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

15 KiB

หัวข้อขั้นสูงใน MCP

Advanced MCP: Secure, Scalable, and Multi-modal AI Agents

(คลิกที่ภาพด้านบนเพื่อดูวิดีโอของบทเรียนนี้)

บทนี้ครอบคลุมชุดของหัวข้อขั้นสูงในการใช้งาน Model Context Protocol (MCP) รวมถึงการรวมมัลติ-โหมด ความสามารถในการปรับขนาด แนวทางปฏิบัติที่ดีที่สุดด้านความปลอดภัย และการผสานรวมสำหรับองค์กร หัวข้อเหล่านี้มีความสำคัญสำหรับการสร้างแอป MCP ที่มีความมั่นคงและพร้อมสำหรับการผลิตซึ่งสามารถตอบสนองความต้องการของระบบ AI สมัยใหม่

ภาพรวม

บทเรียนนี้สำรวจแนวคิดขั้นสูงในการใช้งาน Model Context Protocol โดยเน้นที่การรวมมัลติ-โหมด ความสามารถในการปรับขนาด แนวทางปฏิบัติที่ดีที่สุดด้านความปลอดภัย และการผสานรวมสำหรับองค์กร หัวข้อเหล่านี้จำเป็นสำหรับการสร้างแอป MCP ในระดับการผลิตที่สามารถจัดการกับความต้องการที่ซับซ้อนในสภาพแวดล้อมขององค์กร

วัตถุประสงค์การเรียนรู้

เมื่อจบบทเรียนนี้ คุณจะสามารถ:

  • ใช้งานความสามารถมัลติ-โหมดภายในกรอบงาน MCP
  • ออกแบบสถาปัตยกรรม MCP ที่ปรับขนาดได้สำหรับสถานการณ์ที่ต้องการสูง
  • ใช้แนวทางปฏิบัติด้านความปลอดภัยที่สอดคล้องกับหลักการความปลอดภัยของ MCP
  • ผสานรวม MCP กับระบบและกรอบงาน AI ขององค์กร
  • ปรับประสิทธิภาพและความน่าเชื่อถือในสภาพแวดล้อมการผลิต

บทเรียนและโครงการตัวอย่าง

ลิงก์ ชื่อเรื่อง คำอธิบาย
5.1 Integration with Azure ผสานรวมกับ Azure เรียนรู้วิธีผสานรวม MCP Server ของคุณบน Azure
5.2 Multi modal sample ตัวอย่างมัลติ-โหมด MCP ตัวอย่างสำหรับเสียง รูปภาพ และตอบสนองมัลติ-โหมด
5.3 MCP OAuth2 sample ตัวอย่าง MCP OAuth2 แอป Spring Boot ขั้นพื้นฐานที่แสดงการใช้งาน OAuth2 ร่วมกับ MCP ทั้งในฐานะ Authorization และ Resource Server แสดงการออกโทเค็นแบบปลอดภัย มีจุดสิ้นสุดที่ป้องกัน การปรับใช้บน Azure Container Apps และการผสานรวมกับ API Management
5.4 Root Contexts Root contexts เรียนรู้เพิ่มเติมเกี่ยวกับ root context และวิธีการใช้งาน
5.5 Routing Routing เรียนรู้ประเภทต่างๆ ของการ routing
5.6 Sampling Sampling เรียนรู้วิธีการทำงานกับการ sampling
5.7 Scaling Scaling เรียนรู้เกี่ยวกับการปรับขนาด
5.8 Security Security รักษาความปลอดภัย MCP Server ของคุณ
5.9 Web Search sample Web Search MCP MCP server และ client ด้วย Python ผสานรวมกับ SerpAPI สำหรับการค้นหาเว็บ ข่าว สินค้า และ Q&A แบบเรียลไทม์ แสดงการประสานหลายเครื่องมือ การผสานรวมกับ API ภายนอก และการจัดการข้อผิดพลาดที่แข็งแกร่ง
5.10 Realtime Streaming Streaming การสตรีมข้อมูลแบบเรียลไทม์เป็นสิ่งจำเป็นในโลกที่ขับเคลื่อนด้วยข้อมูลในปัจจุบัน ซึ่งธุรกิจและแอปพลิเคชันต้องการเข้าถึงข้อมูลทันทีเพื่อการตัดสินใจที่รวดเร็ว
5.11 Realtime Web Search การค้นหาเว็บแบบเรียลไทม์ การค้นหาเว็บแบบเรียลไทม์ MCP เปลี่ยนการค้นหาเว็บแบบเรียลไทม์โดยให้วิธีมาตรฐานสำหรับการจัดการบริบทข้ามโมเดล AI เครื่องมือค้นหา และแอปพลิเคชัน
5.12 Entra ID Authentication for Model Context Protocol Servers การพิสูจน์ตัวตน Entra ID Microsoft Entra ID ให้โซลูชันการจัดการตัวตนและการเข้าถึงบนคลาวด์ที่มั่นคง ช่วยให้แน่ใจว่าเฉพาะผู้ใช้และแอปพลิเคชันที่ได้รับอนุญาตเท่านั้นที่สามารถโต้ตอบกับ MCP server ของคุณได้
5.13 Microsoft Foundry Agent Integration การผสานรวม Microsoft Foundry เรียนรู้วิธีผสานรวม MCP servers กับ agent ของ Microsoft Foundry เพื่อเพิ่มศักยภาพในการประสานเครื่องมือและความสามารถ AI สำหรับองค์กรด้วยการเชื่อมต่อแหล่งข้อมูลภายนอกที่เป็นมาตรฐาน
5.14 Context Engineering Context Engineering โอกาสในอนาคตของเทคนิควิศวกรรมบริบทสำหรับ MCP servers รวมถึงการเพิ่มประสิทธิภาพบริบท การจัดการบริบทแบบไดนามิก และกลยุทธ์การออกแบบ prompt อย่างมีประสิทธิภาพภายในกรอบงาน MCP
5.15 MCP Custom Transport Custom Transport เรียนรู้วิธีใช้งานกลไกการสื่อสารแบบกำหนดเองสำหรับสถานการณ์การสื่อสาร MCP ที่เฉพาะเจาะจง
5.16 Protocol Features Deep Dive Protocol Features เชี่ยวชาญคุณสมบัติขั้นสูงของโปรโตคอล รวมถึงการแจ้งเตือนความก้าวหน้า การยกเลิกคำขอ แม่แบบทรัพยากร และรูปแบบการจัดการข้อผิดพลาด
5.17 Adversarial Multi-Agent Reasoning Adversarial Agents ใช้สอง agent ที่มีท่าทีตรงข้ามกัน ใช้ชุดเครื่องมือ MCP เดียวกัน เพื่อจับภาพหลอน เผยกรณีขอบ และผลิตผลลัพธ์ที่ผ่านการปรับเทียบดีขึ้นผ่านการโต้วาทีแบบมีโครงสร้าง

ใหม่ใน MCP Specification 2025-11-25: ขณะนี้สเปคได้รวมการสนับสนุนทดลองสำหรับ Tasks (งานที่ทำงานนานพร้อมติดตามความก้าวหน้า), Tool Annotations (เมทาดาต้าของพฤติกรรมเครื่องมือเพื่อความปลอดภัย), URL Mode Elicitation (การร้องขอเนื้อหา URL ที่เฉพาะเจาะจงจากลูกค้า), และ Roots ที่เพิ่มประสิทธิภาพ (สำหรับการจัดการบริบทเวิร์กสเปซ) ดู MCP Specification changelog สำหรับรายละเอียดทั้งหมด

อ้างอิงเพิ่มเติม

สำหรับข้อมูลที่อัปเดตล่าสุดเกี่ยวกับหัวข้อขั้นสูงของ MCP โปรดดูที่:

ข้อสรุปสำคัญ

  • การใช้งาน MCP แบบมัลติ-โหมดขยายความสามารถ AI นอกเหนือจากการประมวลผลข้อความ
  • ความสามารถในการปรับขนาดเป็นสิ่งสำคัญสำหรับการปรับใช้ในองค์กรและสามารถจัดการได้ผ่านการปรับขนาดในแนวนอนและแนวตั้ง
  • มาตรการความปลอดภัยอย่างรอบด้านปกป้องข้อมูลและรับรองการควบคุมการเข้าถึงที่เหมาะสม
  • การผสานรวมกับแพลตฟอร์มเช่น Azure OpenAI และ Microsoft AI Foundry ช่วยเสริมศักยภาพ MCP
  • การใช้งาน MCP ขั้นสูงได้รับประโยชน์จากสถาปัตยกรรมที่ได้รับการปรับแต่งและการจัดการทรัพยากรอย่างรอบคอบ

แบบฝึกหัด

ออกแบบการใช้งาน MCP สำหรับองค์กรในกรณีใช้งานเฉพาะ:

  1. ระบุความต้องการมัลติ-โหมดสำหรับกรณีใช้งานของคุณ
  2. วางแผนการควบคุมความปลอดภัยที่จำเป็นเพื่อปกป้องข้อมูลที่ละเอียดอ่อน
  3. ออกแบบสถาปัตยกรรมที่ปรับขนาดได้ซึ่งสามารถจัดการโหลดที่แตกต่างกัน
  4. วางแผนจุดผสานรวมกับระบบ AI ระดับองค์กร
  5. บันทึกคอขวดประสิทธิภาพที่อาจเกิดขึ้นและกลยุทธ์แก้ไข

แหล่งข้อมูลเพิ่มเติม


ต่อไปคืออะไร

สำรวจบทเรียนในโมดูลนี้เริ่มต้นด้วย: 5.1 MCP Integration

เมื่อคุณทำโมดูลนี้เสร็จ ให้ดำเนินการต่อไปที่: Module 6: Community Contributions


ปฏิเสธความรับผิดชอบ: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator ขณะที่เราพยายามให้ความถูกต้อง โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางควรถูกพิจารณาเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้การแปลโดยมนุษย์มืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดที่เกิดขึ้นจากการใช้การแปลนี้