Model Context Protocol (MCP) für Einsteiger – Studienführer

Dieser Studienführer bietet einen Überblick über die Repository-Struktur und den Inhalt des Curriculums „Model Context Protocol (MCP) für Einsteiger“. Verwenden Sie diesen Leitfaden, um sich effizient im Repository zurechtzufinden und die verfügbaren Ressourcen optimal zu nutzen.

Überblick über das Repository

Das Model Context Protocol (MCP) ist ein standardisierter Rahmen für die Interaktion zwischen KI-Modellen und Client-Anwendungen. Ursprünglich von Anthropic erstellt, wird MCP jetzt von der breiteren MCP-Community über die offizielle GitHub-Organisation gepflegt. Dieses Repository bietet ein umfassendes Curriculum mit praxisnahen Codebeispielen in C#, Java, JavaScript, Python und TypeScript, das sich an KI-Entwickler, Systemarchitekten und Softwareingenieure richtet.

Visuelle Curriculum-Karte

mindmap
  root((MCP für Einsteiger))
    00. Einführung
      ::icon(fa fa-book)
      (Protokollübersicht)
      (Vorteile der Standardisierung)
      (Anwendungsbeispiele aus der Praxis)
      (Grundlagen der KI-Integration)
    01. Kernkonzepte
      ::icon(fa fa-puzzle-piece)
      (Client-Server-Architektur)
      (Protokollkomponenten)
      (Nachrichtenmuster)
      (Transportmechanismen)
      (Aufgaben - Experimentell)
      (Werkzeuganmerkungen)
    02. Sicherheit
      ::icon(fa fa-shield)
      (KI-spezifische Bedrohungen)
      (Best Practices 2025)
      (Azure Inhaltsicherheit)
      (Authentifizierung & Autorisierung)
      (Microsoft Prompt Shields)
      (OWASP MCP Top 10)
      (Sherpa Sicherheitsworkshop)
    03. Erste Schritte
      ::icon(fa fa-rocket)
      (Erste Server-Implementierung)
      (Client-Entwicklung)
      (LLM Client Integration)
      (VS Code Erweiterungen)
      (SSE Server Einrichtung)
      (HTTP Streaming)
      (KI-Werkzeugkasten Integration)
      (Testframeworks)
      (Fortgeschrittene Servernutzung)
      (Einfache Authentifizierung)
      (Bereitstellungsstrategien)
      (MCP Hosts Einrichtung)
      (MCP Inspektor)
    04. Praktische Umsetzung
      ::icon(fa fa-code)
      (Mehrsprachige SDKs)
      (Testen & Debuggen)
      (Prompt Vorlagen)
      (Beispielprojekte)
      (Produktionsmuster)
      (Paginierungsstrategien)
    05. Fortgeschrittene Themen
      ::icon(fa fa-graduation-cap)
      (Kontext-Engineering)
      (Foundry Agent Integration)
      (Multimodale KI-Workflows)
      (OAuth2 Authentifizierung)
      (Echtzeitsuche)
      (Streaming-Protokolle)
      (Root-Kontexte)
      (Routing-Strategien)
      (Sampling-Techniken)
      (Skalierungslösungen)
      (Sicherheitsverbesserung)
      (Entra ID Integration)
      (Websuche MCP)
      (Protokollfunktionen im Detail)
      (Adversariales Multi-Agenten-Denken)
      
    06. Gemeinschaft
      ::icon(fa fa-users)
      (Code-Beiträge)
      (Dokumentation)
      (MCP Client-Ökosystem)
      (MCP Server-Registry)
      (Bildgenerierungswerkzeuge)
      (GitHub Zusammenarbeit)
    07. Frühe Nutzung
      ::icon(fa fa-lightbulb)
      (Produktionsbereitstellungen)
      (Microsoft MCP Server)
      (Azure MCP Service)
      (Unternehmens-Fallstudien)
      (Zukünftige Roadmap)
    08. Best Practices
      ::icon(fa fa-check)
      (Leistungsoptimierung)
      (Fehlertoleranz)
      (Systemresilienz)
      (Überwachung & Beobachtbarkeit)
    09. Fallstudien
      ::icon(fa fa-file-text)
      (Azure API Management)
      (KI-Reiseberater)
      (Azure DevOps Integration)
      (Dokumentation MCP)
      (GitHub MCP Registry)
      (VS Code Integration)
      (Praxisnahe Implementierungen)
    10. Praxis-Workshop
      ::icon(fa fa-laptop)
      (MCP Server Grundlagen)
      (Fortgeschrittene Entwicklung)
      (KI-Werkzeugkasten Integration)
      (Produktionsbereitstellung)
      (4-Labor-Struktur)
    11. Datenbank-Integrations-Labs
      ::icon(fa fa-database)
      (PostgreSQL Integration)
      (Einzelhandels-Analyse-Anwendungsfall)
      (Row Level Security)
      (Semantische Suche)
      (Produktionsbereitstellung)
      (13-Labor-Struktur)
      (Praxisnahes Lernen)
    12. Werkzeugunterstützung
      ::icon(fa fa-wrench)
      (MCP in der Copilot App)

Repository-Struktur

Das Repository ist in zwölf Hauptabschnitte gegliedert, die sich jeweils auf verschiedene Aspekte von MCP konzentrieren:

Einführung (00-Introduction/)
- Überblick über das Model Context Protocol
- Warum Standardisierung in KI-Pipelines wichtig ist
- Praktische Anwendungsfälle und Vorteile
Kernkonzepte (01-CoreConcepts/)
- Client-Server-Architektur
- Zentrale Protokollkomponenten
- Messaging-Muster in MCP
Sicherheit (02-Security/)
- Sicherheitsbedrohungen in MCP-basierten Systemen
- Best Practices zur Absicherung von Implementierungen
- Authentifizierungs- und Autorisierungsstrategien
- Umfassende Sicherheitsdokumentation:
  - MCP Security Best Practices 2025
  - Azure Content Safety Implementierungsleitfaden
  - MCP Security Controls und Techniken
  - MCP Best Practices Schnellreferenz
- Wichtige Sicherheitsthemen:
  - Prompt Injection und Tool Poisoning-Angriffe
  - Session Hijacking und Confused Deputy-Probleme
  - Token-Passthrough-Schwachstellen
  - Übermäßige Berechtigungen und Zugriffskontrolle
  - Supply-Chain-Sicherheit für KI-Komponenten
  - Integration von Microsoft Prompt Shields
Erste Schritte (03-GettingStarted/)
- Einrichtung und Konfiguration der Umgebung
- Erstellen von einfachen MCP-Servern und Clients
- Integration in vorhandene Anwendungen
- Enthält Abschnitte zu:
  - Erste Serverimplementierung
  - Client-Entwicklung
  - LLM-Client-Integration
  - VS Code-Integration
  - Server-Sent Events (SSE) Server
  - Erweiterte Servernutzung
  - HTTP-Streaming
  - AI Toolkit-Integration
  - Teststrategien
  - Bereitstellungsrichtlinien
Praxisnahe Implementierung (04-PracticalImplementation/)
- Verwendung von SDKs in verschiedenen Programmiersprachen
- Debugging-, Test- und Validierungstechniken
- Erstellung wiederverwendbarer Prompt-Vorlagen und Workflows
- Beispielprojekte mit Implementierungsbeispielen
Fortgeschrittene Themen (05-AdvancedTopics/)
- Techniken des Context Engineerings
- Foundry-Agent-Integration
- Multi-modale KI-Workflows
- OAuth2-Authentifizierungs-Demos
- Echtzeit-Suchfunktionen
- Echtzeit-Streaming
- Implementierung von Root-Contexts
- Routing-Strategien
- Sampling-Techniken
- Skalierungsansätze
- Sicherheitsüberlegungen
- Entra ID-Sicherheitsintegration
- Web-Suche-Integration
- Adversarial Multi-Agent Reasoning (Debattenmuster)
Community-Beiträge (06-CommunityContributions/)
- Wie man Code und Dokumentation beisteuert
- Zusammenarbeit via GitHub
- Community-getriebene Erweiterungen und Feedback
- Nutzung verschiedener MCP-Clients (Claude Desktop, Cline, VSCode)
- Arbeiten mit beliebten MCP-Servern inklusive Bildgenerierung
Erfahrungen aus der frühen Einführung (07-LessonsfromEarlyAdoption/)
- Praxisnahe Implementierungen und Erfolgsgeschichten
- Aufbau und Bereitstellung von MCP-basierten Lösungen
- Trends und zukünftige Roadmap
- Leitfaden zu Microsoft MCP Servern: Umfassender Leitfaden zu 10 produktionsreifen Microsoft MCP Servern, darunter:
  - Microsoft Learn Docs MCP Server
  - Azure MCP Server (15+ spezialisierte Konnektoren)
  - GitHub MCP Server
  - Azure DevOps MCP Server
  - MarkItDown MCP Server
  - SQL Server MCP Server
  - Playwright MCP Server
  - Dev Box MCP Server
  - Microsoft Foundry MCP Server
  - Microsoft 365 Agents Toolkit MCP Server
Best Practices (08-BestPractices/)
- Performance-Tuning und Optimierung
- Entwurf fehlertoleranter MCP-Systeme
- Test- und Resilienz-Strategien
Fallstudien (09-CaseStudy/)
- Sieben umfassende Fallstudien, die die Vielseitigkeit von MCP in verschiedenen Szenarien zeigen:
- Azure AI Travel Agents: Multi-Agenten-Orchestrierung mit Azure OpenAI und AI Search
- Azure DevOps Integration: Automatisierung von Workflow-Prozessen mit YouTube-Datenaktualisierungen
- Echtzeit-Dokumentenabruf: Python-Konsolen-Client mit Streaming-HTTP
- Interaktiver Studienplan-Generator: Chainlit-Web-App mit konversationaler KI
- In-Editor-Dokumentation: VS Code-Integration mit GitHub Copilot Workflows
- Azure API Management: Enterprise-API-Integration mit MCP-Servererstellung
- GitHub MCP Registry: Ökosystementwicklung und agentenbasierte Integrationsplattform
- Implementierungsbeispiele aus den Bereichen Unternehmensintegration, Entwicklerproduktivität und Ökosystementwicklung
Praktischer Workshop (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)
- Umfassender praxisorientierter Workshop zur Kombination von MCP mit AI Toolkit
- Aufbau intelligenter Anwendungen, die KI-Modelle mit realen Werkzeugen verbinden
- Praktische Module zu Grundlagen, Entwicklung benutzerdefinierter Server und Produktionsbereitstellungsstrategien
- Laborstruktur:
  - Labor 1: MCP Server Grundlagen
  - Labor 2: Fortgeschrittene MCP Server Entwicklung
  - Labor 3: AI Toolkit Integration
  - Labor 4: Produktionsbereitstellung und Skalierung
- Laborbasierter Lernansatz mit Schritt-für-Schritt-Anleitungen
MCP Server Datenbank-Integrationslabore (11-MCPServerHandsOnLabs/)
- Umfassender 13-Lab-Pfad zum Aufbau produktionsreifer MCP-Server mit PostgreSQL-Integration
- Praxisnahe Umsetzung im Einzelhandelsanalytik-Szenario mit dem Zava Retail Use Case
- Unternehmensgerechte Muster einschließlich Row Level Security (RLS), semantischer Suche und Multi-Tenant-Datenzugriff
- Komplette Laborstruktur:
  - Labs 00-03: Grundlagen – Einführung, Architektur, Sicherheit, Einrichtung der Umgebung
  - Labs 04-06: Aufbau des MCP Servers – Datenbankdesign, Implementierung des MCP Servers, Tool-Entwicklung
  - Labs 07-09: Erweiterte Funktionen – Semantische Suche, Tests & Debugging, VS Code-Integration
  - Labs 10-12: Produktion & Best Practices – Bereitstellung, Monitoring, Optimierung
- Abgedeckte Technologien: FastMCP-Framework, PostgreSQL, Azure OpenAI, Azure Container Apps, Application Insights
- Lernergebnisse: Produktionsreife MCP-Server, Datenbank-Integrationsmuster, KI-gestützte Analytik, Unternehmenssicherheit
Werkzeuge (12-tooling/)
- Anleitung zur Nutzung von MCP in der Copilot-App und anderen Tools

Zusätzliche Ressourcen

Das Repository enthält unterstützende Ressourcen:

Bilderordner: Enthält Diagramme und Illustrationen, die im Curriculum verwendet werden
Übersetzungen: Mehrsprachige Unterstützung mit automatisierten Übersetzungen der Dokumentation
Offizielle MCP-Ressourcen:

Wie man dieses Repository nutzt

Sequenzielles Lernen: Folgen Sie den Kapiteln in der Reihenfolge (00 bis 11) für ein strukturiertes Lernerlebnis.
Sprachspezifischer Fokus: Wenn Sie an einer bestimmten Programmiersprache interessiert sind, erkunden Sie die Proben-Verzeichnisse mit Implementierungen in Ihrer bevorzugten Sprache.
Praktische Umsetzung: Beginnen Sie mit dem Abschnitt „Erste Schritte“, um Ihre Umgebung einzurichten und Ihren ersten MCP-Server und Client zu erstellen.
Vertiefte Erkundung: Sobald Sie mit den Grundlagen vertraut sind, tauchen Sie in die fortgeschrittenen Themen ein, um Ihr Wissen zu erweitern.
Community-Engagement: Treten Sie der MCP-Community über GitHub-Diskussionen und Discord-Kanäle bei, um sich mit Experten und anderen Entwicklern auszutauschen.

MCP-Clients und Werkzeuge

Das Curriculum behandelt verschiedene MCP-Clients und Werkzeuge:

Offizielle Clients:
- Visual Studio Code
- MCP in Visual Studio Code
- Claude Desktop
- Claude in VSCode
- Claude API
Community-Clients:
- Cline (terminalbasiert)
- Cursor (Code-Editor)
- ChatMCP
- Windsurf
MCP-Verwaltungstools:
- MCP CLI
- MCP Manager
- MCP Linker
- MCP Router

Beliebte MCP Server

Das Repository stellt verschiedene MCP Server vor, darunter:

Offizielle Microsoft MCP Server:
- Microsoft Learn Docs MCP Server
- Azure MCP Server (15+ spezialisierte Konnektoren)
- GitHub MCP Server
- Azure DevOps MCP Server
- MarkItDown MCP Server
- SQL Server MCP Server
- Playwright MCP Server
- Dev Box MCP Server
- Microsoft Foundry MCP Server
- Microsoft 365 Agents Toolkit MCP Server
Offizielle Referenzserver:
- Filesystem
- Fetch
- Memory
- Sequential Thinking
Bildgenerierung:
- Azure OpenAI DALL-E 3
- Stable Diffusion WebUI
- Replicate
Entwicklungswerkzeuge:
- Git MCP
- Terminal Control
- Code Assistant
Spezialisierte Server:
- Salesforce
- Microsoft Teams
- Jira & Confluence

Beiträge leisten

Dieses Repository begrüßt Beiträge aus der Community. Siehe den Abschnitt Community-Beiträge für Anleitungen, wie man effektiv zum MCP-Ökosystem beitragen kann.

Dieser Studienführer wurde zuletzt am 5. Februar 2026 aktualisiert, entsprechend der neuesten MCP-Spezifikation 2025-11-25, und bietet einen Überblick über das Repository zu diesem Zeitpunkt. Der Repository-Inhalt kann nach diesem Datum aktualisiert worden sein.

Haftungsausschluss: Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache gilt als maßgebliche Quelle. Bei kritischen Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Verwendung dieser Übersetzung entstehen.

14 KiB Raw Permalink Blame History Unescape Escape