MCP-for-beginners

GitHub contributors
GitHub issues
GitHub pull-requests
PRs Welcome

GitHub watchers
GitHub forks
GitHub stars

Microsoft Azure AI Foundry Discord

Следуйте этим шагам, чтобы начать использовать данные ресурсы:

  1. Сделайте форк репозитория: Нажмите GitHub forks
  2. Клонируйте репозиторий: git clone https://github.com/microsoft/mcp-for-beginners.git
  3. Присоединяйтесь к Discord Azure AI Foundry, чтобы встретиться с экспертами и разработчиками

🌐 Поддержка нескольких языков

Поддерживается через GitHub Action (автоматически и всегда актуально)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Korean | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Thai | Turkish | Ukrainian | Urdu | Vietnamese

🚀 Учебный курс по протоколу контекста модели (MCP) для начинающих

Изучите MCP с практическими примерами кода на C#, Java, JavaScript, Rust, Python и TypeScript

🧠 Обзор учебного курса по протоколу контекста модели

Протокол контекста модели (MCP) — это современная структура, разработанная для стандартизации взаимодействий между AI-моделями и клиентскими приложениями. Этот открытый учебный курс предлагает структурированный путь обучения с практическими примерами кода и реальными кейсами на популярных языках программирования, таких как C#, Java, JavaScript, TypeScript и Python.

Будь вы разработчиком AI, системным архитектором или инженером-программистом, этот гид станет вашим всеобъемлющим ресурсом для освоения основ MCP и стратегий его внедрения.

🔗 Официальные ресурсы MCP

🧭 Обзор учебного курса MCP

📚 Полная структура курса

МодульТемаОписаниеСсылка
Модули 1-3: Основы
00Введение в MCPОбзор протокола контекста модели и его значимости в AI-пайплайнахПодробнее
01Основные концепцииПодробное изучение ключевых концепций MCPПодробнее
02Безопасность в MCPУгрозы безопасности и лучшие практикиПодробнее
03Начало работы с MCPНастройка окружения, базовые серверы/клиенты, интеграцияПодробнее
Модуль 3: Создание первого сервера и клиента
3.1Первый серверСоздайте свой первый сервер MCPРуководство
3.2Первый клиентРазработайте базовый клиент MCPРуководство
3.3Клиент с LLMИнтеграция больших языковых моделейРуководство
3.4Интеграция с VS CodeИспользование серверов MCP в VS CodeРуководство
3.5Сервер stdioСоздание серверов с использованием транспорта stdioРуководство
3.6HTTP-стримингРеализация HTTP-стриминга в MCPРуководство
3.7AI ToolkitИспользование AI Toolkit с MCPРуководство
3.8ТестированиеТестирование реализации вашего сервера MCPРуководство
3.9РазвертываниеРазвертывание серверов MCP в продакшнРуководство
3.10Расширенное использование серверовИспользование продвинутых серверов для улучшенной архитектурыРуководство
3.11Простая аутентификацияГлава, показывающая основы аутентификации и RBACРуководство
Модули 4-5: Практика и углубленное изучение
04Практическая реализацияSDK, отладка, тестирование, шаблоны запросовПодробнее
05Углубленные темы MCPМультимодальный AI, масштабирование, корпоративное использованиеПодробнее
5.1Интеграция с AzureMCP и AzureРуководство
5.2МультимодальностьРабота с несколькими модальностямиРуководство
5.3Демонстрация OAuth2Реализация аутентификации OAuth2Руководство
5.4Корневые контекстыПонимание и реализация корневых контекстовРуководство
5.5МаршрутизацияСтратегии маршрутизации MCPРуководство
5.6СемплированиеТехники семплирования в MCPРуководство
5.7МасштабированиеМасштабирование реализации MCPРуководство
5.8БезопасностьУглубленные аспекты безопасностиРуководство
5.9Веб-поискРеализация возможностей веб-поискаРуководство
5.10Реальный стримингСоздание функционала реального стримингаРуководство
5.11Реальный поискРеализация реального поискаРуководство
5.12Аутентификация Entra IDАутентификация с Microsoft Entra IDРуководство
5.13Интеграция с FoundryИнтеграция с Azure AI FoundryРуководство
5.14Инженерия контекстаТехники эффективной инженерии контекстаРуководство
5.15Пользовательский транспорт MCPРеализация пользовательских транспортовРуководство
Модули 6-10: Сообщество и лучшие практики
06Вклад сообществаКак внести вклад в экосистему MCPРуководство
07Уроки раннего внедренияРеальные истории реализацииРуководство
08Лучшие практики MCPПроизводительность, отказоустойчивость, устойчивостьРуководство
09Кейсы MCPПримеры практической реализацииРуководство
10Практическая мастерскаяСоздание сервера MCP с AI ToolkitЛаборатория
Модуль 11: Практическая лаборатория по серверу MCP
11Интеграция сервера MCP с базой данныхПолный учебный путь из 13 лабораторий для интеграции с PostgreSQLЛаборатории
11.1ВведениеОбзор MCP с интеграцией базы данных и кейс аналитики розничной торговлиЛаборатория 00
11.2Основная архитектураПонимание архитектуры сервера MCP, уровней базы данных и моделей безопасностиЛаборатория 01
11.3Безопасность и многопользовательский доступБезопасность на уровне строк, аутентификация и доступ к данным для нескольких арендаторовЛаборатория 02
11.4Настройка окруженияНастройка среды разработки, Docker, ресурсов AzureЛаборатория 03
11.5Проектирование базы данныхНастройка PostgreSQL, проектирование схемы для ритейла и пример данныхЛаборатория 04
11.6Реализация сервера MCPСоздание сервера FastMCP с интеграцией базы данныхЛаборатория 05
11.7Разработка инструментовСоздание инструментов для запросов к базе данных и анализа схемыЛаборатория 06
11.8Семантический поискРеализация векторных эмбеддингов с Azure OpenAI и pgvectorЛаборатория 07
11.9Тестирование и отладкаСтратегии тестирования, инструменты отладки и подходы к проверкеЛаборатория 08
11.10Интеграция с VS CodeНастройка интеграции MCP с VS Code и использование AI ChatЛаборатория 09
11.11Стратегии развертыванияРазвертывание с Docker, Azure Container Apps и масштабированиеЛаборатория 10
11.12МониторингApplication Insights, логирование, мониторинг производительностиЛаборатория 11
11.13Лучшие практикиОптимизация производительности, усиление безопасности и советы для продакшенаЛаборатория 12

💻 Примеры кода

Примеры базового калькулятора MCP

ЯзыкОписаниеСсылка
C#Пример сервера MCPПосмотреть код
JavaКалькулятор MCPПосмотреть код
JavaScriptДемонстрация MCPПосмотреть код
PythonСервер MCPПосмотреть код
TypeScriptПример MCPПосмотреть код
RustПример MCPПосмотреть код

Расширенные реализации MCP

ЯзыкОписаниеСсылка
C#Расширенный примерПосмотреть код
Java с SpringПример приложения в контейнереПосмотреть код
JavaScriptРасширенный примерПосмотреть код
PythonСложная реализацияПосмотреть код
TypeScriptПример контейнераПосмотреть код

🎯 Предварительные требования для изучения MCP

Чтобы максимально эффективно изучить этот материал, вам потребуется:

  • Базовые знания программирования на одном из следующих языков: C#, Java, JavaScript, Python или TypeScript

  • Понимание модели клиент-сервер и API

  • Знакомство с концепциями REST и HTTP

  • (Опционально) Основы AI/ML

  • Участие в обсуждениях сообщества для получения поддержки

📚 Руководство по обучению и ресурсы

Этот репозиторий включает множество ресурсов, которые помогут вам эффективно изучать материал:

Руководство по обучению

Детальное Руководство по обучению доступно для того, чтобы помочь вам эффективно ориентироваться в этом репозитории. В руководстве содержится:

  • Визуальная карта учебной программы с охватом всех тем
  • Подробное описание каждой секции репозитория
  • Рекомендации по использованию примеров проектов
  • Рекомендуемые пути обучения для разных уровней навыков
  • Дополнительные ресурсы для углубленного изучения

Журнал изменений

Мы ведем подробный Журнал изменений, где фиксируем все значительные обновления учебных материалов, включая:

  • Добавление нового контента
  • Структурные изменения
  • Улучшения функций
  • Обновления документации

🛠️ Как эффективно использовать эту учебную программу

Каждый урок в этом руководстве включает:

  1. Понятные объяснения концепций MCP
  2. Примеры кода в реальном времени на нескольких языках
  3. Упражнения для создания реальных приложений MCP
  4. Дополнительные ресурсы для продвинутых пользователей

События

MCP Dev Days июль 2025

➡️Смотреть запись - MCP Dev Days

Приготовьтесь к двум дням глубокого технического погружения, общения с сообществом и практического обучения на MCP Dev Days — виртуальном мероприятии, посвященном Model Context Protocol (MCP), новому стандарту, который объединяет AI-модели и инструменты, на которых они основаны. Вы можете посмотреть MCP Dev Days, зарегистрировавшись на странице мероприятия: https://aka.ms/mcpdevdays.

День 1: Продуктивность MCP, инструменты разработки и сообщество:

Посвящен тому, чтобы помочь разработчикам использовать MCP в их рабочем процессе и отметить достижения сообщества MCP. Мы будем работать с участниками сообщества и партнерами, такими как Arcade, Block, Okta и Neon, чтобы увидеть, как они сотрудничают с Microsoft для создания открытой и расширяемой экосистемы MCP. Реальные демонстрации с использованием VS Code, Visual Studio, GitHub Copilot и популярных инструментов сообщества Практические, контекстно-ориентированные рабочие процессы разработки Сессии, проводимые сообществом, и полезные инсайты Независимо от того, только ли вы начинаете работать с MCP или уже создаете с его помощью, День 1 вдохновит вас и предоставит полезные рекомендации.

День 2: Создание серверов MCP с уверенностью

Посвящен разработчикам MCP. Мы углубимся в стратегии реализации и лучшие практики для создания серверов MCP и интеграции MCP в ваши AI-рабочие процессы.

Темы включают:

  • Создание серверов MCP и их интеграция в агентные сценарии
  • Разработка, основанная на подсказках
  • Лучшие практики безопасности
  • Использование строительных блоков, таких как Functions, ACA и API Management
  • Согласование реестра и инструменты (1P + 3P)

Если вы разработчик, создатель инструментов или стратег AI-продуктов, этот день наполнен инсайтами, которые помогут вам создавать масштабируемые, безопасные и готовые к будущему решения MCP.

MCP Boot Camp август 2025

Изучите в интенсивных видеосессиях, как создавать серверы MCP, интегрировать их с VS Code и профессионально развертывать на Azure, основываясь на материалах учебной программы MCP для начинающих. Получите практические навыки в технологии, которую уже используют крупные компании.

➡️Смотреть запись MCP Bootcamp | Английский

➡️Смотреть запись MCP Bootcamp | Бразилия

➡️Смотреть запись MCP Bootcamp | Испанский

Давайте изучать MCP с C# - серия уроков

Давайте изучим Model Context Protocol (MCP), передовую структуру, разработанную для стандартизации взаимодействий между AI-моделями и клиентскими приложениями. В этом дружелюбном для начинающих уроке мы познакомим вас с MCP и покажем, как создать ваш первый сервер MCP.

C#: https://aka.ms/letslearnmcp-csharp

Java: https://aka.ms/letslearnmcp-java

JavaScript: https://aka.ms/letslearnmcp-javascript

Python: https://aka.ms/letslearnmcp-python

🌟 Благодарности сообществу

Благодарим Microsoft Valued Professional Шивама Гояла за вклад в важные примеры кода.

📜 Информация о лицензии

Этот контент лицензирован под MIT License. Условия и положения можно найти в LICENSE.

🤝 Руководство по внесению вклада

Этот проект приветствует вклад и предложения. Большинство вкладов требуют от вас согласия с Contributor License Agreement (CLA), подтверждающего, что у вас есть право и вы действительно предоставляете нам права на использование вашего вклада. Подробнее см. https://cla.opensource.microsoft.com.

Когда вы отправляете pull request, бот CLA автоматически определяет, нужно ли вам предоставить CLA и добавляет соответствующую информацию к PR (например, проверку статуса, комментарий). Просто следуйте инструкциям, предоставленным ботом. Вам нужно будет сделать это только один раз для всех репозиториев, использующих наш CLA.

Этот проект принял Кодекс поведения Microsoft Open Source. Для получения дополнительной информации см. FAQ по кодексу поведения или свяжитесь с opencode@microsoft.com с любыми дополнительными вопросами или комментариями.

📂 Структура репозитория

Репозиторий организован следующим образом:

  • Основная учебная программа (00-11): Основной контент, организованный в одиннадцать последовательных модулей, включая лаборатории с интеграцией базы данных
  • 11-MCPServerHandsOnLabs/: Полный учебный путь из 13 лабораторий для создания готовых к продакшену серверов MCP с интеграцией PostgreSQL
  • images/: Диаграммы и иллюстрации, используемые в учебной программе
  • translations/: Поддержка нескольких языков с автоматическими переводами
  • translated_images/: Локализованные версии диаграмм и иллюстраций
  • study_guide.md: Полное руководство по навигации в репозитории
  • changelog.md: Запись всех значительных изменений в учебных материалах
  • mcp.json: Конфигурационный файл для спецификации MCP
  • CODE_OF_CONDUCT.md, LICENSE, SECURITY.md, SUPPORT.md: Документы управления проектом

🎒 Другие курсы

Наша команда создает другие курсы! Ознакомьтесь:

™️ Уведомление о товарных знаках

Этот проект может содержать товарные знаки или логотипы для проектов, продуктов или услуг. Использование товарных знаков или логотипов Microsoft должно быть авторизовано и соответствовать
Руководству по использованию товарных знаков и брендов Microsoft.
Использование товарных знаков или логотипов Microsoft в модифицированных версиях этого проекта не должно вызывать путаницу или подразумевать спонсорство со стороны Microsoft.
Любое использование товарных знаков или логотипов третьих сторон должно соответствовать политике этих третьих сторон.

Получение помощи

Если вы столкнулись с трудностями или у вас есть вопросы о создании приложений с ИИ, присоединяйтесь:

Discord сообщества Azure AI Foundry

Если у вас есть отзывы о продукте или ошибки при разработке, посетите:

Форум разработчиков Azure AI Foundry


Отказ от ответственности:
Этот документ был переведен с помощью сервиса автоматического перевода Co-op Translator. Несмотря на наши усилия обеспечить точность, автоматические переводы могут содержать ошибки или неточности. Оригинальный документ на его родном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется профессиональный перевод человеком. Мы не несем ответственности за любые недоразумения или неправильные интерпретации, возникшие в результате использования данного перевода.