Protokół Kontekstu Modelu (MCP) dla Początkujących - Przewodnik do Nauki

Ten przewodnik do nauki przedstawia przegląd struktury i zawartości repozytorium dla programu nauczania „Protokół Kontekstu Modelu (MCP) dla Początkujących”. Użyj tego przewodnika, aby efektywnie poruszać się po repozytorium i maksymalnie wykorzystać dostępne zasoby.

Przegląd Repozytorium

Protokół Kontekstu Modelu (MCP) to ustandaryzowany framework dla interakcji pomiędzy modelami AI a aplikacjami klienckimi. Początkowo stworzony przez Anthropic, MCP jest obecnie utrzymywany przez szerszą społeczność MCP poprzez oficjalną organizację GitHub. To repozytorium oferuje kompleksowy program nauczania z praktycznymi przykładami kodu w C#, Java, JavaScript, Python i TypeScript, przeznaczony dla deweloperów AI, architektów systemów i inżynierów oprogramowania.

Wizualna Mapa Programu Nauczania

mindmap
  root((MCP dla Początkujących))
    00. Wprowadzenie
      ::icon(fa fa-book)
      (Przegląd Protokołu)
      (Korzyści ze Standaryzacji)
      (Zastosowania w Rzeczywistym Świecie)
      (Podstawy Integracji AI)
    01. Podstawowe Pojęcia
      ::icon(fa fa-puzzle-piece)
      (Architektura Klient-Serwer)
      (Komponenty Protokołu)
      (Wzorce Komunikacji)
      (Mechanizmy Transportu)
      (Zadania - Eksperymentalne)
      (Adnotacje Narzędzi)
    02. Bezpieczeństwo
      ::icon(fa fa-shield)
      (Zagrożenia Specyficzne dla AI)
      (Najlepsze Praktyki 2025)
      (Bezpieczeństwo Treści w Azure)
      (Uwierzytelnianie i Autoryzacja)
      (Microsoft Prompt Shields)
      (OWASP MCP Top 10)
      (Warsztaty Bezpieczeństwa Sherpa)
    03. Rozpoczęcie Pracy
      ::icon(fa fa-rocket)
      (Pierwsza Implementacja Serwera)
      (Rozwój Klienta)
      (Integracja Klienta LLM)
      (Rozszerzenia VS Code)
      (Konfiguracja Serwera SSE)
      (Strumieniowanie HTTP)
      (Integracja Zestawu Narzędzi AI)
      (Ramki Testowe)
      (Zaawansowane Użycie Serwera)
      (Proste Uwierzytelnianie)
      (Strategie Wdrażania)
      (Konfiguracja Hostów MCP)
      (Inspektor MCP)
    04. Praktyczna Implementacja
      ::icon(fa fa-code)
      (SDK Wielojęzyczne)
      (Testowanie i Debugowanie)
      (Szablony Promptów)
      (Przykładowe Projekty)
      (Wzorce Produkcyjne)
      (Strategie Paginacji)
    05. Zaawansowane Tematy
      ::icon(fa fa-graduation-cap)
      (Inżynieria Kontekstu)
      (Integracja Agenta Foundry)
      (Wielomodalne Workflow AI)
      (Uwierzytelnianie OAuth2)
      (Wyszukiwanie w Czasie Rzeczywistym)
      (Protokoły Strumieniujące)
      (Konteksty Główne)
      (Strategie Trasowania)
      (Techniki Próbkowania)
      (Rozwiązania Skalujące)
      (Wzmacnianie Bezpieczeństwa)
      (Integracja Entra ID)
      (Web Search MCP)
      (Głębokie Omówienie Funkcji Protokołu)
      (Adwersarjalne Rozumowanie Multi-Agentowe)
      
    06. Społeczność
      ::icon(fa fa-users)
      (Wkład w Kod)
      (Dokumentacja)
      (Ekosystem Klienta MCP)
      (Rejestr Serwera MCP)
      (Narzędzia Generowania Obrazów)
      (Współpraca na GitHub)
    07. Wczesna Adopcja
      ::icon(fa fa-lightbulb)
      (Wdrożenia Produkcyjne)
      (Serwery Microsoft MCP)
      (Usługa Azure MCP)
      (Studia Przypadków w Przedsiębiorstwach)
      (Przyszła Mapa Drogowa)
    08. Najlepsze Praktyki
      ::icon(fa fa-check)
      (Optymalizacja Wydajności)
      (Tolerancja Błędów)
      (Odporność Systemu)
      (Monitorowanie i Obserwowalność)
    09. Studia Przypadków
      ::icon(fa fa-file-text)
      (Zarządzanie API w Azure)
      (Agent Podróży AI)
      (Integracja Azure DevOps)
      (Dokumentacja MCP)
      (Rejestr MCP na GitHub)
      (Integracja z VS Code)
      (Implementacje w Rzeczywistym Świecie)
    10. Warsztaty Praktyczne
      ::icon(fa fa-laptop)
      (Podstawy Serwera MCP)
      (Zaawansowany Rozwój)
      (Integracja Zestawu Narzędzi AI)
      (Wdrożenie Produkcyjne)
      (Struktura 4 Laboratoriów)
    11. Laboratoria Integracji Baz Danych
      ::icon(fa fa-database)
      (Integracja PostgreSQL)
      (Przypadek Użycia Analityki Detalicznej)
      (Bezpieczeństwo na Poziomie Wiersza)
      (Semantyczne Wyszukiwanie)
      (Wdrożenie Produkcyjne)
      (Struktura 13 Laboratoriów)
      (Nauka Praktyczna)
    12. Narzędzia
      ::icon(fa fa-wrench)
      (MCP w aplikacji Copilot)

Struktura Repozytorium

Repozytorium jest zorganizowane w dwanaście głównych sekcji, z których każda skupia się na różnych aspektach MCP:

Wprowadzenie (00-Introduction/)
- Przegląd Protokółu Kontekstu Modelu
- Dlaczego standaryzacja jest ważna w pipeline’ach AI
- Praktyczne zastosowania i korzyści
Podstawowe Koncepcje (01-CoreConcepts/)
- Architektura klient-serwer
- Kluczowe komponenty protokołu
- Wzorce komunikacji w MCP
Bezpieczeństwo (02-Security/)
- Zagrożenia bezpieczeństwa w systemach opartych na MCP
- Najlepsze praktyki zabezpieczania implementacji
- Strategie uwierzytelniania i autoryzacji
- Kompleksowa dokumentacja bezpieczeństwa:
  - MCP Security Best Practices 2025
  - Przewodnik wdrożenia Azure Content Safety
  - Kontrole i techniki bezpieczeństwa MCP
  - Szybkie odniesienie najlepszych praktyk MCP
- Kluczowe tematy bezpieczeństwa:
  - Ataki wstrzykiwania promptów i zatruwania narzędzi
  - Przejęcie sesji i problemy z pomylonym pełnomocnikiem
  - Luki w przekazywaniu tokenów
  - Nadmierne uprawnienia i kontrola dostępu
  - Bezpieczeństwo łańcucha dostaw dla komponentów AI
  - Integracja Microsoft Prompt Shields
Pierwsze Kroki (03-GettingStarted/)
- Konfiguracja i przygotowanie środowiska
- Tworzenie podstawowych serwerów i klientów MCP
- Integracja z istniejącymi aplikacjami
- Zawiera sekcje dotyczące:
  - Pierwszej implementacji serwera
  - Rozwoju klienta
  - Integracji klienta LLM
  - Integracji z VS Code
  - Serwera zdarzeń Server-Sent Events (SSE)
  - Zaawansowanego użycia serwera
  - HTTP streaming
  - Integracji AI Toolkit
  - Strategii testowania
  - Wytycznych dotyczących wdrożeń
Praktyczna Implementacja (04-PracticalImplementation/)
- Użycie SDK w różnych językach programowania
- Techniki debugowania, testowania i walidacji
- Tworzenie wielokrotnego użytku wzorców promptów i przepływów pracy
- Przykładowe projekty z przykładami implementacji
Tematy Zaawansowane (05-AdvancedTopics/)
- Techniki inżynierii kontekstu
- Integracja agenta Foundry
- Wielomodalne przepływy pracy AI
- Demonstracje uwierzytelniania OAuth2
- Możliwości wyszukiwania w czasie rzeczywistym
- Streaming w czasie rzeczywistym
- Implementacja kontekstów głównych (root contexts)
- Strategie trasowania
- Techniki próbkowania
- Podejścia do skalowania
- Rozważania dotyczące bezpieczeństwa
- Integracja zabezpieczeń Entra ID
- Integracja z wyszukiwaniem w sieci
- Adwersarialne rozumowanie wieloagentowe (wzorce debat)
Wkład Społeczności (06-CommunityContributions/)
- Jak wnosić kod i dokumentację
- Współpraca przez GitHub
- Ulepszenia i informacje zwrotne od społeczności
- Używanie różnych klientów MCP (Claude Desktop, Cline, VSCode)
- Praca z popularnymi serwerami MCP, w tym generowaniem obrazów
Leki z Wczesnej Adopcji (07-LessonsfromEarlyAdoption/)
- Realne implementacje i historie sukcesu
- Budowa i wdrażanie rozwiązań opartych na MCP
- Trendy i przyszła mapa drogowa
- Przewodnik po serwerach Microsoft MCP: Kompleksowy przewodnik po 10 gotowych do produkcji serwerach MCP Microsoft, w tym:
  - Microsoft Learn Docs MCP Server
  - Azure MCP Server (15+ wyspecjalizowanych konektorów)
  - 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
Najlepsze Praktyki (08-BestPractices/)
- Strojenie wydajności i optymalizacja
- Projektowanie odpornych na błędy systemów MCP
- Strategie testowania i odporności
Studia Przypadków (09-CaseStudy/)
- Siedem kompleksowych studiów przypadków demonstrujących wszechstronność MCP w różnych scenariuszach:
- Azure AI Travel Agents: Wieloagentowa orkiestracja z Azure OpenAI i AI Search
- Integracja Azure DevOps: Automatyzacja procesów workflow na podstawie danych z YouTube
- Pobieranie dokumentacji w czasie rzeczywistym: Klient konsoli Python z HTTP streaming
- Interaktywny generator planów nauki: Aplikacja webowa Chainlit z rozmownym AI
- Dokumentacja w edytorze: Integracja VS Code z workflow GitHub Copilot
- Azure API Management: Integracja przedsiębiorstw z API i tworzenie serwera MCP
- Rejestr MCP na GitHub: Rozwój ekosystemu i platforma integracji agentów
- Przykłady implementacji obejmujące integrację przedsiębiorstw, produktywność deweloperów i rozwój ekosystemu
Warsztat Praktyczny (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)
- Kompleksowy warsztat praktyczny łączący MCP z AI Toolkit
- Tworzenie inteligentnych aplikacji łączących modele AI z narzędziami świata rzeczywistego
- Praktyczne moduły obejmujące podstawy, tworzenie własnych serwerów i strategie wdrażania produkcyjnego
- Struktura laboratorium:
  - Laboratorium 1: Podstawy serwera MCP
  - Laboratorium 2: Zaawansowany rozwój serwera MCP
  - Laboratorium 3: Integracja AI Toolkit
  - Laboratorium 4: Wdrożenie produkcyjne i skalowanie
- Podejście oparte na laboratoriach z instrukcjami krok po kroku
Laboratoria Integracji Serwerów MCP z Bazą Danych (11-MCPServerHandsOnLabs/)
- Kompleksowa ścieżka nauki z 13 laboratoriami do tworzenia produkcyjnych serwerów MCP z integracją PostgreSQL
- Implementacja analityki sprzedaży detalicznej w oparciu o przypadek użycia Zava Retail
- Wzorce klasy korporacyjnej obejmujące Row Level Security (RLS), wyszukiwanie semantyczne i dostęp wielodostępny (multi-tenant)
- Kompletna struktura laboratoriów:
  - Laboratoria 00-03: Podstawy - Wprowadzenie, architektura, bezpieczeństwo, konfiguracja środowiska
  - Laboratoria 04-06: Budowa serwera MCP - Projektowanie bazy danych, implementacja MCP serwera, rozwój narzędzi
  - Laboratoria 07-09: Funkcje zaawansowane - Wyszukiwanie semantyczne, testowanie i debugowanie, integracja VS Code
  - Laboratoria 10-12: Produkcja i najlepsze praktyki - Wdrażanie, monitorowanie, optymalizacja
- Technologie w laboratoriach: Framework FastMCP, PostgreSQL, Azure OpenAI, Azure Container Apps, Application Insights
- Efekty nauki: Produkcyjne serwery MCP, wzorce integracji baz danych, analityka wspierana AI, bezpieczeństwo klasy korporacyjnej
Narzędzia (12-tooling/)
- Nauka używania MCP w aplikacji Copilot i innych narzędziach

Dodatkowe Zasoby

Repozytorium zawiera materiały wspierające:

Folder Images: Zawiera diagramy i ilustracje używane w programie nauczania
Tłumaczenia: Wsparcie wielojęzyczne z automatycznymi tłumaczeniami dokumentacji
Oficjalne zasoby MCP:

Jak Korzystać z Tego Repozytorium

Nauka sekwencyjna: Przechodź przez rozdziały po kolei (od 00 do 11) dla uporządkowanego procesu nauki.
Skupienie językowe: Jeśli interesuje Cię konkretny język programowania, eksploruj katalogi z przykładami w preferowanym języku.
Praktyczna implementacja: Zacznij od sekcji „Pierwsze kroki”, aby skonfigurować środowisko i utworzyć swój pierwszy serwer i klient MCP.
Zaawansowane eksploracje: Gdy opanujesz podstawy, zagłęb się w tematy zaawansowane, aby poszerzyć swoją wiedzę.
Zaangażowanie społeczności: Dołącz do społeczności MCP poprzez dyskusje na GitHub i kanały Discord, aby łączyć się z ekspertami i innymi deweloperami.

Klienci i Narzędzia MCP

Program nauczania obejmuje różnorodne klientów i narzędzia MCP:

Oficjalni klienci:
- Visual Studio Code
- MCP w Visual Studio Code
- Claude Desktop
- Claude w VSCode
- Claude API
Klienci społecznościowi:
- Cline (terminalowy)
- Cursor (edytor kodu)
- ChatMCP
- Windsurf
Narzędzia zarządzania MCP:
- MCP CLI
- MCP Manager
- MCP Linker
- MCP Router

Popularne Serwery MCP

Repozytorium wprowadza różne serwery MCP, w tym:

Oficjalne serwery Microsoft MCP:
- Microsoft Learn Docs MCP Server
- Azure MCP Server (15+ wyspecjalizowanych konektorów)
- 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
Oficjalne serwery referencyjne:
- Filesystem
- Fetch
- Memory
- Sequential Thinking
Generowanie obrazów:
- Azure OpenAI DALL-E 3
- Stable Diffusion WebUI
- Replicate
Narzędzia deweloperskie:
- Git MCP
- Terminal Control
- Code Assistant
Specjalistyczne serwery:
- Salesforce
- Microsoft Teams
- Jira & Confluence

Wkład w Projekt

To repozytorium zaprasza do współpracy społeczność. Zobacz sekcję Wkład Społeczności, aby poznać wskazówki, jak skutecznie wnosić swój wkład do ekosystemu MCP.

Ten przewodnik do nauki został ostatnio zaktualizowany 5 lutego 2026 r., odzwierciedlając najnowszą Specyfikację MCP z 2025-11-25 i przedstawia przegląd repozytorium na ten dzień. Zawartość repozytorium może być aktualizowana po tej dacie.

Zastrzeżenie: Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Choć dążymy do dokładności, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub niedokładności. Oryginalny dokument w jego języku źródłowym należy uznawać za autorytatywne źródło. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.

15 KiB Raw Permalink Blame History Unescape Escape