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

27 KiB

โปรโตคอลบริบทของโมเดล (MCP) สำหรับผู้เริ่มต้น - คู่มือการศึกษา

คู่มือการศึกษานี้ให้ภาพรวมของโครงสร้างและเนื้อหาของที่เก็บสำหรับหลักสูตร "โปรโตคอลบริบทของโมเดล (MCP) สำหรับผู้เริ่มต้น" ใช้คู่มือนี้เพื่อการนำทางที่เก็บอย่างมีประสิทธิภาพและใช้ประโยชน์สูงสุดจากทรัพยากรที่มีอยู่

ภาพรวมที่เก็บ

โปรโตคอลบริบทของโมเดล (MCP) เป็นกรอบงานมาตรฐานสำหรับการโต้ตอบระหว่างโมเดล AI และแอปพลิเคชันของลูกค้า โดยเริ่มต้นสร้างโดย Anthropic ปัจจุบัน MCP ได้รับการดูแลโดยชุมชน MCP ผ่านองค์กร GitHub ทางการ ที่เก็บนี้ให้หลักสูตรครอบคลุมพร้อมตัวอย่างโค้ดแบบลงมือปฏิบัติในภาษา C#, Java, JavaScript, Python, และ TypeScript ออกแบบมาสำหรับนักพัฒนา AI สถาปนิกระบบ และวิศวกรซอฟต์แวร์

แผนที่หลักสูตรแบบภาพ

mindmap
  root((MCP for Beginners))
    00. Introduction
      ::icon(fa fa-book)
      (ภาพรวมโปรโตคอล)
      (ประโยชน์ของการมาตรฐาน)
      (กรณีการใช้งานในโลกจริง)
      (พื้นฐานการรวม AI)
    01. Core Concepts
      ::icon(fa fa-puzzle-piece)
      (สถาปัตยกรรมไคลเอนต์-เซิร์ฟเวอร์)
      (ส่วนประกอบโปรโตคอล)
      (รูปแบบการส่งข้อความ)
      (กลไกการขนส่ง)
      (งาน - ทดลอง)
      (คำอธิบายเครื่องมือ)
    02. Security
      ::icon(fa fa-shield)
      (ภัยคุกคามเฉพาะ AI)
      (แนวทางปฏิบัติที่ดีที่สุด 2025)
      (ความปลอดภัยเนื้อหา Azure)
      (การยืนยันตัวตนและอนุญาต)
      (Microsoft Prompt Shields)
      (OWASP MCP Top 10)
      (เวิร์กช็อปความปลอดภัย Sherpa)
    03. Getting Started
      ::icon(fa fa-rocket)
      (การใช้งานเซิร์ฟเวอร์ครั้งแรก)
      (การพัฒนาไคลเอนต์)
      (การรวม LLM Client)
      (ส่วนขยาย VS Code)
      (การตั้งค่าเซิร์ฟเวอร์ SSE)
      (การสตรีม HTTP)
      (การรวม AI Toolkit)
      (กรอบการทดสอบ)
      (การใช้งานเซิร์ฟเวอร์ขั้นสูง)
      (การยืนยันตัวตนอย่างง่าย)
      (กลยุทธ์การเปิดตัว)
      (การตั้งค่าโฮสต์ MCP)
      (MCP Inspector)
    04. Practical Implementation
      ::icon(fa fa-code)
      (SDK หลายภาษา)
      (การทดสอบและแก้จุดบกพร่อง)
      (เทมเพลตพรอมต์)
      (ตัวอย่างโครงการ)
      (รูปแบบการผลิต)
      (กลยุทธ์การแบ่งหน้า)
    05. Advanced Topics
      ::icon(fa fa-graduation-cap)
      (วิศวกรรมบริบท)
      (การรวม Foundry Agent)
      (เวิร์กโฟลว์ AI หลายโหมด)
      (การยืนยันตัวตนอ OAuth2)
      (การค้นหาแบบเรียลไทม์)
      (โปรโตคอลสตรีมมิ่ง)
      (บริบทโคนต้น)
      (กลยุทธ์การกำหนดเส้นทาง)
      (เทคนิคการสุ่มตัวอย่าง)
      (โซลูชันการปรับขนาด)
      (การเสริมความปลอดภัย)
      (การรวม Entra ID)
      (Web Search MCP)
      (การเจาะลึกคุณสมบัติโปรโตคอล)
      (การวิเคราะห์หลายตัวแทนแบบต่อต้าน)
      
    06. Community
      ::icon(fa fa-users)
      (การมีส่วนร่วมโค้ด)
      (เอกสาร)
      (ระบบนิเวศไคลเอนต์ MCP)
      (ทะเบียนเซิร์ฟเวอร์ MCP)
      (เครื่องมือสร้างภาพ)
      (ความร่วมมือ GitHub)
    07. Early Adoption
      ::icon(fa fa-lightbulb)
      (การนำไปใช้ผลิตจริง)
      (เซิร์ฟเวอร์ Microsoft MCP)
      (บริการ Azure MCP)
      (กรณีศึกษาธุรกิจ)
      (แผนงานในอนาคต)
    08. Best Practices
      ::icon(fa fa-check)
      (การเพิ่มประสิทธิภาพ)
      (ความทนทานต่อข้อผิดพลาด)
      (ความยืดหยุ่นของระบบ)
      (การตรวจสอบและการสังเกต)
    09. Case Studies
      ::icon(fa fa-file-text)
      (การจัดการ API Azure)
      (ตัวแทนท่องเที่ยว AI)
      (การรวม Azure DevOps)
      (เอกสาร MCP)
      (ทะเบียน GitHub MCP)
      (การรวม VS Code)
      (การใช้งานจริง)
    10. Hands-on Workshop
      ::icon(fa fa-laptop)
      (พื้นฐานเซิร์ฟเวอร์ MCP)
      (การพัฒนาขั้นสูง)
      (การรวม AI Toolkit)
      (การเปิดตัวผลิตจริง)
      (โครงสร้าง 4 ห้องแล็บ)
    11. Database Integration Labs
      ::icon(fa fa-database)
      (การรวม PostgreSQL)
      (กรณีการใช้วิเคราะห์ค้าปลีก)
      (ความปลอดภัยระดับแถว)
      (การค้นหาเชิงความหมาย)
      (การเปิดตัวผลิตจริง)
      (โครงสร้าง 13 ห้องแล็บ)
      (การเรียนรู้แบบปฏิบัติ)
    12. Tooling
      ::icon(fa fa-wrench)
      (MCP ในแอป Copilot)

โครงสร้างที่เก็บ

ที่เก็บถูกจัดระเบียบเป็นสิบสองส่วนหลัก ซึ่งแต่ละส่วนเน้นไปที่แง่มุมต่าง ๆ ของ MCP:

  1. บทนำ (00-Introduction/)

    • ภาพรวมของโปรโตคอลบริบทของโมเดล
    • เหตุผลที่มาตรฐานมีความสำคัญในท่อ AI
    • กรณีใช้งานและประโยชน์เชิงปฏิบัติ
  2. แนวคิดหลัก (01-CoreConcepts/)

    • สถาปัตยกรรมไคลเอนต์-เซิร์ฟเวอร์
    • ส่วนประกอบหลักของโปรโตคอล
    • รูปแบบการรับส่งข้อความใน MCP
  3. ความปลอดภัย (02-Security/)

    • ภัยคุกคามด้านความปลอดภัยในระบบที่ใช้ MCP
    • แนวปฏิบัติที่ดีที่สุดสำหรับการรักษาความปลอดภัยของการใช้งาน
    • กลยุทธ์การตรวจสอบสิทธิ์และการอนุญาต
    • เอกสารความปลอดภัยครบถ้วน:
      • แนวปฏิบัติความปลอดภัย MCP 2025
      • คู่มือการใช้งาน Azure Content Safety
      • การควบคุมและเทคนิคความปลอดภัย MCP
      • เอกสารอ้างอิงแนวปฏิบัติที่ดีที่สุด MCP อย่างรวดเร็ว
    • หัวข้อความปลอดภัยสำคัญ:
      • การโจมตีด้วย prompt injection และการวางยาพิษเครื่องมือ
      • การแฮ็กเซสชันและปัญหาผู้ช่วยสับสน
      • จุดอ่อน token passthrough
      • สิทธิ์เกินจำเป็นและการควบคุมการเข้าถึง
      • ความปลอดภัยห่วงโซ่อุปทานสำหรับส่วนประกอบ AI
      • การผสานรวม Microsoft Prompt Shields
  4. เริ่มต้นใช้งาน (03-GettingStarted/)

    • การตั้งค่าและการกำหนดค่าสภาพแวดล้อม
    • การสร้างเซิร์ฟเวอร์และไคลเอนต์ MCP เบื้องต้น
    • การรวมกับแอปพลิเคชันที่มีอยู่
    • รวมส่วนสำหรับ:
      • การใช้งานเซิร์ฟเวอร์ตัวแรก
      • การพัฒนาไคลเอนต์
      • การรวมไคลเอนต์ LLM
      • การผสานรวม VS Code
      • เซิร์ฟเวอร์ Server-Sent Events (SSE)
      • การใช้งานเซิร์ฟเวอร์ขั้นสูง
      • HTTP streaming
      • การรวม AI Toolkit
      • กลยุทธ์การทดสอบ
      • แนวทางการปรับใช้
  5. การใช้งานเชิงปฏิบัติ (04-PracticalImplementation/)

    • การใช้ SDK ในหลายภาษาโปรแกรม
    • เทคนิคการดีบัก ทดสอบ และตรวจสอบความถูกต้อง
    • การออกแบบแบบแผน prompt และเวิร์กโฟลว์ที่นำกลับมาใช้ใหม่ได้
    • โครงการตัวอย่างพร้อมตัวอย่างการใช้งาน
  6. หัวข้อขั้นสูง (05-AdvancedTopics/)

    • เทคนิควิศวกรรมบริบท
    • การรวมตัวแทน Foundry
    • เวิร์กโฟลว์ AI หลายรูปแบบ
    • ตัวอย่างการตรวจสอบสิทธิ์ OAuth2
    • ความสามารถในการค้นหาแบบเรียลไทม์
    • การสตรีมแบบเรียลไทม์
    • การใช้งานบริบทราก
    • กลยุทธ์การกำหนดเส้นทาง
    • เทคนิคการสุ่มตัวอย่าง
    • แนวทางการปรับขนาด
    • ข้อควรพิจารณาด้านความปลอดภัย
    • การผสานรวมความปลอดภัย Entra ID
    • การผสานรวมการค้นหาเว็บ
    • การโต้เถียงของ multi-agent ที่แข่งขันกัน (รูปแบบอภิปราย)
  7. การมีส่วนร่วมของชุมชน (06-CommunityContributions/)

    • วิธีการร่วมเขียนโค้ดและเอกสาร
    • การร่วมมือผ่าน GitHub
    • การปรับปรุงและข้อเสนอแนะโดยชุมชน
    • การใช้ไคลเอนต์ MCP ต่าง ๆ (Claude Desktop, Cline, VSCode)
    • การทำงานกับ MCP เซิร์ฟเวอร์ยอดนิยมรวมถึงการสร้างภาพ
  8. บทเรียนจากการนำไปใช้เบื้องต้น (07-LessonsfromEarlyAdoption/)

    • การใช้งานจริงและเรื่องราวความสำเร็จ
    • การสร้างและปรับใช้โซลูชันที่ใช้ MCP
    • แนวโน้มและแผนงานอนาคต
    • คู่มือเซิร์ฟเวอร์ MCP ของ Microsoft: คู่มือครบถ้วนสำหรับเซิร์ฟเวอร์ MCP ของ Microsoft 10 ตัวที่พร้อมใช้งานจริง รวมถึง:
      • Microsoft Learn Docs MCP Server
      • Azure MCP Server (ตัวเชื่อมต่อเฉพาะทางกว่า 15 ตัว)
      • 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
  9. แนวปฏิบัติที่ดีที่สุด (08-BestPractices/)

    • การปรับจูนและเพิ่มประสิทธิภาพ
    • การออกแบบระบบ MCP ที่ทนต่อความผิดพลาด
    • กลยุทธ์การทดสอบและความทนทาน
  10. การศึกษากรณี (09-CaseStudy/)

    • การศึกษากรณีครบถ้วนเจ็ดเรื่อง แสดงความหลากหลายของ MCP ในสถานการณ์ต่าง ๆ:
    • ตัวแทนท่องเที่ยว Azure AI: การจัดการ multi-agent กับ Azure OpenAI และ AI Search
    • การรวม Azure DevOps: อัตโนมัติในการอัปเดตข้อมูล YouTube ในเวิร์กโฟลว์
    • การดึงเอกสารแบบเรียลไทม์: ไคลเอนต์คอนโซล Python พร้อมการสตรีม HTTP
    • เครื่องมือสร้างแผนการศึกษาแบบโต้ตอบ: เว็บแอป Chainlit พร้อม AI สนทนา
    • เอกสารในตัวแก้ไข: การผสานรวม VS Code กับเวิร์กโฟลว์ GitHub Copilot
    • การจัดการ API ของ Azure: การรวม API สำหรับองค์กรพร้อมการสร้าง MCP เซิร์ฟเวอร์
    • ทะเบียน MCP ของ GitHub: การพัฒนาระบบนิเวศและแพลตฟอร์มการรวมตัวแทน
    • ตัวอย่างการใช้งานครอบคลุมการรวมองค์กร ผลผลิตนักพัฒนา และการพัฒนาระบบนิเวศ
  11. เวิร์กช็อปแบบลงมือปฏิบัติ (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)

    • เวิร์กช็อปครบถ้วนแบบลงมือปฏิบัติผสาน MCP กับ AI Toolkit
    • การสร้างแอปพลิเคชันอัจฉริยะที่เชื่อมต่อโมเดล AI กับเครื่องมือในโลกจริง
    • โมดูลปฏิบัติ ครอบคลุมพื้นฐาน การพัฒนาเซิร์ฟเวอร์แบบกำหนดเอง และกลยุทธ์ปรับใช้ในสภาพแวดล้อมจริง
    • โครงสร้างของห้องปฏิบัติการ:
      • ห้องปฏิบัติการ 1: พื้นฐานเซิร์ฟเวอร์ MCP
      • ห้องปฏิบัติการ 2: การพัฒนาเซิร์ฟเวอร์ MCP ขั้นสูง
      • ห้องปฏิบัติการ 3: การผสานรวม AI Toolkit
      • ห้องปฏิบัติการ 4: การปรับใช้และปรับขนาดในสภาพแวดล้อมจริง
    • การเรียนรู้ผ่านห้องปฏิบัติการพร้อมคำแนะนำทีละขั้นตอน
  12. ห้องปฏิบัติการการรวมฐานข้อมูล MCP Server (11-MCPServerHandsOnLabs/)

    • เส้นทางการเรียนรู้ครบ 13 ห้องปฏิบัติการ สำหรับการสร้างเซิร์ฟเวอร์ MCP ที่พร้อมใช้งานจริงพร้อมการรวม PostgreSQL
    • การใช้งานจริงสำหรับการวิเคราะห์ค้าปลีก โดยใช้กรณีศึกษาการใช้งาน Zava Retail
    • รูปแบบองค์กรระดับสูง รวมถึงการรักษาความปลอดภัยระดับแถว (Row Level Security - RLS), การค้นหาเชิงความหมาย, และการเข้าถึงข้อมูลสำหรับ multi-tenant
    • โครงสร้างห้องปฏิบัติการครบถ้วน:
      • ห้องปฏิบัติการ 00-03: พื้นฐาน – บทนำ, สถาปัตยกรรม, ความปลอดภัย, การตั้งค่าสภาพแวดล้อม
      • ห้องปฏิบัติการ 04-06: การสร้าง MCP Server – การออกแบบฐานข้อมูล, การใช้งาน MCP Server, การพัฒนาเครื่องมือ
      • ห้องปฏิบัติการ 07-09: ฟีเจอร์ขั้นสูง – การค้นหาเชิงความหมาย, การทดสอบ & ดีบัก, การผสานรวม VS Code
      • ห้องปฏิบัติการ 10-12: การผลิต & แนวปฏิบัติที่ดีที่สุด – การปรับใช้, การตรวจสอบ, การเพิ่มประสิทธิภาพ
    • เทคโนโลยีที่ครอบคลุม: FastMCP framework, PostgreSQL, Azure OpenAI, Azure Container Apps, Application Insights
    • ผลการเรียนรู้: เซิร์ฟเวอร์ MCP พร้อมใช้งานจริง, รูปแบบการรวมฐานข้อมูล, การวิเคราะห์โดย AI, ความปลอดภัยองค์กร
  13. เครื่องมือต่าง ๆ (12-tooling/)

    • เรียนรู้วิธีใช้ MCP ในแอป Copilot และเครื่องมืออื่น ๆ

แหล่งข้อมูลเพิ่มเติม

ที่เก็บนี้มีทรัพยากรสนับสนุนดังนี้:

  • โฟลเดอร์ภาพ: รวมภาพกราฟิกและภาพประกอบที่ใช้ทั่วหลักสูตร
  • การแปลภาษา: รองรับหลายภาษา พร้อมการแปลเอกสารอัตโนมัติ
  • แหล่งข้อมูล MCP ทางการ:

วิธีใช้ที่เก็บนี้

  1. เรียนรู้ตามลำดับ: ติดตามบทต่าง ๆ ตามลำดับ (00 ถึง 11) เพื่อประสบการณ์การเรียนรู้ที่มีโครงสร้าง
  2. เน้นภาษาที่สนใจ: หากสนใจภาษาโปรแกรมใดโดยเฉพาะ ให้สำรวจไดเรกทอรีตัวอย่างสำหรับการใช้งานในภาษาที่ต้องการ
  3. การใช้งานเชิงปฏิบัติ: เริ่มจากส่วน "เริ่มต้นใช้งาน" เพื่อเตรียมสภาพแวดล้อมและสร้าง MCP เซิร์ฟเวอร์และไคลเอนต์ตัวแรกของคุณ
  4. สำรวจหัวข้อขั้นสูง: เมื่อคุ้นเคยกับพื้นฐานแล้ว ให้เข้าไปศึกษาหัวข้อขั้นสูงเพื่อขยายความรู้
  5. มีส่วนร่วมกับชุมชน: เข้าร่วมชุมชน MCP ผ่านการสนทนา GitHub และช่องทาง Discord เพื่อเชื่อมต่อกับผู้เชี่ยวชาญและนักพัฒนาร่วมกัน

ไคลเอนต์และเครื่องมือ MCP

หลักสูตรครอบคลุมไคลเอนต์และเครื่องมือ MCP หลากหลาย:

  1. ไคลเอนต์ทางการ:

    • Visual Studio Code
    • MCP ใน Visual Studio Code
    • Claude Desktop
    • Claude ใน VSCode
    • Claude API
  2. ไคลเอนต์จากชุมชน:

    • Cline (แบบเทอร์มินัล)
    • Cursor (ตัวแก้ไขโค้ด)
    • ChatMCP
    • Windsurf
  3. เครื่องมือจัดการ MCP:

    • MCP CLI
    • MCP Manager
    • MCP Linker
    • MCP Router

MCP เซิร์ฟเวอร์ยอดนิยม

ที่เก็บแนะนำเซิร์ฟเวอร์ MCP ต่าง ๆ รวมถึง:

  1. เซิร์ฟเวอร์ MCP ทางการของ Microsoft:

    • Microsoft Learn Docs MCP Server
    • Azure MCP Server (ตัวเชื่อมต่อเฉพาะทางกว่า 15 ตัว)
    • 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
  2. เซิร์ฟเวอร์อ้างอิงทางการ:

    • Filesystem
    • Fetch
    • Memory
    • Sequential Thinking
  3. การสร้างภาพ:

    • Azure OpenAI DALL-E 3
    • Stable Diffusion WebUI
    • Replicate
  4. เครื่องมือพัฒนา:

    • Git MCP
    • Terminal Control
    • Code Assistant
  5. เซิร์ฟเวอร์เฉพาะทาง:

    • Salesforce
    • Microsoft Teams
    • Jira & Confluence

การมีส่วนร่วม

ที่เก็บนี้ยินดีต้อนรับการมีส่วนร่วมจากชุมชน ดูส่วน การมีส่วนร่วมของชุมชน สำหรับคำแนะนำเกี่ยวกับการร่วมพัฒนาอย่างมีประสิทธิภาพในระบบนิเวศ MCP


คู่มือการศึกษานี้ได้รับการอัปเดตครั้งล่าสุดเมื่อวันที่ 5 กุมภาพันธ์ 2026 สะท้อนสเปค MCP 2025-11-25 ล่าสุด และให้ภาพรวมของที่เก็บ ณ วันที่นั้น เนื้อหาในที่เก็บอาจมีการอัปเดตหลังจากวันดังกล่าว


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