integration | Labs |
11.1 | Introduktion | Oversigt over MCP med databaseintegration og detailanalyse use case | Lab 00 |
11.2 | Core Arkitektur | Forstå MCP-serverarkitektur, databaselag og sikkerhedsmønstre | Lab 01 |
11.3 | Sikkerhed & Multi-Tenancy | Row Level Security, autentifikation og multi-tenant dataadgang | Lab 02 |
11.4 | Miljøopsætning | Opsætning af udviklingsmiljø, Docker, Azure-ressourcer | Lab 03 |
11.5 | Databasedesign | PostgreSQL-opsætning, detailskema-design og eksempeldata | Lab 04 |
11.6 | MCP Server Implementering | Bygge FastMCP-serveren med databaseintegration | Lab 05 |
11.7 | Værktøjsudvikling | Oprettelse af databaseforespørgselsværktøjer og skemaindsigt | Lab 06 |
11.8 | Semantisk Søgning | Implementering af vektorindlejring med Azure OpenAI og pgvector | Lab 07 |
11.9 | Test & Fejlfinding | Teststrategier, fejlfindingværktøjer og valideringsmetoder | Lab 08 |
11.10 | VS Code Integration | Konfiguration af VS Code MCP-integration og AI Chat-brug | Lab 09 |
11.11 | Udrulningsstrategier | Docker-udrulning, Azure Container Apps og skaleringsovervejelser | Lab 10 |
11.12 | Overvågning | Application Insights, logning, performanceovervågning | Lab 11 |
11.13 | Best Practices | Performanceoptimering, sikkerhedshærdning og produktionstips | Lab 12 |
💻 Eksempelprojekter
Grundlæggende MCP Calculator Eksempler
Sprog | Beskrivelse | Link |
---|---|---|
C# | MCP Server Eksempel | Se kode |
Java | MCP Calculator | Se kode |
JavaScript | MCP Demo | Se kode |
Python | MCP Server | Se kode |
TypeScript | MCP Eksempel | Se kode |
Rust | MCP Eksempel | Se kode |
Avancerede MCP Implementeringer
Sprog | Beskrivelse | Link |
---|---|---|
C# | Avanceret Eksempel | Se kode |
Java med Spring | Container App Eksempel | Se kode |
JavaScript | Avanceret Eksempel | Se kode |
Python | Kompleks Implementering | Se kode |
TypeScript | Container Eksempel | Se kode |
🎯 Forudsætninger for at lære MCP
For at få mest muligt ud af dette pensum bør du have:
Grundlæggende kendskab til programmering i mindst ét af følgende sprog: C#, Java, JavaScript, Python eller TypeScript
Forståelse af klient-server-modellen og API’er
Kendskab til REST og HTTP-koncepter
(Valgfrit) Baggrund i AI/ML-koncepter
Deltagelse i vores fællesskabsdiskussioner for support
📚 Studievejledning & Ressourcer
Dette repository indeholder flere ressourcer til at hjælpe dig med at navigere og lære effektivt:
Studievejledning
En omfattende Studievejledning er tilgængelig for at hjælpe dig med at navigere effektivt i dette repository. Vejledningen inkluderer:
- Et visuelt pensumkort, der viser alle dækkede emner
- Detaljeret opdeling af hver sektion i repositoryet
- Vejledning i, hvordan man bruger eksempelprojekter
- Anbefalede læringsveje for forskellige færdighedsniveauer
- Yderligere ressourcer til at supplere din læringsrejse
Ændringslog
Vi opretholder en detaljeret Ændringslog, der sporer alle væsentlige opdateringer til pensummaterialerne, herunder:
- Nye indholdsadditioner
- Strukturelle ændringer
- Funktionsforbedringer
- Dokumentationsopdateringer
🛠️ Sådan bruger du dette pensum effektivt
Hver lektion i denne vejledning inkluderer:
- Klare forklaringer af MCP-koncepter
- Live kodeeksempler i flere sprog
- Øvelser til at bygge rigtige MCP-applikationer
- Ekstra ressourcer til avancerede elever
Events
MCP Dev Days Juli 2025
➡️Se på efterspørgsel - MCP Dev Days
Gør dig klar til to dage med dyb teknisk indsigt, fællesskabsforbindelse og praktisk læring ved MCP Dev Days, en virtuel begivenhed dedikeret til Model Context Protocol (MCP) — den nye standard, der forbinder AI-modeller og de værktøjer, de er afhængige af. Du kan se MCP Dev Days ved at registrere dig på vores begivenhedsside: https://aka.ms/mcpdevdays.
Dag 1: MCP Produktivitet, DevTools & Fællesskab:
Handler om at give udviklere mulighed for at bruge MCP i deres udviklerarbejdsgang og fejre det fantastiske MCP-fællesskab. Vi vil blive ledsaget af fællesskabsmedlemmer og partnere som Arcade, Block, Okta og Neon for at se, hvordan de samarbejder med Microsoft om at forme et åbent, udvideligt MCP-økosystem.
Reelle demoer på tværs af VS Code, Visual Studio, GitHub Copilot og populære fællesskabsværktøjer
Praktiske, kontekstbaserede udviklerarbejdsgange
Fællesskabsledede sessioner og indsigter
Uanset om du lige er begyndt med MCP eller allerede bygger med det, vil Dag 1 sætte scenen med inspiration og handlingsrettede takeaways.
Dag 2: Byg MCP Servere med Selvtillid
Er for MCP-byggere. Vi vil gå dybt ind i implementeringsstrategier og bedste praksis for at skabe MCP-servere og integrere MCP i dine AI-arbejdsgange.
Emner inkluderer:
- Bygge MCP-servere og integrere dem i agentoplevelser
- Prompt-drevet udvikling
- Sikkerhedsbedste praksis
- Brug af byggesten som Functions, ACA og API Management
- Registry-tilpasning og værktøjer (1P + 3P)
Hvis du er udvikler, værktøjsbygger eller AI-produktstrateg, er denne dag fyldt med de indsigter, du har brug for til at bygge skalerbare, sikre og fremtidsklare MCP-løsninger.
MCP Boot Camp August 2025
Lær i intensive videosessioner, hvordan du opretter MCP-servere, integrerer med VS Code og udruller professionelt på Azure baseret på indhold fra MCP for Beginners-pensum. Gå derfra med praktiske færdigheder i en teknologi, som store virksomheder allerede bruger.
➡️Se på efterspørgsel MCP Bootcamp | Engelsk
➡️Se på efterspørgsel MCP Bootcamp | Brasil
➡️Se på efterspørgsel MCP Bootcamp | Spansk
Lad os lære MCP med C# - Tutorial-serie
Lad os lære om Model Context Protocol (MCP), en banebrydende ramme designet til at standardisere interaktioner mellem AI-modeller og klientapplikationer. Gennem denne begyndervenlige session introducerer vi dig til MCP og guider dig gennem oprettelsen af din første MCP-server.
C#: https://aka.ms/letslearnmcp-csharp
Java: https://aka.ms/letslearnmcp-java
JavaScript: https://aka.ms/letslearnmcp-javascript
Python: https://aka.ms/letslearnmcp-python
🌟 Tak til fællesskabet
Tak til Microsoft Valued Professional Shivam Goyal for at bidrage med vigtige kodeeksempler.
📜 Licensinformation
Dette indhold er licenseret under MIT License. For vilkår og betingelser, se LICENSE.
🤝 Retningslinjer for bidrag
Dette projekt byder velkommen til bidrag og forslag. De fleste bidrag kræver, at du accepterer en Contributor License Agreement (CLA), der erklærer, at du har ret til, og faktisk giver os rettighederne til at bruge dit bidrag. For detaljer, besøg https://cla.opensource.microsoft.com.
Når du indsender en pull request, vil en CLA-bot automatisk afgøre, om du skal give en CLA og dekorere PR’en passende (f.eks. statuscheck, kommentar). Følg blot instruktionerne givet af botten. Du skal kun gøre dette én gang på tværs af alle repos, der bruger vores CLA.
Dette projekt har vedtaget Microsoft Open Source Code of Conduct. For mere information, se Code of Conduct FAQ eller kontakt opencode@microsoft.com med yderligere spørgsmål eller kommentarer.
📂 Repositorystruktur
Repositoryet er organiseret som følger:
- Core Curriculum (00-11): Hovedindholdet organiseret i elleve sekventielle moduler, inklusive omfattende databaseintegrationslabs
- 11-MCPServerHandsOnLabs/: Komplet 13-labs læringssti til at bygge produktionsklare MCP-servere med PostgreSQL-integration
- images/: Diagrammer og illustrationer brugt gennem pensum
- translations/: Flersproget support med automatiserede oversættelser
- translated_images/: Lokaliserede versioner af diagrammer og illustrationer
- study_guide.md: Omfattende vejledning til at navigere i repositoryet
- changelog.md: Registrering af alle væsentlige ændringer i pensummaterialerne
- mcp.json: Konfigurationsfil for MCP-specifikation
- CODE_OF_CONDUCT.md, LICENSE, SECURITY.md, SUPPORT.md: Projektstyringsdokumenter
🎒 Andre kurser
Vores team producerer andre kurser! Tjek:
- NY Edge AI For Beginners
- AI Agents For Beginners
- Generative AI for Beginners using .NET
- Generative AI for Beginners using JavaScript
- Generative AI for Beginners
- Generative AI for Beginners using Java
- ML for Beginners
- Data Science for Beginners
- AI for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- XR Development for Beginners
- Mastering GitHub Copilot for AI Paired Programming
- Mestre GitHub Copilot for C#/.NET-udviklere
- Vælg dit eget Copilot-eventyr
™️ Varemærke-meddelelse
Dette projekt kan indeholde varemærker eller logoer for projekter, produkter eller tjenester. Autoriseret brug af Microsofts varemærker eller logoer er underlagt og skal følge Microsofts retningslinjer for varemærker og brand.
Brug af Microsofts varemærker eller logoer i modificerede versioner af dette projekt må ikke skabe forvirring eller antyde Microsoft-sponsorering.
Enhver brug af tredjeparts varemærker eller logoer er underlagt disse tredjeparts politikker.
Få hjælp
Hvis du sidder fast eller har spørgsmål om at bygge AI-apps, så deltag i:
Hvis du har produktfeedback eller oplever fejl under udviklingen, besøg:
Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal det bemærkes, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os ikke ansvar for misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.