wehub/microsoft--mcp-for-beginners

Fork 0

Files

T

wehub-resource-sync c275ba2868 chore: import upstream snapshot with attribution

2026-07-13 13:31:35 +08:00

34 KiB

Raw Permalink Blame History

🌟 Lecții de la Primii Utilizatori

(Faceți clic pe imaginea de mai sus pentru a viziona videoclipul acestei lecții)

🎯 Ce Acoperă Acest Modul

Acest modul explorează modul în care organizații reale și dezvoltatori folosesc Model Context Protocol (MCP) pentru a rezolva provocări reale și a stimula inovația. Prin studii de caz detaliate, proiecte practice și exemple concrete, veți descoperi cum MCP permite o integrare AI sigură, scalabilă, care leagă modele lingvistice, unelte și date enterprise.

📚 Vezi MCP în Acțiune

Doriți să vedeți aceste principii aplicate în instrumente pregătite pentru producție? Consultați 10 Servere Microsoft MCP care Transformă Productivitatea Dezvoltatorilor, care prezintă servere Microsoft MCP reale pe care le puteți folosi astăzi.

Prezentare Generală

Această lecție explorează modul în care primii utilizatori au valorificat Model Context Protocol (MCP) pentru a rezolva provocări din lumea reală și a stimula inovația în diverse industrii. Prin studii de caz detaliate și proiecte practice, veți vedea cum MCP permite o integrare AI standardizată, sigură și scalabilă — conectând modele lingvistice mari, unelte și date de întreprindere într-un cadru unificat. Veți dobândi experiență practică în proiectarea și construirea de soluții bazate pe MCP, veți învăța din modele de implementare dovedite și veți descoperi cele mai bune practici pentru implementarea MCP în medii de producție. Lecția evidențiază, de asemenea, tendințe emergente, direcții viitoare și resurse open-source pentru a vă menține în prim-planul tehnologiei MCP și ecosistemul său aflat în evoluție.

Obiective de Învățare

Analiza implementărilor MCP din lumea reală în diverse industrii
Proiectarea și construirea aplicațiilor complete bazate pe MCP
Explorarea tendințelor emergente și direcțiilor viitoare în tehnologia MCP
Aplicarea celor mai bune practici în scenarii reale de dezvoltare

Implementări MCP din Lumea Reală

Studiu de Caz 1: Automatizarea Suportului Clienți Enterprise

O corporație multinațională a implementat o soluție bazată pe MCP pentru a standardiza interacțiunile AI în sistemele lor de suport clienți. Aceasta le-a permis să:

Creeze o interfață unificată pentru mai mulți furnizori LLM
Mențină o gestionare consecventă a prompturilor între departamente
Aplice controale robuste de securitate și conformitate
Schimbe ușor între diferite modele AI în funcție de nevoi specifice

Implementare Tehnică:

# Implementarea serverului Python MCP pentru suport clienți
import logging
import asyncio
from modelcontextprotocol import create_server, ServerConfig
from modelcontextprotocol.server import MCPServer
from modelcontextprotocol.transports import create_http_transport
from modelcontextprotocol.resources import ResourceDefinition
from modelcontextprotocol.prompts import PromptDefinition
from modelcontextprotocol.tool import ToolDefinition

# Configurați jurnalizarea
logging.basicConfig(level=logging.INFO)

async def main():
    # Creați configurația serverului
    config = ServerConfig(
        name="Enterprise Customer Support Server",
        version="1.0.0",
        description="MCP server for handling customer support inquiries"
    )
    
    # Inițializați serverul MCP
    server = create_server(config)
    
    # Înregistrați resursele bazei de cunoștințe
    server.resources.register(
        ResourceDefinition(
            name="customer_kb",
            description="Customer knowledge base documentation"
        ),
        lambda params: get_customer_documentation(params)
    )
    
    # Înregistrați șabloanele prompturilor
    server.prompts.register(
        PromptDefinition(
            name="support_template",
            description="Templates for customer support responses"
        ),
        lambda params: get_support_templates(params)
    )
    
    # Înregistrați instrumentele de suport
    server.tools.register(
        ToolDefinition(
            name="ticketing",
            description="Create and update support tickets"
        ),
        handle_ticketing_operations
    )
    
    # Porniți serverul cu transport HTTP
    transport = create_http_transport(port=8080)
    await server.run(transport)

if __name__ == "__main__":
    asyncio.run(main())

Rezultate: Reducere a costurilor cu modelele cu 30%, îmbunătățire a consistenței răspunsurilor cu 45% și conformitate sporită în operațiunile globale.

Studiu de Caz 2: Asistent Diagnostic pentru Sănătate

Un furnizor de servicii medicale a dezvoltat o infrastructură MCP pentru a integra mai multe modele AI medicale specializate, asigurând în același timp protecția datelor sensibile ale pacienților:

Comutare fără probleme între modele medicale generaliste și specializate
Controale stricte de confidențialitate și jurnale de audit
Integrare cu sistemele Electronice de Evidență a Sănătății (EHR) existente
Inginerie consecventă a prompturilor pentru terminologia medicală

Implementare Tehnică:

// C# MCP host application implementation in healthcare application
using Microsoft.Extensions.DependencyInjection;
using ModelContextProtocol.SDK.Client;
using ModelContextProtocol.SDK.Security;
using ModelContextProtocol.SDK.Resources;

public class DiagnosticAssistant
{
    private readonly MCPHostClient _mcpClient;
    private readonly PatientContext _patientContext;
    
    public DiagnosticAssistant(PatientContext patientContext)
    {
        _patientContext = patientContext;
        
        // Configure MCP client with healthcare-specific settings
        var clientOptions = new ClientOptions
        {
            Name = "Healthcare Diagnostic Assistant",
            Version = "1.0.0",
            Security = new SecurityOptions
            {
                Encryption = EncryptionLevel.Medical,
                AuditEnabled = true
            }
        };
        
        _mcpClient = new MCPHostClientBuilder()
            .WithOptions(clientOptions)
            .WithTransport(new HttpTransport("https://healthcare-mcp.example.org"))
            .WithAuthentication(new HIPAACompliantAuthProvider())
            .Build();
    }
    
    public async Task<DiagnosticSuggestion> GetDiagnosticAssistance(
        string symptoms, string patientHistory)
    {
        // Create request with appropriate resources and tool access
        var resourceRequest = new ResourceRequest
        {
            Name = "patient_records",
            Parameters = new Dictionary<string, object>
            {
                ["patientId"] = _patientContext.PatientId,
                ["requestingProvider"] = _patientContext.ProviderId
            }
        };
        
        // Request diagnostic assistance using appropriate prompt
        var response = await _mcpClient.SendPromptRequestAsync(
            promptName: "diagnostic_assistance",
            parameters: new Dictionary<string, object>
            {
                ["symptoms"] = symptoms,
                patientHistory = patientHistory,
                relevantGuidelines = _patientContext.GetRelevantGuidelines()
            });
            
        return DiagnosticSuggestion.FromMCPResponse(response);
    }
}

Rezultate: Sugestii de diagnostic îmbunătățite pentru medici, menținând conformitatea deplină HIPAA și reducând semnificativ comutarea contextelor între sisteme.

Studiu de Caz 3: Analiza Riscurilor în Servicii Financiare

O instituție financiară a implementat MCP pentru a standardiza procesele de analiză a riscurilor între diferite departamente:

Creată o interfață unificată pentru riscul de credit, detecția fraudei și modelele de risc investițional
Implementate controale stricte de acces și versiuni ale modelelor
Asigurată auditabilitatea tuturor recomandărilor AI
Menținută un format consecvent al datelor între sisteme diverse

Implementare Tehnică:

// Server Java MCP pentru evaluarea riscului financiar
import org.mcp.server.*;
import org.mcp.security.*;

public class FinancialRiskMCPServer {
    public static void main(String[] args) {
        // Creează server MCP cu funcții de conformitate financiară
        MCPServer server = new MCPServerBuilder()
            .withModelProviders(
                new ModelProvider("risk-assessment-primary", new AzureOpenAIProvider()),
                new ModelProvider("risk-assessment-audit", new LocalLlamaProvider())
            )
            .withPromptTemplateDirectory("./compliance/templates")
            .withAccessControls(new SOCCompliantAccessControl())
            .withDataEncryption(EncryptionStandard.FINANCIAL_GRADE)
            .withVersionControl(true)
            .withAuditLogging(new DatabaseAuditLogger())
            .build();
            
        server.addRequestValidator(new FinancialDataValidator());
        server.addResponseFilter(new PII_RedactionFilter());
        
        server.start(9000);
        
        System.out.println("Financial Risk MCP Server running on port 9000");
    }
}

Rezultate: Îmbunătățire a conformității cu reglementările, cicluri de implementare a modelelor cu 40% mai rapide și consistență crescută în evaluarea riscurilor între departamente.

Studiu de Caz 4: Microsoft Playwright MCP Server pentru Automatizarea Browser-ului

Microsoft a dezvoltat serverul Playwright MCP pentru a permite automatizarea browser-elor în mod sigur și standardizat prin Model Context Protocol. Acest server gata pentru producție permite agenților AI și LLM-urilor să interacționeze cu browsere web într-un mod controlat, auditat și extensibil — facilitând scenarii precum testarea automată web, extragerea de date și fluxuri de lucru complete.

🎯 Unealtă Pregătită pentru Producție

Acest studiu de caz prezintă un server MCP real pe care îl puteți folosi astăzi! Aflați mai multe despre Playwright MCP Server și alte 9 servere Microsoft MCP pregătite pentru producție în ghidul nostru Microsoft MCP Servers Guide.

Caracteristici Cheie:

Expune capabilități de automatizare a browser-ului (navigare, completare formulare, captură ecran, etc.) ca unelte MCP
Implementează controale stricte de acces și sandboxing pentru prevenirea acțiunilor neautorizate
Oferă jurnale detaliate de audit pentru toate interacțiunile cu browser-ul
Suportă integrarea cu Azure OpenAI și alți furnizori LLM pentru automatizare condusă de agenți
Alimentează agentul de programare GitHub Copilot cu capabilități de navigare web

Implementare Tehnică:

// TypeScript: Înregistrarea uneltelor de automatizare a browserului Playwright într-un server MCP
import { createServer, ToolDefinition } from 'modelcontextprotocol';
import { launch } from 'playwright';

const server = createServer({
  name: 'Playwright MCP Server',
  version: '1.0.0',
  description: 'MCP server for browser automation using Playwright'
});

// Înregistrează un instrument pentru navigarea către un URL și capturarea unui screenshot
server.tools.register(
  new ToolDefinition({
    name: 'navigate_and_screenshot',
    description: 'Navigate to a URL and capture a screenshot',
    parameters: {
      url: { type: 'string', description: 'The URL to visit' }
    }
  }),
  async ({ url }) => {
    const browser = await launch();
    const page = await browser.newPage();
    await page.goto(url);
    const screenshot = await page.screenshot();
    await browser.close();
    return { screenshot };
  }
);

// Pornește serverul MCP
server.listen(8080);

Rezultate:

Automatizare sigură și programatică a browser-ului pentru agenți AI și LLM-uri
Reducerea efortului de testare manuală și îmbunătățirea acoperirii testelor pentru aplicații web
Cadru reutilizabil și extensibil pentru integrarea uneltelor browser-based în medii enterprise
Alimentarea capabilităților de navigare web ale GitHub Copilot

Referințe:

Studiu de Caz 5: Azure MCP – Model Context Protocol Enterprise-Grade ca Serviciu

Azure MCP Server (https://aka.ms/azmcp) este implementarea Microsoft gestionată, de nivel enterprise, a Model Context Protocol, concepută pentru a furniza capabilități scalabile, sigure și conforme de server MCP ca serviciu cloud. Azure MCP permite organizațiilor să implementeze rapid, să gestioneze și să integreze servere MCP cu serviciile Azure AI, date și securitate, reducând costurile operaționale și accelerând adoptarea AI.

🎯 Unealtă Pregătită pentru Producție

Acesta este un server MCP real pe care îl puteți folosi astăzi! Aflați mai multe despre Microsoft Foundry MCP Server în ghidul nostru Microsoft MCP Servers Guide.

Găzduire complet gestionată a serverului MCP cu scalare, monitorizare și securitate integrate
Integrare nativă cu Azure OpenAI, Azure AI Search și alte servicii Azure
Autentificare și autorizare enterprise prin Microsoft Entra ID
Suport pentru unelte personalizate, șabloane de prompturi și conectori de resurse
Conformitate cu cerințele de securitate și reglementările enterprise

Implementare Tehnică:

# Example: Azure MCP server deployment configuration (YAML)
apiVersion: mcp.microsoft.com/v1
kind: McpServer
metadata:
  name: enterprise-mcp-server
spec:
  modelProviders:
    - name: azure-openai
      type: AzureOpenAI
      endpoint: https://<your-openai-resource>.openai.azure.com/
      apiKeySecret: <your-azure-keyvault-secret>
  tools:
    - name: document_search
      type: AzureAISearch
      endpoint: https://<your-search-resource>.search.windows.net/
      apiKeySecret: <your-azure-keyvault-secret>
  authentication:
    type: EntraID
    tenantId: <your-tenant-id>
  monitoring:
    enabled: true
    logAnalyticsWorkspace: <your-log-analytics-id>

Rezultate:

Reducerea timpului până la valoare pentru proiectele AI enterprise prin furnizarea unei platforme MCP gata de utilizare și conforme
Simplificarea integrării LLM-urilor, uneltelor și surselor de date enterprise
Creșterea securității, observabilității și eficienței operaționale pentru sarcinile MCP
Îmbunătățirea calității codului cu bune practici SDK Azure și modele actuale de autentificare

Referințe:

Studiu de Caz 6: NLWeb

MCP (Model Context Protocol) este un protocol emergent pentru chatbot-uri și asistenți AI care interacționează cu unelte. Fiecare instanță NLWeb este, de asemenea, un server MCP, care suportă o metodă de bază, ask, folosită pentru a pune o întrebare unui site web în limbaj natural. Răspunsul returnat utilizează schema.org, un vocabular larg utilizat pentru descrierea datelor web. Vorbind sumar, MCP este pentru NLWeb ceea ce Http este pentru HTML. NLWeb combină protocoale, formate Schema.org și cod exemplu pentru a ajuta site-urile să creeze rapid aceste endpoint-uri, beneficiind atât oamenii prin interfețe conversaționale, cât și mașinile prin interacțiune naturală agent-la-agent.

NLWeb are două componente distincte:

Un protocol, foarte simplu la început, pentru interfațarea cu un site în limbaj natural și un format bazat pe json și schema.org pentru răspunsul returnat. Consultați documentația API REST pentru mai multe detalii.
O implementare simplă a (1) care valorifică markup-ul existent, pentru site-urile ce pot fi abstractizate ca liste de elemente (produse, rețete, atracții, recenzii, etc.). Împreună cu un set de widget-uri UI, site-urile pot oferi ușor interfețe conversaționale pentru conținutul lor. Consultați documentația Life of a chat query pentru mai multe detalii despre cum funcționează.

Referințe:

Studiu de Caz 7: Microsoft Foundry MCP Server – Integrarea Agenților AI Enterprise

Serverele Microsoft Foundry MCP demonstrează cum poate fi folosit MCP pentru a orchestra și gestiona agenți AI și fluxuri de lucru în medii enterprise. Prin integrarea MCP cu Microsoft Foundry, organizațiile pot standardiza interacțiunile agenților, pot valorifica managementul fluxurilor Foundry și pot asigura implementări sigure și scalabile.

🎯 Unealtă Pregătită pentru Producție

Acesta este un server MCP real pe care îl puteți folosi astăzi! Aflați mai multe despre Microsoft Foundry MCP Server în ghidul nostru Microsoft MCP Servers Guide.

Caracteristici Cheie:

Acces complet la ecosistemul Azure AI, inclusiv cataloage de modele și managementul implementărilor
Indexarea cunoștințelor cu Azure AI Search pentru aplicații RAG
Instrumente de evaluare pentru performanța modelelor AI și asigurarea calității
Integrare cu Microsoft Foundry Catalog și Labs pentru modele de cercetare inovatoare
Management și evaluare a agenților pentru scenarii de producție

Rezultate:

Prototipare rapidă și monitorizare robustă a fluxurilor agenților AI
Integrare fără cusur cu serviciile Azure AI pentru scenarii avansate
Interfață unificată pentru construirea, implementarea și monitorizarea fluxurilor agenților
Securitate, conformitate și eficiență operațională îmbunătățite pentru companii
Accelerarea adoptării AI, menținând controlul asupra proceselor complexe conduse de agenți

Referințe:

Studiu de Caz 8: Foundry MCP Playground – Experimentare și Prototipare

Foundry MCP Playground oferă un mediu gata de utilizare pentru experimentare cu serverele MCP și integrările Microsoft Foundry. Dezvoltatorii pot prototipa rapid, testa și evalua modele AI și fluxuri de agent folosind resurse din Microsoft Foundry Catalog și Labs. Playground-ul simplifică configurarea, oferă proiecte de exemplu și susține dezvoltarea colaborativă, facilitând explorarea celor mai bune practici și scenarii noi cu un minim de efort. Este deosebit de util pentru echipele care doresc să valideze idei, să împărtășească experimente și să accelereze învățarea fără infrastructură complexă. Prin reducerea barierelor de intrare, playground-ul încurajează inovația și contribuțiile comunității în ecosistemul MCP și Microsoft Foundry.

Referințe:

Foundry MCP Playground GitHub Repository

Studiu de Caz 9: Microsoft Learn Docs MCP Server – Acces la Documentație Alimentat de AI

Microsoft Learn Docs MCP Server este un serviciu găzduit în cloud care oferă asistenților AI acces în timp real la documentația oficială Microsoft prin Model Context Protocol. Acest server pregătit pentru producție se conectează la ecosistemul complet Microsoft Learn și permite căutări semantice prin toate sursele oficiale Microsoft.

🎯 Unealtă Pregătită pentru Producție

Acesta este un server MCP real pe care îl puteți folosi astăzi! Aflați mai multe despre Microsoft Learn Docs MCP Server în ghidul nostru Microsoft MCP Servers Guide.

Caracteristici Cheie:

Acces în timp real la documentația oficială Microsoft, documentația Azure și Microsoft 365
Capacități avansate de căutare semantică care înțeleg contextul și intenția
Informații mereu actualizate pe măsură ce conținutul Microsoft Learn este publicat
Acoperire cuprinzătoare a conținutului Microsoft Learn, documentației Azure și surselor Microsoft 365
Returnează până la 10 bucăți de conținut de înaltă calitate cu titluri de articole și URL-uri

De ce este critic:

Rezolvă problema "cunoștințelor AI depășite" pentru tehnologiile Microsoft
Asigură asistenților AI acces la cele mai noi caracteristici .NET, C#, Azure și Microsoft 365
Oferă informații oficiale, primare pentru generarea precisă a codului
Esențial pentru dezvoltatorii care lucrează cu tehnologii Microsoft care evoluează rapid

Rezultate:

Precizie mult îmbunătățită a codului generat de AI pentru tehnologiile Microsoft
Timp redus petrecut în căutarea documentației și a celor mai bune practici curente
Productivitate crescută a dezvoltatorilor prin recuperare contextuală a documentației
Integrare fluidă cu fluxurile de lucru ale dezvoltatorilor fără a părăsi IDE-ul

Referințe:

Proiecte Practice

Proiect 1: Construiește un Server MCP Multi-Furnizor

Obiectiv: Creează un server MCP care poate direcționa cereri către mai mulți furnizori de modele AI pe baza unor criterii specifice.

Cerințe:

Suport pentru cel puțin trei furnizori diferiți de modele (ex: OpenAI, Anthropic, modele locale)
Implementarea unui mecanism de rutare bazat pe metadatele cererii
Crearea unui sistem de configurare pentru gestionarea acreditărilor furnizorilor
Adăugarea de cache pentru optimizarea performanței și a costurilor
Construirea unui tablou de bord simplu pentru monitorizarea utilizării

Pași de Implementare:

Configurarea infrastructurii de bază a serverului MCP
Implementarea adaptoarelor de furnizori pentru fiecare serviciu AI
Crearea logicii de rutare pe baza atributelor cererii
Adăugarea mecanismelor de caching pentru cererile frecvente
Dezvoltarea tabloului de bord pentru monitorizare
Testarea cu diverse modele de cereri

Tehnologii: Alegeți din Python (.NET/Java/Python în funcție de preferințe), Redis pentru caching și un framework web simplu pentru dashboard.

Proiect 2: Sistem Enterprise de Management al Prompturilor

Obiectiv: Dezvoltați un sistem bazat pe MCP pentru gestionarea, versionarea și implementarea șabloanelor de prompturi într-o organizație.

Cerințe:

Creează un depozit centralizat pentru șabloane de prompturi
Implementează versionarea și fluxurile de aprobare
Construiește capacități de testare a șabloanelor cu inputuri de probă
Dezvoltă controale de acces bazate pe roluri
Creează un API pentru recuperarea și implementarea șabloanelor

Pași de implementare:

Proiectează schema bazei de date pentru stocarea șabloanelor
Creează API-ul de bază pentru operațiuni CRUD pe șabloane
Implementează sistemul de versionare
Construiește fluxul de aprobare
Dezvoltă cadrul de testare
Creează o interfață web simplă pentru gestionare
Integrează cu un server MCP

Tehnologii: Framework-ul backend la alegerea ta, bază de date SQL sau NoSQL și un framework frontend pentru interfața de management.

Proiect 3: Platformă de generare de conținut bazată pe MCP

Obiectiv: Construiește o platformă de generare de conținut care folosește MCP pentru a oferi rezultate consistente în diferite tipuri de conținut.

Cerințe:

Suportă formate multiple de conținut (postări de blog, rețele sociale, texte de marketing)
Implementează generare bazată pe șabloane cu opțiuni de personalizare
Creează un sistem de revizuire și feedback pentru conținut
Monitorizează metrici de performanță a conținutului
Suportă versionarea și iterarea conținutului

Pași de implementare:

Configurează infrastructura client MCP
Creează șabloane pentru diferite tipuri de conținut
Construieste fluxul de generare a conținutului
Implementează sistemul de revizuire
Dezvoltă sistemul de monitorizare a metricilor
Creează o interfață utilizator pentru gestionarea șabloanelor și generarea conținutului

Tehnologii: Limbajul de programare preferat, framework web și sistem de baze de date.

Direcții viitoare pentru tehnologia MCP

Tendințe emergente

MCP multimodal
- Extinderea MCP pentru standardizarea interacțiunilor cu modele de imagine, audio și video
- Dezvoltarea capacităților de raționament cross-modal
- Formate standardizate de prompturi pentru diferite modalități
Infrastructură federată MCP
- Rețele MCP distribuite care pot partaja resurse între organizații
- Protocoale standardizate pentru partajarea securizată a modelelor
- Tehnici de calcul care protejează confidențialitatea
Piața MCP
- Ecosisteme pentru partajarea și monetizarea șabloanelor și plugin-urilor MCP
- Procese de asigurare a calității și certificare
- Integrare cu piețele de modele
MCP pentru Edge Computing
- Adaptarea standardelor MCP pentru dispozitive edge cu resurse limitate
- Protocoale optimizate pentru medii cu lățime de bandă redusă
- Implementări specializate MCP pentru ecosisteme IoT
Cadrul de reglementare
- Dezvoltarea extensiilor MCP pentru conformitatea reglementară
- Trasee de audit standardizate și interfețe de explicabilitate
- Integrare cu cadre emergente de guvernanță AI

Soluții MCP de la Microsoft

Microsoft și Azure au dezvoltat mai multe depozite open-source pentru a ajuta dezvoltatorii să implementeze MCP în diverse scenarii:

Organizația Microsoft

playwright-mcp - Server MCP Playwright pentru automatizarea și testarea browserului
files-mcp-server - Implementare server MCP OneDrive pentru testare locală și contribuție comunitară
NLWeb - NLWeb este o colecție de protocoale deschise și unelte open source asociate. Accentul principal este stabilirea unui strat fundamental pentru Web AI

Organizația Azure-Samples

mcp - Linkuri către exemple, unelte și resurse pentru construirea și integrarea serverelor MCP pe Azure folosind mai multe limbaje
mcp-auth-servers - Servere MCP de referință care demonstrează autentificarea cu specificația curentă a Model Context Protocol
remote-mcp-functions - Pagina principală pentru implementările serverelor MCP Remote în Azure Functions cu linkuri către depozite specifice limbajelor
remote-mcp-functions-python - Șablon quickstart pentru construirea și implementarea serverelor MCP remote personalizate folosind Azure Functions cu Python
remote-mcp-functions-dotnet - Șablon quickstart pentru construirea și implementarea serverelor MCP remote personalizate folosind Azure Functions cu .NET/C#
remote-mcp-functions-typescript - Șablon quickstart pentru construirea și implementarea serverelor MCP remote personalizate folosind Azure Functions cu TypeScript
remote-mcp-apim-functions-python - Azure API Management ca Gateway AI către serverele MCP remote folosind Python
AI-Gateway - Experimente APIM ❤️ AI incluzând capabilități MCP, integrând Azure OpenAI și AI Foundry

Aceste depozite oferă implementări, șabloane și resurse variate pentru lucrul cu Model Context Protocol în diferite limbaje de programare și servicii Azure. Acoperă o gamă largă de cazuri de utilizare, de la implementări simple de server, la autentificare, implementare în cloud și scenarii de integrare enterprise.

Directorul resurselor MCP

Directorul MCP Resources din depozitul oficial Microsoft MCP oferă o colecție curată de resurse de probă, șabloane de prompturi și definiții de unelte pentru a fi utilizate cu serverele Model Context Protocol. Acest director este conceput pentru a ajuta dezvoltatorii să înceapă rapid cu MCP oferind blocuri reutilizabile și exemple de bune practici pentru:

Șabloane de Prompt: Șabloane gata de utilizat pentru sarcini și scenarii AI comune, care pot fi adaptate pentru implementările proprii MCP.
Definiții de Unelte: Scheme de unelte și metadata exemplu pentru standardizarea integrării uneltelor și invocării între serverele MCP diverse.
Exemple de Resurse: Definiții de resurse exemplu pentru conectarea la surse de date, API-uri și servicii externe în cadrul MCP.
Implementări de Referință: Exemple practice care demonstrează cum se structurează și organizează resursele, prompturile și uneltele în proiecte MCP reale.

Aceste resurse accelerează dezvoltarea, promovează standardizarea și ajută la asigurarea celor mai bune practici în construcția și implementarea soluțiilor bazate pe MCP.

Directorul resurselor MCP

Resurse MCP (Șabloane de prompt, unelte și definiții de resurse)

Oportunități de cercetare

Tehnici eficiente de optimizare a prompturilor în cadrul MCP
Modele de securitate pentru implementările MCP multi-chiriaș
Benchmarking de performanță între diferite implementări MCP
Metode formale de verificare pentru serverele MCP

Concluzie

Model Context Protocol (MCP) modelează rapid viitorul integrării AI standardizate, securizate și interoperabile în diverse industrii. Prin studiile de caz și proiectele practice din această lecție, ai văzut cum adoptatorii timpurii — inclusiv Microsoft și Azure — folosesc MCP pentru a rezolva provocări reale, accelera adopția AI și asigura conformitatea, securitatea și scalabilitatea. Abordarea modulară MCP permite organizațiilor să conecteze modele mari de limbaj, unelte și date enterprise într-un cadru unificat, auditat. Pe măsură ce MCP evoluează, implicarea activă în comunitate, explorarea resurselor open-source și aplicarea celor mai bune practici vor fi cheia construirii de soluții AI robuste, pregătite pentru viitor.

Resurse suplimentare

Exerciții

Analizează unul dintre studiile de caz și propune o abordare alternativă de implementare.
Alege una dintre ideile de proiect și creează o specificație tehnică detaliată.
Cercetează o industrie nenominalizată în studiile de caz și schițează cum MCP ar putea aborda provocările sale specifice.
Explorează una dintre direcțiile viitoare și creează un concept pentru o nouă extensie MCP care să o susțină.

Ce urmează

Explorează mai mult: Servere MCP Microsoft

Continuă cu: Modulul 8: Cele mai bune practici

Declinare a responsabilității: Acest document a fost tradus folosind serviciul de traducere AI Co-op Translator. În timp ce ne străduim pentru acuratețe, vă rugăm să rețineți că traducerile automate pot conține erori sau inexactități. Documentul original în limba sa nativă trebuie considerat sursa autorizată. Pentru informații critice, se recomandă traducerea profesională realizată de un om. Nu ne asumăm responsabilitatea pentru eventualele neînțelegeri sau interpretări greșite care decurg din utilizarea acestei traduceri.

34 KiB Raw Permalink Blame History Unescape Escape

🌟 Lecții de la Primii Utilizatori

🎯 Ce Acoperă Acest Modul

📚 Vezi MCP în Acțiune

Prezentare Generală

Obiective de Învățare

Implementări MCP din Lumea Reală

Studiu de Caz 1: Automatizarea Suportului Clienți Enterprise

Studiu de Caz 2: Asistent Diagnostic pentru Sănătate

Studiu de Caz 3: Analiza Riscurilor în Servicii Financiare

Studiu de Caz 4: Microsoft Playwright MCP Server pentru Automatizarea Browser-ului

Studiu de Caz 5: Azure MCP – Model Context Protocol Enterprise-Grade ca Serviciu

Studiu de Caz 6: NLWeb

Studiu de Caz 7: Microsoft Foundry MCP Server – Integrarea Agenților AI Enterprise

Studiu de Caz 8: Foundry MCP Playground – Experimentare și Prototipare

Studiu de Caz 9: Microsoft Learn Docs MCP Server – Acces la Documentație Alimentat de AI

Proiecte Practice

Proiect 1: Construiește un Server MCP Multi-Furnizor

Proiect 2: Sistem Enterprise de Management al Prompturilor

Proiect 3: Platformă de generare de conținut bazată pe MCP

Direcții viitoare pentru tehnologia MCP

Tendințe emergente

Soluții MCP de la Microsoft

Organizația Microsoft

Organizația Azure-Samples

Directorul resurselor MCP

Directorul resurselor MCP

Oportunități de cercetare

Concluzie

Resurse suplimentare

Exerciții

Ce urmează

34 KiB

Raw Permalink Blame History