مراحل زیر را دنبال کنید تا از این منابع استفاده کنید:
- فورک کردن مخزن: کلیک کنید
- کلون کردن مخزن:
git clone https://github.com/microsoft/mcp-for-beginners.git
- به دیسکورد Azure AI Foundry بپیوندید و با کارشناسان و توسعهدهندگان دیگر آشنا شوید
🌐 پشتیبانی چندزبانه
پشتیبانی شده از طریق GitHub Action (خودکار و همیشه بهروز)
عربی | بنگالی | بلغاری | برمهای (میانمار) | چینی (سادهشده) | چینی (سنتی، هنگکنگ) | چینی (سنتی، ماکائو) | چینی (سنتی، تایوان) | کرواتی | چکی | دانمارکی | هلندی | فنلاندی | فرانسوی | آلمانی | یونانی | عبری | هندی | مجاری | اندونزیایی | ایتالیایی | ژاپنی | کرهای | مالایی | مراتی | نپالی | نروژی | فارسی | لهستانی | پرتغالی (برزیل) | پرتغالی (پرتغال) | پنجابی (گورمخی) | رومانیایی | روسی | صربی (سیریلیک) | اسلواکی | اسلوونیایی | اسپانیایی | سواحیلی | سوئدی | تاگالوگ (فیلیپینی) | تایلندی | ترکی | اوکراینی | اردو | ویتنامی
🚀 برنامه آموزشی پروتکل زمینه مدل (MCP) برای مبتدیان
یادگیری MCP با مثالهای کدنویسی عملی در C#، جاوا، جاوااسکریپت، راست، پایتون و تایپاسکریپت
🧠 مرور کلی برنامه آموزشی پروتکل زمینه مدل
پروتکل زمینه مدل (MCP) یک چارچوب پیشرفته است که برای استانداردسازی تعاملات بین مدلهای هوش مصنوعی و برنامههای کلاینت طراحی شده است. این برنامه آموزشی متنباز مسیر یادگیری ساختاریافتهای را ارائه میدهد که شامل مثالهای کدنویسی عملی و موارد استفاده واقعی در زبانهای برنامهنویسی محبوب مانند C#، جاوا، جاوااسکریپت، تایپاسکریپت و پایتون است.
چه شما یک توسعهدهنده هوش مصنوعی، معمار سیستم یا مهندس نرمافزار باشید، این راهنما منبع جامعی برای تسلط بر اصول MCP و استراتژیهای پیادهسازی آن است.
🔗 منابع رسمی MCP
- 📘 مستندات MCP – آموزشها و راهنماهای کاربری دقیق
- 📜 مشخصات MCP – معماری پروتکل و منابع فنی
- 📜 مشخصات اصلی MCP – منابع فنی قدیمی (ممکن است جزئیات بیشتری داشته باشد)
- 🧑💻 مخزن GitHub MCP – SDKها، ابزارها و نمونههای کد متنباز
- 🌐 جامعه MCP – به بحثها بپیوندید و در جامعه مشارکت کنید
🧭 مرور کلی برنامه آموزشی MCP
📚 ساختار کامل برنامه آموزشی
ماژول | موضوع | توضیحات | لینک |
---|---|---|---|
ماژول 1-3: اصول اولیه | |||
00 | معرفی MCP | مرور کلی پروتکل زمینه مدل و اهمیت آن در خطوط لوله هوش مصنوعی | بیشتر بخوانید |
01 | توضیح مفاهیم اصلی | بررسی عمیق مفاهیم اصلی MCP | بیشتر بخوانید |
02 | امنیت در MCP | تهدیدات امنیتی و بهترین روشها | بیشتر بخوانید |
03 | شروع کار با MCP | تنظیم محیط، سرورها/کلاینتهای پایه، یکپارچهسازی | بیشتر بخوانید |
ماژول 3: ساخت اولین سرور و کلاینت | |||
3.1 | اولین سرور | ساخت اولین سرور MCP | راهنما |
3.2 | اولین کلاینت | توسعه یک کلاینت MCP پایه | راهنما |
3.3 | کلاینت با LLM | یکپارچهسازی مدلهای زبان بزرگ | راهنما |
3.4 | یکپارچهسازی VS Code | استفاده از سرورهای MCP در VS Code | راهنما |
3.5 | سرور stdio | ساخت سرورها با استفاده از انتقال stdio | راهنما |
3.6 | استریم HTTP | پیادهسازی استریم HTTP در MCP | راهنما |
3.7 | ابزار هوش مصنوعی | استفاده از ابزار هوش مصنوعی با MCP | راهنما |
3.8 | تست | تست پیادهسازی سرور MCP | راهنما |
3.9 | استقرار | استقرار سرورهای MCP در محیط تولید | راهنما |
3.10 | استفاده پیشرفته از سرور | استفاده از سرورهای پیشرفته برای ویژگیهای پیشرفته و معماری بهبود یافته | راهنما |
3.11 | احراز هویت ساده | فصلی که احراز هویت از ابتدا و RBAC را نشان میدهد | راهنما |
ماژول 4-5: عملی و پیشرفته | |||
04 | پیادهسازی عملی | SDKها، اشکالزدایی، تست، قالبهای درخواست قابل استفاده مجدد | بیشتر بخوانید |
05 | موضوعات پیشرفته در MCP | هوش مصنوعی چندوجهی، مقیاسپذیری، استفاده سازمانی | بیشتر بخوانید |
5.1 | یکپارچهسازی Azure | یکپارچهسازی MCP با Azure | راهنما |
5.2 | چندوجهی | کار با چند وجه | راهنما |
5.3 | دمو OAuth2 | پیادهسازی احراز هویت OAuth2 | راهنما |
5.4 | زمینههای ریشه | درک و پیادهسازی زمینههای ریشه | راهنما |
5.5 | مسیریابی | استراتژیهای مسیریابی MCP | راهنما |
5.6 | نمونهگیری | تکنیکهای نمونهگیری در MCP | راهنما |
5.7 | مقیاسپذیری | مقیاسپذیری پیادهسازیهای MCP | راهنما |
5.8 | امنیت | ملاحظات امنیتی پیشرفته | راهنما |
5.9 | جستجوی وب | پیادهسازی قابلیتهای جستجوی وب | راهنما |
5.10 | استریم بلادرنگ | ساخت قابلیتهای استریم بلادرنگ | راهنما |
5.11 | جستجوی بلادرنگ | پیادهسازی جستجوی بلادرنگ | راهنما |
5.12 | احراز هویت Entra ID | احراز هویت با Microsoft Entra ID | راهنما |
5.13 | یکپارچهسازی Foundry | یکپارچهسازی با Azure AI Foundry | راهنما |
5.14 | مهندسی زمینه | تکنیکهای مهندسی زمینه مؤثر | راهنما |
5.15 | انتقال سفارشی MCP | پیادهسازیهای انتقال سفارشی | راهنما |
ماژول 6-10: جامعه و بهترین روشها | |||
06 | مشارکتهای جامعه | نحوه مشارکت در اکوسیستم MCP | راهنما |
07 | بینشهایی از پذیرش اولیه | داستانهای پیادهسازی واقعی | راهنما |
08 | بهترین روشها برای MCP | عملکرد، تحمل خطا، انعطافپذیری | راهنما |
09 | مطالعات موردی MCP | مثالهای پیادهسازی عملی | راهنما |
10 | کارگاه عملی | ساخت یک سرور MCP با ابزار هوش مصنوعی | آزمایشگاه |
ماژول 11: آزمایشگاه عملی سرور MCP | |||
11 | یکپارچهسازی پایگاه داده سرور MCP | مسیر یادگیری جامع 13 آزمایشگاه برای یکپارچهسازی PostgreSQL | آزمایشگاهها |
11.1 | مقدمه | مرور کلی MCP با یکپارچهسازی پایگاه داده و مورد استفاده تحلیلهای خردهفروشی | آزمایشگاه 00 |
11.2 | معماری اصلی | درک معماری سرور MCP، لایههای پایگاه داده و الگوهای امنیتی | آزمایش 01 |
11.3 | امنیت و چند مستاجری | امنیت در سطح ردیف، احراز هویت و دسترسی به دادههای چند مستاجری | آزمایش 02 |
11.4 | تنظیم محیط | راهاندازی محیط توسعه، Docker، منابع Azure | آزمایش 03 |
11.5 | طراحی پایگاه داده | تنظیم PostgreSQL، طراحی طرح خردهفروشی و دادههای نمونه | آزمایش 04 |
11.6 | پیادهسازی سرور MCP | ساخت سرور FastMCP با یکپارچهسازی پایگاه داده | آزمایش 05 |
11.7 | توسعه ابزار | ایجاد ابزارهای پرسوجوی پایگاه داده و بررسی طرح | آزمایش 06 |
11.8 | جستجوی معنایی | پیادهسازی جاسازی برداری با Azure OpenAI و pgvector | آزمایش 07 |
11.9 | آزمایش و اشکالزدایی | استراتژیهای آزمایش، ابزارهای اشکالزدایی و روشهای اعتبارسنجی | آزمایش 08 |
11.10 | یکپارچهسازی VS Code | تنظیم یکپارچهسازی MCP در VS Code و استفاده از چت هوش مصنوعی | آزمایش 09 |
11.11 | استراتژیهای استقرار | استقرار Docker، برنامههای کانتینری Azure و ملاحظات مقیاسپذیری | آزمایش 10 |
11.12 | نظارت | Application Insights، ثبت وقایع، نظارت بر عملکرد | آزمایش 11 |
11.13 | بهترین روشها | بهینهسازی عملکرد، تقویت امنیت و نکات تولید | آزمایش 12 |
💻 پروژههای نمونه کد
نمونههای پایهای ماشین حساب MCP
زبان | توضیحات | لینک |
---|---|---|
C# | نمونه سرور MCP | مشاهده کد |
Java | ماشین حساب MCP | مشاهده کد |
JavaScript | نمونه MCP | مشاهده کد |
Python | سرور MCP | مشاهده کد |
TypeScript | نمونه MCP | مشاهده کد |
Rust | نمونه MCP | مشاهده کد |
پیادهسازیهای پیشرفته MCP
زبان | توضیحات | لینک |
---|---|---|
C# | نمونه پیشرفته | مشاهده کد |
Java با Spring | نمونه برنامه کانتینری | مشاهده کد |
JavaScript | نمونه پیشرفته | مشاهده کد |
Python | پیادهسازی پیچیده | مشاهده کد |
TypeScript | نمونه کانتینری | مشاهده کد |
🎯 پیشنیازهای یادگیری MCP
برای بهرهبرداری کامل از این دوره آموزشی، باید:
دانش پایهای برنامهنویسی در حداقل یکی از زبانهای زیر: C#، Java، JavaScript، Python یا TypeScript
درک مدل کلاینت-سرور و APIها
آشنایی با مفاهیم REST و HTTP
(اختیاری) پیشزمینهای در مفاهیم هوش مصنوعی/یادگیری ماشین
پیوستن به بحثهای جامعه برای دریافت پشتیبانی
📚 راهنمای مطالعه و منابع
این مخزن شامل منابع متعددی است که به شما کمک میکند به طور مؤثر یاد بگیرید و پیش بروید:
راهنمای مطالعه
یک راهنمای مطالعه جامع در دسترس است که به شما کمک میکند این مخزن را به طور مؤثر مرور کنید. این راهنما شامل:
- نقشه تصویری برنامه درسی که تمام موضوعات پوشش داده شده را نشان میدهد
- تجزیه و تحلیل دقیق هر بخش از مخزن
- راهنمایی در مورد نحوه استفاده از پروژههای نمونه
- مسیرهای یادگیری پیشنهادی برای سطوح مهارتی مختلف
- منابع اضافی برای تکمیل سفر یادگیری شما
تغییرات
ما یک تغییرات دقیق را نگهداری میکنیم که تمام بهروزرسانیهای مهم در مواد آموزشی را دنبال میکند، از جمله:
- افزودن محتوای جدید
- تغییرات ساختاری
- بهبود ویژگیها
- بهروزرسانی مستندات
🛠️ نحوه استفاده مؤثر از این دوره آموزشی
هر درس در این راهنما شامل موارد زیر است:
- توضیحات واضح مفاهیم MCP
- نمونههای کد زنده در چندین زبان
- تمرینهایی برای ساخت برنامههای واقعی MCP
- منابع اضافی برای یادگیرندگان پیشرفته
رویدادها
روزهای توسعه MCP جولای 2025
➡️تماشا به صورت درخواستی - روزهای توسعه MCP
آماده شوید برای دو روز بینش فنی عمیق، ارتباط با جامعه و یادگیری عملی در روزهای توسعه MCP، یک رویداد مجازی اختصاص داده شده به پروتکل مدل زمینه (MCP) — استاندارد نوظهوری که مدلهای هوش مصنوعی و ابزارهایی که به آنها وابسته هستند را به هم متصل میکند. شما میتوانید روزهای توسعه MCP را با ثبتنام در صفحه رویداد ما تماشا کنید: https://aka.ms/mcpdevdays.
روز اول: بهرهوری MCP، ابزارهای توسعه و جامعه:
تمرکز بر توانمندسازی توسعهدهندگان برای استفاده از MCP در جریان کاری توسعهدهنده و جشن گرفتن جامعه شگفتانگیز MCP. ما با اعضای جامعه و شرکای مانند Arcade، Block، Okta و Neon همراه خواهیم بود تا ببینیم چگونه با مایکروسافت همکاری میکنند تا یک اکوسیستم MCP باز و قابل توسعه را شکل دهند.
دموهای واقعی در سراسر VS Code، Visual Studio، GitHub Copilot و ابزارهای محبوب جامعه
جریانهای کاری توسعهدهنده عملی و مبتنی بر زمینه
جلسات و بینشهای جامعه محور
چه تازه با MCP آشنا شده باشید یا در حال ساخت با آن باشید، روز اول با الهام و نکات عملی زمینه را فراهم میکند.
روز دوم: ساخت سرورهای MCP با اطمینان
برای سازندگان MCP است. ما به استراتژیهای پیادهسازی و بهترین روشها برای ایجاد سرورهای MCP و یکپارچهسازی MCP در جریانهای کاری هوش مصنوعی خواهیم پرداخت.
موضوعات شامل:
- ساخت سرورهای MCP و یکپارچهسازی آنها در تجربیات عامل
- توسعه مبتنی بر درخواست
- بهترین روشهای امنیتی
- استفاده از بلوکهای سازنده مانند Functions، ACA و مدیریت API
- هماهنگی رجیستری و ابزارها (1P + 3P)
اگر شما یک توسعهدهنده، سازنده ابزار یا استراتژیست محصول هوش مصنوعی هستید، این روز پر از بینشهایی است که برای ساخت راهحلهای MCP مقیاسپذیر، امن و آماده برای آینده نیاز دارید.
کمپ آموزشی MCP آگوست 2025
در جلسات ویدیویی فشرده یاد بگیرید چگونه سرورهای MCP ایجاد کنید، با VS Code یکپارچه شوید و به صورت حرفهای در Azure مستقر کنید، بر اساس محتوای دوره آموزشی MCP برای مبتدیان. با مهارتهای عملی در فناوری که شرکتهای بزرگ در حال حاضر از آن استفاده میکنند، آماده شوید.
➡️تماشا به صورت درخواستی کمپ آموزشی MCP | انگلیسی
➡️تماشا به صورت درخواستی کمپ آموزشی MCP | برزیل
➡️تماشا به صورت درخواستی کمپ آموزشی MCP | اسپانیایی
بیایید MCP را با C# یاد بگیریم - سری آموزشی
بیایید درباره پروتکل مدل زمینه (MCP)، یک چارچوب پیشرفته طراحی شده برای استانداردسازی تعاملات بین مدلهای هوش مصنوعی و برنامههای کلاینت، یاد بگیریم. در این جلسه دوستانه برای مبتدیان، ما شما را با MCP آشنا میکنیم و شما را در ایجاد اولین سرور MCP راهنمایی میکنیم.
C#: https://aka.ms/letslearnmcp-csharp
Java: https://aka.ms/letslearnmcp-java
JavaScript: https://aka.ms/letslearnmcp-javascript
Python: https://aka.ms/letslearnmcp-python
🌟 تشکر از جامعه
تشکر از Microsoft Valued Professional Shivam Goyal برای ارائه نمونههای کد مهم.
📜 اطلاعات مجوز
این محتوا تحت مجوز MIT منتشر شده است. برای شرایط و ضوابط، به LICENSE مراجعه کنید.
🤝 دستورالعملهای مشارکت
این پروژه از مشارکتها و پیشنهادات استقبال میکند. اکثر مشارکتها نیاز دارند که شما با یک توافقنامه مجوز مشارکتکننده (CLA) موافقت کنید که اعلام میکند شما حق دارید و واقعاً این حق را دارید که به ما اجازه دهید از مشارکت شما استفاده کنیم. برای جزئیات، به https://cla.opensource.microsoft.com مراجعه کنید.
هنگامی که یک درخواست کششی ارسال میکنید، یک ربات CLA به طور خودکار تعیین میکند که آیا شما نیاز دارید یک CLA ارائه دهید و درخواست کششی را به طور مناسب تزئین میکند (مانند بررسی وضعیت، نظر). فقط دستورالعملهای ارائه شده توسط ربات را دنبال کنید. شما فقط یک بار این کار را در تمام مخازن استفادهکننده از CLA ما انجام خواهید داد.
این پروژه کد رفتار منبع باز مایکروسافت را پذیرفته است.
برای اطلاعات بیشتر به سؤالات متداول کد رفتار مراجعه کنید یا با opencode@microsoft.com تماس بگیرید.
📂 ساختار مخزن
مخزن به صورت زیر سازماندهی شده است:
- برنامه درسی اصلی (00-11): محتوای اصلی سازماندهی شده در یازده ماژول متوالی، شامل آزمایشگاههای جامع یکپارچهسازی پایگاه داده
- 11-MCPServerHandsOnLabs/: مسیر یادگیری کامل 13 آزمایشگاه برای ساخت سرورهای MCP آماده تولید با یکپارچهسازی PostgreSQL
- images/: نمودارها و تصاویر استفاده شده در سراسر برنامه درسی
- translations/: پشتیبانی چندزبانه با ترجمههای خودکار
- translated_images/: نسخههای محلیسازی شده نمودارها و تصاویر
- study_guide.md: راهنمای جامع برای مرور مخزن
- changelog.md: ثبت تمام تغییرات مهم در مواد آموزشی
- mcp.json: فایل پیکربندی برای مشخصات MCP
- CODE_OF_CONDUCT.md, LICENSE, SECURITY.md, SUPPORT.md: اسناد حاکمیت پروژه
🎒 دورههای دیگر
تیم ما دورههای دیگری تولید میکند! بررسی کنید:
- جدید هوش مصنوعی لبه برای مبتدیان
- عاملهای هوش مصنوعی برای مبتدیان
- هوش مصنوعی مولد برای مبتدیان با استفاده از .NET
- هوش مصنوعی مولد برای مبتدیان با استفاده از JavaScript
- هوش مصنوعی مولد برای مبتدیان
- هوش مصنوعی مولد برای مبتدیان با استفاده از Java
- یادگیری ماشین برای مبتدیان
- علم داده برای مبتدیان
- هوش مصنوعی برای مبتدیان
- امنیت سایبری برای مبتدیان
- توسعه وب برای مبتدیان
- اینترنت اشیا برای مبتدیان
- توسعه XR برای مبتدیان
- تسلط بر GitHub Copilot برای برنامهنویسی جفتی هوش مصنوعی
- تسلط بر GitHub Copilot برای توسعهدهندگان C#/.NET
- ماجراجویی خود را با Copilot انتخاب کنید
™️ اطلاعیه علامت تجاری
این پروژه ممکن است شامل علائم تجاری یا لوگوهایی برای پروژهها، محصولات یا خدمات باشد. استفاده مجاز از علائم تجاری یا لوگوهای Microsoft باید مطابق با
راهنمای علائم تجاری و برند Microsoft باشد.
استفاده از علائم تجاری یا لوگوهای Microsoft در نسخههای اصلاحشده این پروژه نباید باعث سردرگمی شود یا حمایت Microsoft را القا کند.
هرگونه استفاده از علائم تجاری یا لوگوهای شخص ثالث باید مطابق با سیاستهای آنها باشد.
دریافت کمک
اگر گیر کردید یا سوالی درباره ساخت اپلیکیشنهای هوش مصنوعی دارید، به اینجا بپیوندید:
اگر بازخورد محصول دارید یا در هنگام ساخت با خطا مواجه شدید، به اینجا مراجعه کنید:
سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش میکنیم ترجمهها دقیق باشند، لطفاً توجه داشته باشید که ترجمههای خودکار ممکن است شامل خطاها یا نادرستیها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، توصیه میشود از ترجمه انسانی حرفهای استفاده کنید. ما هیچ مسئولیتی در قبال سوء تفاهمها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.