03-入门指南


文档摘要

入门指南 本节包含多个课程: 1 你的第一个服务器,在本课中,你将学习如何创建第一个服务器,并使用检查工具进行检查,这是一种测试和调试服务器的有效方法,查看课程 2 客户端,本课将教你如何编写能够连接服务器的客户端,查看课程 3 带有 LLM 的客户端,更高级的客户端编写方式是为其添加 LLM,使其能够与服务器“协商”操作,查看课程 4 在 Visual Studio Code 中使用 GitHub Copilot Agent 模式调用服务器。这里,我们探讨如何在 Visual Studio Code 内运行 MCP 服务器,查看课程 5 通过 SSE(服务器发送事件)调用。

入门指南

本节包含多个课程:

  • 1 你的第一个服务器,在本课中,你将学习如何创建第一个服务器,并使用检查工具进行检查,这是一种测试和调试服务器的有效方法,查看课程

  • 2 客户端,本课将教你如何编写能够连接服务器的客户端,查看课程

  • 3 带有 LLM 的客户端,更高级的客户端编写方式是为其添加 LLM,使其能够与服务器“协商”操作,查看课程

  • 4 在 Visual Studio Code 中使用 GitHub Copilot Agent 模式调用服务器。这里,我们探讨如何在 Visual Studio Code 内运行 MCP 服务器,查看课程

  • 5 通过 SSE(服务器发送事件)调用。SSE 是一种服务器到客户端的流式传输标准,允许服务器通过 HTTP 向客户端推送实时更新,查看课程

  • 6 使用 MCP 的 HTTP 流式传输(Streamable HTTP)。了解现代 HTTP 流式传输、进度通知,以及如何使用 Streamable HTTP 实现可扩展的实时 MCP 服务器和客户端,查看课程

  • 7 利用 VSCode 的 AI 工具包,用于调用和测试 MCP 客户端和服务器,查看课程

  • 8 测试。本章重点介绍如何以多种方式测试服务器和客户端,查看课程

  • 9 部署。本章将探讨部署 MCP 解决方案的不同方法,查看课程

Model Context Protocol (MCP) 是一种开放协议,规范了应用程序如何向 LLM 提供上下文。可以将 MCP 理解为 AI 应用的 USB-C 端口——它为连接 AI 模型与不同数据源和工具提供了标准化的方式。

学习目标

完成本课后,你将能够:

  • 为 C#、Java、Python、TypeScript 和 JavaScript 配置 MCP 开发环境
  • 构建并部署具备自定义功能(资源、提示和工具)的基础 MCP 服务器
  • 创建能够连接 MCP 服务器的宿主应用程序
  • 测试和调试 MCP 实现
  • 理解常见的配置难题及其解决方案
  • 将 MCP 实现连接到主流 LLM 服务

配置你的 MCP 环境

在开始使用 MCP 之前,准备好开发环境并理解基本工作流程非常重要。本节将引导你完成初始设置步骤,确保你顺利开始 MCP 之旅。

前提条件

开始 MCP 开发前,请确保你已准备好:

  • 开发环境:适用于所选语言(C#、Java、Python、TypeScript 或 JavaScript)
  • IDE/编辑器:Visual Studio、Visual Studio Code、IntelliJ、Eclipse、PyCharm 或任何现代代码编辑器
  • 包管理工具:NuGet、Maven/Gradle、pip 或 npm/yarn
  • API 密钥:用于你计划在宿主应用中使用的任何 AI 服务

官方 SDK

接下来的章节中,你会看到使用 Python、TypeScript、Java 和 .NET 构建的解决方案。以下是所有官方支持的 SDK。

MCP 提供多语言官方 SDK:

关键要点

  • 使用针对语言的 SDK,MCP 开发环境搭建简单明了
  • 构建 MCP 服务器需创建并注册带有清晰模式的工具
  • MCP 客户端连接服务器和模型,以利用扩展功能
  • 测试和调试是确保 MCP 实现可靠性的关键
  • 部署选项涵盖本地开发到云端解决方案

练习

我们准备了一组示例,配合本节各章节中的练习使用。此外,每章还有对应的练习和作业。

额外资源

下一步

下一课:创建你的第一个 MCP 服务器

免责声明
本文件使用 AI 翻译服务 Co-op Translator 进行翻译。虽然我们力求准确,但请注意,自动翻译可能存在错误或不准确之处。原始文件的母语版本应被视为权威来源。对于重要信息,建议采用专业人工翻译。对于因使用本翻译而产生的任何误解或误释,我们不承担任何责任。


发布者: 作者: 转发
评论区 (0)
U