Følg disse trinnene for å komme i gang med å bruke disse ressursene:
- Fork repositoryen: Klikk
- Klon repositoryen:
git clone https://github.com/microsoft/mcp-for-beginners.git
- Bli med i Azure AI Foundry Discord og møt eksperter og andre utviklere
🌐 Støtte for flere språk
Støttet via GitHub Action (Automatisk og alltid oppdatert)
Arabisk | Bengali | Bulgarsk | Burmesisk (Myanmar) | Kinesisk (Forenklet) | Kinesisk (Tradisjonell, Hong Kong) | Kinesisk (Tradisjonell, Macau) | Kinesisk (Tradisjonell, Taiwan) | Kroatisk | Tsjekkisk | Dansk | Nederlandsk | Finsk | Fransk | Tysk | Gresk | Hebraisk | Hindi | Ungarsk | Indonesisk | Italiensk | Japansk | Koreansk | Malayisk | Marathi | Nepali | Norsk | Persisk (Farsi) | Polsk | Portugisisk (Brasil) | Portugisisk (Portugal) | Punjabi (Gurmukhi) | Rumensk | Russisk | Serbisk (Kyrillisk) | Slovakisk | Slovensk | Spansk | Swahili | Svensk | Tagalog (Filippinsk) | Thai | Tyrkisk | Ukrainsk | Urdu | Vietnamesisk
🚀 Model Context Protocol (MCP) Læremateriell for Nybegynnere
Lær MCP med praktiske kodeeksempler i C#, Java, JavaScript, Rust, Python og TypeScript
🧠 Oversikt over Model Context Protocol Læremateriell
Model Context Protocol (MCP) er et banebrytende rammeverk designet for å standardisere interaksjoner mellom AI-modeller og klientapplikasjoner. Dette open-source læremateriellet tilbyr en strukturert læringsvei, komplett med praktiske kodeeksempler og virkelige brukstilfeller, på populære programmeringsspråk som C#, Java, JavaScript, TypeScript og Python.
Enten du er AI-utvikler, systemarkitekt eller programvareingeniør, er denne guiden din omfattende ressurs for å mestre MCP-grunnleggende og implementeringsstrategier.
🔗 Offisielle MCP-ressurser
- 📘 MCP Dokumentasjon – Detaljerte opplæringer og brukerveiledninger
- 📜 MCP Spesifikasjon – Protokollarkitektur og tekniske referanser
- 📜 Original MCP Spesifikasjon – Eldre tekniske referanser (kan inneholde tilleggsdetaljer)
- 🧑💻 MCP GitHub Repository – Open-source SDK-er, verktøy og kodeeksempler
- 🌐 MCP Community – Bli med i diskusjoner og bidra til fellesskapet
🧭 Oversikt over MCP-læremateriell
📚 Komplett Læremateriell Struktur
Modul | Tema | Beskrivelse | Lenke |
---|---|---|---|
Modul 1-3: Grunnleggende | |||
00 | Introduksjon til MCP | Oversikt over Model Context Protocol og dens betydning i AI-prosesser | Les mer |
01 | Forklaring av kjernebegreper | Grundig utforskning av kjernebegreper i MCP | Les mer |
02 | Sikkerhet i MCP | Sikkerhetstrusler og beste praksis | Les mer |
03 | Kom i gang med MCP | Oppsett av miljø, grunnleggende servere/klienter, integrasjon | Les mer |
Modul 3: Bygg din første server og klient | |||
3.1 | Første server | Lag din første MCP-server | Guide |
3.2 | Første klient | Utvikle en grunnleggende MCP-klient | Guide |
3.3 | Klient med LLM | Integrer store språkmodeller | Guide |
3.4 | VS Code-integrasjon | Bruk MCP-servere i VS Code | Guide |
3.5 | stdio Server | Lag servere ved hjelp av stdio-transport | Guide |
3.6 | HTTP Streaming | Implementer HTTP-streaming i MCP | Guide |
3.7 | AI Toolkit | Bruk AI Toolkit med MCP | Guide |
3.8 | Testing | Test implementeringen av MCP-serveren din | Guide |
3.9 | Distribusjon | Distribuer MCP-servere til produksjon | Guide |
3.10 | Avansert serverbruk | Bruk avanserte servere for avanserte funksjoner og forbedret arkitektur | Guide |
3.11 | Enkel autentisering | Et kapittel som viser autentisering fra start og RBAC | Guide |
Modul 4-5: Praktisk & Avansert | |||
04 | Praktisk implementering | SDK-er, feilsøking, testing, gjenbrukbare prompt-maler | Les mer |
05 | Avanserte emner i MCP | Multimodal AI, skalering, bedriftsbruk | Les mer |
5.1 | Azure-integrasjon | MCP-integrasjon med Azure | Guide |
5.2 | Multimodalitet | Arbeid med flere modaliteter | Guide |
5.3 | OAuth2 Demo | Implementer OAuth2-autentisering | Guide |
5.4 | Root Contexts | Forstå og implementer root contexts | Guide |
5.5 | Ruting | MCP-rutingsstrategier | Guide |
5.6 | Sampling | Sampling-teknikker i MCP | Guide |
5.7 | Skalering | Skaler MCP-implementeringer | Guide |
5.8 | Sikkerhet | Avanserte sikkerhetsbetraktninger | Guide |
5.9 | Nettsøk | Implementer nettsøksfunksjoner | Guide |
5.10 | Sanntidsstreaming | Bygg sanntidsstreaming-funksjonalitet | Guide |
5.11 | Sanntidssøk | Implementer sanntidssøk | Guide |
5.12 | Entra ID Autentisering | Autentisering med Microsoft Entra ID | Guide |
5.13 | Foundry-integrasjon | Integrer med Azure AI Foundry | Guide |
5.14 | Kontekstutvikling | Teknikker for effektiv kontekstutvikling | Guide |
5.15 | MCP Tilpasset Transport | Tilpassede transportimplementeringer | Guide |
Modul 6-10: Fellesskap & Beste Praksis | |||
06 | Bidrag fra fellesskapet | Hvordan bidra til MCP-økosystemet | Guide |
07 | Innsikter fra tidlig adopsjon | Virkelige implementeringshistorier | Guide |
08 | Beste praksis for MCP | Ytelse, feiltoleranse, robusthet | Guide |
09 | MCP Case Studies | Praktiske implementeringseksempler | Guide |
10 | Praktisk Workshop | Bygg en MCP-server med AI Toolkit | Lab |
Modul 11: MCP Server Praktisk Lab | |||
11 | MCP Server Databaseintegrasjon | Omfattende 13-lab læringssti for PostgreSQL-integrasjon | Labs |
11.1 | Introduksjon | Oversikt over MCP med databaseintegrasjon og brukstilfelle for detaljhandelsanalyse | Lab 00 |
11.2 | Kjernearkitektur | Forstå MCP-serverarkitektur, databaselag og sikkerhetsmønstre | Lab 01 |
11.3 | Sikkerhet og Multi-Tenancy | Radnivåsikkerhet, autentisering og tilgang til multi-tenant data | Lab 02 |
11.4 | Miljøoppsett | Oppsett av utviklingsmiljø, Docker, Azure-ressurser | Lab 03 |
11.5 | Databasedesign | PostgreSQL-oppsett, detaljhandelsskjema og eksempeldata | Lab 04 |
11.6 | MCP Server Implementering | Bygge FastMCP-server med databaseintegrasjon | Lab 05 |
11.7 | Verktøyutvikling | Lage databaseforespørselsverktøy og skjemaintrospeksjon | Lab 06 |
11.8 | Semantisk søk | Implementere vektorembedding med Azure OpenAI og pgvector | Lab 07 |
11.9 | Testing og Feilsøking | Teststrategier, feilsøkingsverktøy og valideringsmetoder | Lab 08 |
11.10 | VS Code Integrasjon | Konfigurere VS Code MCP-integrasjon og AI Chat-bruk | Lab 09 |
11.11 | Utrullingsstrategier | Docker-utrulling, Azure Container Apps og skalering | Lab 10 |
11.12 | Overvåking | Application Insights, logging, ytelsesovervåking | Lab 11 |
11.13 | Beste praksis | Ytelsesoptimalisering, sikkerhetsforbedringer og produksjonstips | Lab 12 |
💻 Eksempelprosjekter
Grunnleggende MCP Kalkulator Eksempler
Språk | Beskrivelse | Lenke |
---|---|---|
C# | MCP Server Eksempel | Se kode |
Java | MCP Kalkulator | Se kode |
JavaScript | MCP Demo | Se kode |
Python | MCP Server | Se kode |
TypeScript | MCP Eksempel | Se kode |
Rust | MCP Eksempel | Se kode |
Avanserte MCP Implementeringer
Språk | Beskrivelse | Lenke |
---|---|---|
C# | Avansert Eksempel | Se kode |
Java med Spring | Container App Eksempel | Se kode |
JavaScript | Avansert Eksempel | Se kode |
Python | Kompleks Implementering | Se kode |
TypeScript | Container Eksempel | Se kode |
🎯 Forutsetninger for å lære MCP
For å få mest mulig ut av dette kurset bør du ha:
Grunnleggende kunnskap om programmering i minst ett av følgende språk: C#, Java, JavaScript, Python eller TypeScript
Forståelse av klient-server-modellen og API-er
Kjennskap til REST og HTTP-konsepter
(Valgfritt) Bakgrunn i AI/ML-konsepter
Delta i våre diskusjoner for støtte
📚 Studieveiledning og ressurser
Dette repositoriet inneholder flere ressurser for å hjelpe deg med å navigere og lære effektivt:
Studieveiledning
En omfattende Studieveiledning er tilgjengelig for å hjelpe deg med å navigere i dette repositoriet. Veiledningen inkluderer:
- Et visuelt kart over pensum som viser alle dekkede emner
- Detaljert oversikt over hver seksjon i repositoriet
- Veiledning om hvordan du bruker eksempelprosjekter
- Anbefalte læringsveier for ulike ferdighetsnivåer
- Ekstra ressurser for å supplere læringsreisen din
Endringslogg
Vi opprettholder en detaljert Endringslogg som sporer alle betydelige oppdateringer av kursmaterialet, inkludert:
- Nye innholdstillegg
- Strukturelle endringer
- Funksjonsforbedringer
- Dokumentasjonsoppdateringer
🛠️ Hvordan bruke dette kurset effektivt
Hver leksjon i denne veiledningen inkluderer:
- Klare forklaringer av MCP-konsepter
- Live kodeeksempler i flere språk
- Øvelser for å bygge ekte MCP-applikasjoner
- Ekstra ressurser for avanserte elever
Arrangementer
MCP Dev Days Juli 2025
➡️Se på forespørsel - MCP Dev Days
Gjør deg klar for to dager med dyp teknisk innsikt, fellesskapstilknytning og praktisk læring på MCP Dev Days, et virtuelt arrangement dedikert til Model Context Protocol (MCP) — den nye standarden som kobler AI-modeller og verktøyene de er avhengige av. Du kan se MCP Dev Days ved å registrere deg på vår arrangementside: https://aka.ms/mcpdevdays.
Dag 1: MCP Produktivitet, DevTools og Fellesskap:
Handler om å gi utviklere mulighet til å bruke MCP i sin utviklerarbeidsflyt og feire det fantastiske MCP-fellesskapet. Vi vil bli med fellesskapsmedlemmer og partnere som Arcade, Block, Okta og Neon for å se hvordan de samarbeider med Microsoft for å forme et åpent, utvidbart MCP-økosystem. Reelle demoer på tvers av VS Code, Visual Studio, GitHub Copilot og populære fellesskapsverktøy Praktiske, kontekstdrevne utviklerarbeidsflyter Fellesskapsledede sesjoner og innsikter Enten du nettopp har begynt med MCP eller allerede bygger med det, vil Dag 1 sette scenen med inspirasjon og handlingsrettede takeaways.
Dag 2: Bygg MCP-servere med selvtillit
Er for MCP-utviklere. Vi vil gå dypt inn i implementeringsstrategier og beste praksis for å lage MCP-servere og integrere MCP i AI-arbeidsflyter.
Emner inkluderer:
- Bygge MCP-servere og integrere dem i agentopplevelser
- Prompt-drevet utvikling
- Sikkerhetsbeste praksis
- Bruke byggeklosser som Functions, ACA og API Management
- Registerjustering og verktøy (1P + 3P)
Hvis du er utvikler, verktøybygger eller AI-produktstrateg, er denne dagen fullpakket med innsiktene du trenger for å bygge skalerbare, sikre og fremtidsklare MCP-løsninger.
MCP Boot Camp August 2025
Lær gjennom intensive videosesjoner hvordan du lager MCP-servere, integrerer med VS Code og distribuerer profesjonelt på Azure basert på innhold fra MCP for nybegynnere-kurset. Gå bort med praktiske ferdigheter i en teknologi som store selskaper allerede bruker.
➡️Se på forespørsel MCP Bootcamp | Engelsk
➡️Se på forespørsel MCP Bootcamp | Brasil
➡️Se på forespørsel MCP Bootcamp | Spansk
La oss lære MCP med C# - Tutorials
La oss lære om Model Context Protocol (MCP), et banebrytende rammeverk designet for å standardisere interaksjoner mellom AI-modeller og klientapplikasjoner. Gjennom denne nybegynnervennlige sesjonen vil vi introdusere deg for MCP og veilede deg gjennom å lage 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
🌟 Takk til fellesskapet
Takk til Microsoft Valued Professional Shivam Goyal for å bidra med viktige kodeeksempler.
📜 Lisensinformasjon
Dette innholdet er lisensiert under MIT-lisensen. For vilkår og betingelser, se LICENSE.
🤝 Retningslinjer for bidrag
Dette prosjektet ønsker bidrag og forslag velkommen. De fleste bidrag krever at du godtar en Contributor License Agreement (CLA) som erklærer at du har rett til, og faktisk gir oss, rettighetene til å bruke ditt bidrag. For detaljer, besøk https://cla.opensource.microsoft.com.
Når du sender inn en pull request, vil en CLA-bot automatisk avgjøre om du trenger å gi en CLA og dekorere PR-en deretter (f.eks. statuskontroll, kommentar). Følg bare instruksjonene gitt av boten. Du trenger bare å gjøre dette én gang på tvers av alle repositorier som bruker vår CLA.
Dette prosjektet har vedtatt Microsoft Open Source Code of Conduct. For mer informasjon, se Code of Conduct FAQ eller kontakt opencode@microsoft.com med eventuelle spørsmål eller kommentarer.
📂 Repositoriets struktur
Repositoriet er organisert som følger:
- Kjernepensum (00-11): Hovedinnholdet organisert i elleve sekvensielle moduler, inkludert omfattende databaseintegrasjonslaboratorier
- 11-MCPServerHandsOnLabs/: Komplett 13-lab læringssti for å bygge produksjonsklare MCP-servere med PostgreSQL-integrasjon
- images/: Diagrammer og illustrasjoner brukt gjennom pensum
- translations/: Flerspråklig støtte med automatiserte oversettelser
- translated_images/: Lokaliserte versjoner av diagrammer og illustrasjoner
- study_guide.md: Omfattende veiledning for å navigere i repositoriet
- changelog.md: Oversikt over alle betydelige endringer i kursmaterialet
- mcp.json: Konfigurasjonsfil for MCP-spesifikasjon
- CODE_OF_CONDUCT.md, LICENSE, SECURITY.md, SUPPORT.md: Dokumenter for prosjektstyring
🎒 Andre kurs
Vårt team produserer andre kurs! Sjekk ut:
- 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
- Mestring av GitHub Copilot for C#/.NET-utviklere
- Velg ditt eget Copilot-eventyr
™️ Varemerkevarsel
Dette prosjektet kan inneholde varemerker eller logoer for prosjekter, produkter eller tjenester. Autorisert bruk av Microsofts varemerker eller logoer må følge Microsofts retningslinjer for varemerker og merkevare. Bruk av Microsofts varemerker eller logoer i modifiserte versjoner av dette prosjektet må ikke skape forvirring eller antyde sponsing fra Microsoft. Enhver bruk av tredjeparts varemerker eller logoer må følge disse tredjepartenes retningslinjer.
Få hjelp
Hvis du står fast eller har spørsmål om å bygge AI-apper, bli med:
Hvis du har produktfeedback eller opplever feil under bygging, besøk:
Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.