跟隨以下步驟開始使用這些資源:
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
想本地 Clone?
本儲存庫包含 50 多種語言翻譯,這會顯著增加下載大小。如要不包含翻譯的 clone,請使用 sparse checkout:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/mcp-for-beginners.git cd mcp-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/mcp-for-beginners.git cd mcp-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"這樣你可以更快下載所有完成課程所需內容。
歡迎展開你的 Model Context Protocol 之旅!如果你曾好奇人工智能應用程式如何與不同工具和服務溝通,你即將發現這個正改變開發者構建智慧系統的優雅解決方案。
把 MCP 想像成 AI 應用程式的萬用翻譯器——就像 USB 連接埠讓你能將任何裝置接到電腦一樣,MCP 允許 AI 模型用標準化方式連接任何工具或服務。無論你是在打造你的第一個聊天機械人,或是處理複雜的 AI 工作流程,理解 MCP 都能讓你創建更強大靈活的應用程式。
本課程以耐心及細心設計你的學習路程。我們會從你已熟悉的簡單概念開始,並透過你喜歡的程式語言逐步累積實務經驗。每個步驟都包含清晰解說、實際範例,並伴隨鼓勵。
完成這趟旅程時,你將自信地能建置自己的 MCP 伺服器,將它們整合進受歡迎的 AI 平台,並了解這項技術如何重塑 AI 開發的未來。讓我們一同展開這刺激的冒險吧!
本課程依據 MCP Specification 2025-11-25 (最新穩定版本)設計。MCP 規範採用基於日期的版本號(YYYY-MM-DD 格式),確保協定版本明確可追蹤。
隨著你對 MCP 的理解加深,這些資源會越來越有價值,但不用急著一次看完。先從你最感興趣的區域開始!
- 📘 MCP 文件 – 這是你的逐步教學及用戶指南的首選資源。文件針對初學者編寫,提供清楚範例讓你跟著練習。
- 📜 MCP 規範 – 你可以把它當成全面的參考手冊。學習過程中,常會回來查特定細節及探索進階功能。
- 📜 MCP 規範版本管理 – 說明協定歷史版本及 MCP 如何使用日期版本號(YYYY-MM-DD 格式)。
- 🧑💻 MCP GitHub 儲存庫 – 這裡有多種程式語言的 SDK、工具和程式範例。猶如實用範例與即用元件的寶庫。
- 🌐 MCP 社群 – 加入其他學習者與經驗豐富開發者的討論。這是一個支持性社群,歡迎提問,自由分享知識。
完成本課程後,你會對新技能感到自信與興奮。你將達成以下目標:
• 了解 MCP 基礎:你將掌握 Model Context Protocol 是什麼,以及它為何革命性地改變 AI 應用如何合作,透過易懂的類比與範例。
• 建置你的第一個 MCP 伺服器:你會用自己慣用的程式語言建立一個運作中的 MCP 伺服器,從簡單範例開始,逐步成長技能。
• 將 AI 模型連接至真實工具:你會學會如何填補 AI 模型與實際服務間的落差,賦予應用更強大的新能力。
• 實踐安全最佳做法:你會了解如何保障 MCP 實作的安全,保護你的應用及使用者。
• 自信佈署:你會知道如何將 MCP 專案從開發帶到生產環境,採用符合實務的佈署策略。
• 加入 MCP 社群:你將成為不斷壯大的開發者社群一員,共同塑造 AI 應用開發的未來。
在深入 MCP 細節之前,先確認你對一些基礎觀念感到舒適。別擔心你不是這些領域的專家——我們會一路說明你需要知道的一切!
把協定想像成人與人之間對話的規則。當你打電話給朋友,你倆都知道接電話時說「哈囉」、輪流說話,結束時說「再見」。電腦程式也需要相似規則來有效溝通。
MCP 是一套協定——一組約定的規則協助 AI 模型與應用程式有成效地「對話」,仿如對話規則能使人溝通更順暢,MCP 讓 AI 應用的溝通更可靠、更強大。
你每天都在用用戶端-伺服器關係!當你使用瀏覽器(用戶端)造訪網頁時,你是連接一台網頁伺服器,它會送出頁面內容。瀏覽器知道如何發出請求,伺服器知道如何回應。
在 MCP 中,我們有類似的關係:AI 模型充當用戶端,請求資訊或操作,而 MCP 伺服器提供這些能力。就像 AI 有一個幫手(伺服器),能被請求執行指定任務。
想像如果每家車廠的加油口形狀不同——你需用不同轉接器接油槍!標準化就是協議共用方式,使事物能無縫合作。
MCP 就是為 AI 應用提供此標準。不是每個 AI 模型都要寫特製的程式去配合每種工具,MCP 打造通用溝通方式。這表示開發者一次設計工具,能用於多種不同 AI 系統。
你的 MCP 旅程經過精心規劃,逐步建立自信與技能。每階段帶入新概念,同時強化先前所學。
冒險從這裡開始!我們將用熟悉的類比及簡單範例介紹 MCP 觀念。你會明白 MCP 是什麼、為什麼存在,以及它在 AI 開發大環境中的定位。
• 模組 0 - MCP 簡介:從探討 MCP 是什麼及其現代 AI 應用中的重要性開始。你會看到 MCP 真實案例,並了解它如何解決開發者常見挑戰。
• 模組 1 - 核心概念詳解:你將掌握 MCP 的基本構件。我們會用大量類比與視覺化範例,確保你能自然理解這些概念。
• 模組 2 - MCP 的安全:安全聽起來可能嚇人,我們會展示 MCP 包含的內建安全功能,並教授保護應用從一開始就安全的最佳做法。
真正的樂趣現在開始!你將親自動手製作 MCP 伺服器和用戶端。別擔心——我們會從簡單開始,並引導你完成每一步。 此模組包含多個實作指南,讓您能使用偏好的程式語言練習。您將建立第一個伺服器,開發連接該伺服器的客戶端,甚至整合像 VS Code 等流行的開發工具。
每個指南均包含完整程式碼範例、故障排除技巧,以及我們為何作出特定設計決策的說明。完成此階段後,您將擁有可以自豪的可用 MCP 實作!
掌握基礎後,您將準備探索更複雜的 MCP 功能。我們會涵蓋實務實作策略、除錯技巧,以及像多模態 AI 整合等進階主題。
您也將學習如何擴展 MCP 實作以應付生產環境,以及整合 Azure 等雲端平台。這些模組將幫助您打造能因應現實需求的 MCP 解決方案。
最後階段著重於加入 MCP 社群,並專精您最感興趣的領域。您將學習如何為開源 MCP 專案做出貢獻,實作進階身份驗證模式,並建構完整的資料庫整合方案。
模組11值得特別一提 — 它包含完整的13個實作實驗室,教授您如何建置具有 PostgreSQL 整合的生產級 MCP 伺服器。這就像一個結業專案,綜合您所學的一切!
| 模組 | 主題 | 說明 | 連結 |
|---|---|---|---|
| 模組 0-3:基礎 | |||
| 00 | MCP 簡介 | Model Context Protocol 及其在 AI 流程中的重要性概述 | 閱讀更多 |
| 01 | 核心概念說明 | 深入探討 MCP 核心概念 | 閱讀更多 |
| 02 | MCP 的安全性 | 安全威脅與最佳實務 | 閱讀更多 |
| 03 | MCP 入門 | 環境設定、基本伺服器/客戶端、整合 | 閱讀更多 |
| 模組 3:打造您的第一個伺服器與客戶端 | |||
| 3.1 | 第一台伺服器 | 建立您的第一個 MCP 伺服器 | 指南 |
| 3.2 | 第一個客戶端 | 開發基本 MCP 客戶端 | 指南 |
| 3.3 | 搭配大語言模型的客戶端 | 整合大型語言模型 | 指南 |
| 3.4 | VS Code 整合 | 在 VS Code 中使用 MCP 伺服器 | 指南 |
| 3.5 | stdio 伺服器 | 使用 stdio 傳輸建立伺服器 | 指南 |
| 3.6 | HTTP 串流 | 在 MCP 中實作 HTTP 串流 | 指南 |
| 3.7 | AI 工具包 | 使用 MCP 搭配 AI 工具包 | 指南 |
| 3.8 | 測試 | 測試您的 MCP 伺服器實作 | 指南 |
| 3.9 | 部署 | 將 MCP 伺服器部署到生產環境 | 指南 |
| 3.10 | 進階伺服器使用 | 使用進階伺服器以啟用進階功能與優化架構 | 指南 |
| 3.11 | 簡易認證 | 從頭教您認證與 Role-Based Access Control (RBAC) | 指南 |
| 3.12 | MCP 主機 | 設定 Claude Desktop、Cursor、Cline 及其他 MCP 主機 | 指南 |
| 3.13 | MCP 檢查器 | 使用 Inspector 工具除錯與測試 MCP 伺服器 | 指南 |
| 3.14 | 採樣 | 用採樣技術與客戶端協作 | 指南 |
| 模組 4-5:實務與進階 | | | | | 04 | 實務實作 | SDK、除錯、測試、可重用提示模板 | 閱讀更多 | | 4.1 | 分頁 | 使用游標分頁處理大量結果集 | 指南 | | 05 | MCP 進階主題 | 多模態 AI、擴展、企業使用 | 閱讀更多 | | 5.1 | Azure 整合 | MCP 與 Azure 整合 | 指南 | | 5.2 | 多模態 | 處理多重模態資料 | 指南 | | 5.3 | OAuth2 示範 | 實作 OAuth2 身份驗證 | 指南 | | 5.4 | 根上下文 | 理解並實作根上下文 | 指南 | | 5.5 | 路由 | MCP 路由策略 | 指南 | | 5.6 | 採樣 | MCP 中的採樣技術 | 指南 | | 5.7 | 擴展 | MCP 實作擴展 | 指南 | | 5.8 | 安全 | 進階安全考量 | 指南 | | 5.9 | 網路搜尋 | 實作網路搜尋功能 | 指南 | | 5.10 | 即時串流 | 建置即時串流功能 | 指南 | | 5.11 | 即時搜尋 | 實作即時搜尋 | 指南 | | 5.12 | Entra ID 認證 | 使用 Microsoft Entra ID 進行身份驗證 | 指南 | | 5.13 | Foundry 整合 | 整合 Azure AI Foundry | 指南 | | 5.14 | 上下文工程 | 有效的上下文工程技術 | 指南 | | 5.15 | MCP 自訂傳輸層 | 自訂傳輸層實作 | 指南 | | 5.16 | 協議功能 | 進度通知、取消、資源模板 | 指南 | | 模組 6-10:社群與最佳實務 | | | | | 06 | 社群貢獻 | 如何為 MCP 生態系做出貢獻 | 指南 | | 07 | 早期採用經驗分享 | 真實世界實作故事 | 指南 | | 08 | MCP 最佳實務 | 性能、容錯、韌性 | 指南 | | 09 | MCP 案例研究 | 實務實作範例 | 指南 | | 10 | 實作工作坊 | 使用 AI 工具包建置 MCP 伺服器 | 實驗室 | | 模組 11:MCP 伺服器實作實驗室 | | | | | 11 | MCP 伺服器資料庫整合 | 包含13個實驗室完整的 PostgreSQL 整合學習路徑 | 實驗室 | | 11.1 | 簡介 | MCP 與資料庫整合概述及零售分析使用案例 | 實驗室 00 | | 11.2 | 核心架構 | 理解 MCP 伺服器架構、資料庫層與安全模式 | 實驗室 01 | | 11.3 | 安全與多租戶 | 行級安全、認證與多租戶資料存取 | 實驗室 02 | | 11.4 | 環境設定 | 建置開發環境、Docker、Azure 資源 | 實驗室 03 | | 11.5 | 資料庫設計 | PostgreSQL 設定、零售架構設計與範例資料 | 實驗室 04 | | 11.6 | MCP 伺服器實作 | 建置含資料庫整合的 FastMCP 伺服器 | 實驗室 05 | | 11.7 | 工具開發 | 建立資料庫查詢工具與架構檢視 | 實驗室 06 | | 11.8 | 語意搜尋 | 使用 Azure OpenAI 與 pgvector 實作向量嵌入 | 實驗室 07 | | 11.9 | 測試與除錯 | 測試策略、除錯工具與驗證方法 | 實驗室 08 | | 11.10 | VS Code 整合 | 設定 VS Code MCP 整合與 AI 聊天功能 | 實驗室 09 | | 11.11 | 部署策略 | Docker 部署、Azure 容器應用與擴展考量 | 實驗室 10 | | 11.12 | 監控 | Application Insights、日誌、效能監控 | 實驗室 11 | | 11.13 | 最佳實務 | 性能優化、安全強化與生產環境提示 | 實驗室 12 |
學習 MCP 最令人興奮的部分之一是見證您的程式技巧逐步成長。我們設計的程式碼範例從簡單開始,隨著理解加深逐漸變得更為複雜。以下是我們引入概念的方式 — 程式碼易於理解,卻展示真實的 MCP 原則,讓您不僅了解程式碼做什麼,也知道為何這樣架構,以及它如何融入更大規模的 MCP 應用。
| 語言 | 說明 | 連結 |
|---|---|---|
| C# | MCP 伺服器範例 | 檢視程式碼 |
| Java | MCP 計算器 | 檢視程式碼 |
| JavaScript | MCP 示範 | 檢視程式碼 |
| Python | MCP 伺服器 | 檢視程式碼 |
| TypeScript | MCP 範例 | 檢視程式碼 |
| Rust | MCP 範例 | 檢視程式碼 |
| 語言 | 說明 | 連結 |
|---|---|---|
| C# | 進階範例 | 檢視程式碼 |
| Java with Spring | 容器應用範例 | 檢視程式碼 |
| JavaScript | 進階範例 | 檢視程式碼 |
| Python | 複雜實作 | 檢視程式碼 |
| TypeScript | 容器樣本 | 檢視程式碼 |
為了充分利用本課程內容,您應該具備:
-
至少熟悉以下其中一種程式語言的基礎知識:C#、Java、JavaScript、Python 或 TypeScript
-
了解客戶端-伺服器模型與 API
-
熟悉 REST 和 HTTP 概念
-
(選填)具備 AI/ML 概念背景
-
加入我們的社群討論以獲得支援
本存放庫包含多種資源,幫助您有效學習與掌握內容:
提供一份全面的學習指南,幫助您有效導航此存放庫。這份視覺化課程地圖展示所有主題的連結,並指引如何有效運用範例專案。若您是喜歡從整體看學習藍圖的視覺學習者,這份指南特別有幫助。
該指南包含:
- 展示涵蓋所有主題的視覺課程地圖
- 對每個存放庫區段的詳細拆解
- 如何使用範例專案的指導
- 針對不同技能層級的推薦學習路徑
- 補充您學習旅程的額外資源
我們維護一份詳細的更新日誌,記錄所有課程材料的重要更新,方便您隨時掌握最新改進與新增內容。
- 新增內容
- 結構變更
- 功能改進
- 文件更新
本指南中的每一課程包含:
- 清晰說明 MCP 概念
- 多種語言的即時程式碼範例
- 建立真實 MCP 應用程式的練習
- 進階學習者的額外資源
讓我們一起了解 Model Context Protocol (MCP),這是最新的框架,用於標準化 AI 模型與客戶端應用程式之間的互動。在這個對初學者友善的課程中,我們將介紹 MCP,並帶您創建第一個 MCP 伺服器。
JavaScript: https://aka.ms/letslearnmcp-javascript
恭喜您!您已踏出令人振奮的第一步,這將擴展您的程式設計能力,並連結您至 AI 開發的前沿。
透過閱讀這段介紹,您已經開始建立 MCP 知識基礎。您知道 MCP 是什麼,為什麼重要,以及此課程如何支援您的學習旅程。這是一項重要成就,也是您成為此重要技術專家的起點。
隨著您進展於各個模組,請記得每位專家都曾是初學者。現在看似複雜的概念透過不斷練習與應用,會變得得心應手。每一小步都是建構強大能力的基石,將伴隨您整個開發生涯。
您正加入一個熱愛 MCP 的學習者與專家社群,他們熱衷助人成功。無論是卡在程式挑戰,或是興奮地分享突破,社群都會支持您的旅程。
若您遇到困難或有任何 AI 應用開發相關問題,歡迎與其他學習者和資深開發者一同在 MCP 討論區交流。這是個歡迎提問、自由分享知識的支援社群。
若您在建置過程中遇到產品反饋或錯誤,請訪問:
您的 MCP 冒險即刻開啟!從模組 0 開始,投入首個動手 MCP 體驗,或直接瀏覽範例專案,看看您將打造什麼。記住——每位專家都是從您現在的位置開始,憑藉耐心和練習,您會驚喜於自己的成就。
歡迎來到 Model Context Protocol 開發的世界。讓我們一同創造令人驚嘆的作品!
此課程因為像您一樣的學習者貢獻而不斷壯大!無論是修正錯字、建議更清楚的說明,或添加新範例,您的貢獻都有助於其他初學者成功。
感謝 Microsoft 優秀專業人士 Shivam Goyal 貢獻程式碼範例。
貢獻流程設計親切易用。大多數貢獻需簽署貢獻者授權協議 (CLA),但自動化工具會順利引導您完成。
整個課程均根據 MIT LICENSE 授權,您可以自由使用、修改與分享。這支持我們普及 MCP 知識,造福全球開發者的使命。
歡迎對本專案提出貢獻和建議。大部分貢獻需要您同意一份 貢獻者授權協議(CLA),聲明您擁有並同意授權 我們使用您的貢獻。詳情請見 https://cla.opensource.microsoft.com。
提交 Pull Request 時,CLA 機器人會自動判斷您是否需要提供 CLA 並在 PR 做相應標示(例如狀態檢查、留言)。請按照 機器人指示操作。使用我們的 CLA 工具,您只需操作一次, 即適用於所有相關儲存庫。
本專案遵循 Microsoft 開源行為準則。 更多資訊請參考 行為準則常見問題 或 聯繫 opencode@microsoft.com 提問。
準備好開啟您的 MCP 旅程了嗎?從模組 00 - MCP 介紹開始,踏入 Model Context Protocol 的開發世界!
我們團隊還製作其他課程!敬請參閱:
免責聲明:
本文件由 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確,但請注意,自動翻譯可能包含錯誤或不準確之處。原始文件的原文版本應視為權威資料。對於重要資訊,建議使用專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或誤釋負責。
