Ikuti langkah-langkah ini untuk memulakan menggunakan sumber ini:
- Fork Repositori: Klik
- Clone Repositori:
git clone https://github.com/microsoft/mcp-for-beginners.git - Sertai
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 | Khmer | 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
Lebih suka Clone Secara Tempatan?
Repositori ini merangkumi lebih 50 terjemahan bahasa yang secara signifikan meningkatkan saiz muat turun. Untuk clone tanpa terjemahan, gunakan 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"Ini memberikan anda segala yang anda perlukan untuk menyelesaikan kursus dengan muat turun yang jauh lebih pantas.
Selamat datang ke perjalanan anda dalam Protokol Konteks Model! Jika anda pernah tertanya-tanya bagaimana aplikasi AI berkomunikasi dengan pelbagai alat dan perkhidmatan, anda akan menemui penyelesaian yang elegan yang sedang mengubah cara pembangun membina sistem pintar.
Bayangkan MCP sebagai penterjemah universal untuk aplikasi AI - sama seperti bagaimana port USB membolehkan anda menyambungkan mana-mana peranti ke komputer anda, MCP membolehkan model AI bersambung ke mana-mana alat atau perkhidmatan dengan cara yang distandardkan. Sama ada anda membina chatbot pertama anda atau bekerja pada aliran kerja AI yang kompleks, memahami MCP akan memberikan anda kuasa untuk mencipta aplikasi yang lebih cekap dan fleksibel.
Kurikulum ini direka dengan kesabaran dan perhatian untuk perjalanan pembelajaran anda. Kami akan mula dengan konsep mudah yang anda sudah fahami dan secara beransur-ansur membina kepakaran anda melalui latihan secara langsung dalam bahasa pengaturcaraan kegemaran anda. Setiap langkah termasuk penerangan yang jelas, contoh praktikal, dan galakan yang banyak sepanjang jalan.
Apabila anda selesai perjalanan ini, anda akan mempunyai keyakinan untuk membina pelayan MCP anda sendiri, mengintegrasikannya dengan platform AI popular, dan memahami bagaimana teknologi ini membentuk masa depan pembangunan AI. Mari kita mulakan pengembaraan yang menarik ini bersama-sama!
Kurikulum ini selaras dengan Spesifikasi MCP 2025-11-25 (rilis stabil terkini). Spesifikasi MCP menggunakan versi berasaskan tarikh (format YYYY-MM-DD) untuk memastikan penjejakan versi protokol yang jelas.
Sumber ini menjadi lebih bernilai apabila pemahaman anda bertambah, tetapi jangan rasa tertekan untuk membacanya semua serta-merta. Mulakan dengan bidang yang paling menarik minat anda!
- 📘 Dokumentasi MCP – Ini adalah sumber utama anda untuk tutorial langkah demi langkah dan panduan pengguna. Dokumentasi ditulis dengan pemula dalam fikiran, menyediakan contoh jelas yang boleh anda ikuti mengikut kadar anda sendiri.
- 📜 Spesifikasi MCP – Anggap ini sebagai manual rujukan komprehensif anda. Apabila anda mengerjakan kurikulum, anda akan kerap kembali ke sini untuk melihat butiran tertentu dan meneroka ciri lanjutan.
- 📜 Versi Spesifikasi MCP – Mengandungi maklumat tentang sejarah versi protokol dan bagaimana MCP menggunakan versi berasaskan tarikh (format YYYY-MM-DD).
- 🧑💻 Repositori GitHub MCP – Di sini anda akan menemui SDK, alat, dan contoh kod dalam pelbagai bahasa pengaturcaraan. Ia seperti khazanah contoh praktikal dan komponen siap guna.
- 🌐 Komuniti MCP – Sertai pelajar lain dan pembangun berpengalaman dalam perbincangan mengenai MCP. Ia adalah komuniti yang menyokong di mana soalan dialu-alukan dan pengetahuan dikongsi dengan bebas.
Menjelang akhir kurikulum ini, anda akan merasa yakin dan teruja dengan kemampuan baru anda. Berikut adalah apa yang akan anda capai:
• Memahami asas MCP: Anda akan memahami apa itu Protokol Konteks Model dan mengapa ia merevolusikan cara aplikasi AI bekerjasama, menggunakan analogi dan contoh yang mudah difahami.
• Membina pelayan MCP pertama anda: Anda akan mencipta pelayan MCP yang berfungsi dalam bahasa pengaturcaraan pilihan anda, bermula dengan contoh mudah dan meningkatkan kemahiran anda secara berperingkat.
• Menyambungkan model AI kepada alat sebenar: Anda akan belajar bagaimana merapatkan jurang antara model AI dan perkhidmatan sebenar, memberikan aplikasi anda keupayaan baru yang hebat.
• Melaksanakan amalan keselamatan terbaik: Anda akan faham bagaimana untuk memastikan pelaksanaan MCP anda selamat dan terjamin, melindungi aplikasi dan pengguna anda.
• Menyebarkan dengan yakin: Anda akan tahu bagaimana membawa projek MCP anda dari pembangunan ke pengeluaran, dengan strategi penyebaran praktikal yang berkesan di dunia nyata.
• Menjadi sebahagian komuniti MCP: Anda akan menjadi sebahagian dari komuniti pembangun yang sedang berkembang yang membentuk masa depan pembangunan aplikasi AI.
Sebelum kita menyelami butiran MCP, mari pastikan anda selesa dengan beberapa konsep asas. Jangan risau jika anda bukan pakar dalam bidang ini - kami akan terangkan segala yang anda perlu tahu sepanjang perjalanan!
Bayangkan protokol sebagai peraturan untuk perbualan. Apabila anda menghubungi seorang kawan, anda berdua tahu untuk mengucapkan "hai" apabila menjawab, bergilir bercakap, dan berkata "selamat tinggal" bila selesai. Program komputer memerlukan peraturan serupa untuk berkomunikasi secara berkesan.
MCP adalah protokol - satu set peraturan yang dipersetujui yang membantu model AI dan aplikasi mengadakan "perbualan" yang produktif dengan alat dan perkhidmatan. Sama seperti peraturan perbualan manusia yang membuat komunikasi lebih lancar, MCP menjadikan komunikasi aplikasi AI lebih boleh diharap dan berkuasa.
Anda sudah menggunakan hubungan pelayan-pelanggan setiap hari! Apabila anda menggunakan pelayar web (pelanggan) untuk melayari laman web, anda menyambung ke pelayan web yang menghantar kandungan halaman. Pelayar tahu cara meminta maklumat, dan pelayan tahu bagaimana menjawab.
Dalam MCP, kami ada hubungan yang serupa: model AI bertindak sebagai pelanggan yang meminta maklumat atau tindakan, manakala pelayan MCP menyediakan keupayaan tersebut. Ia seperti mempunyai pembantu yang membantu (pelayan) yang boleh diminta oleh AI untuk melaksanakan tugas tertentu.
Bayangkan jika setiap pengeluar kereta menggunakan pam minyak bentuk berbeza - anda memerlukan penyesuai berbeza untuk setiap kereta! Pensyaratan standar bermaksud bersetuju pada pendekatan umum supaya semuanya berfungsi bersama dengan lancar.
MCP menyediakan pensyaratan standar ini untuk aplikasi AI. Daripada setiap model AI memerlukan kod tersuai untuk bekerja dengan setiap alat, MCP mencipta cara universal untuk mereka berkomunikasi. Ini bermakna pembangun boleh membina alat sekali dan membiarkannya berfungsi dengan banyak sistem AI yang berbeza.
Perjalanan MCP anda disusun dengan teliti untuk membina keyakinan dan kemahiran anda secara berperingkat. Setiap fasa memperkenalkan konsep baru sambil mengukuh apa yang telah anda pelajari.
Inilah permulaan pengembaraan anda! Kami akan memperkenalkan anda kepada konsep MCP menggunakan analogi yang biasa dan contoh mudah. Anda akan faham apa itu MCP, mengapa ia wujud, dan bagaimana ia sesuai dalam dunia pembangunan AI yang lebih besar.
• Modul 0 - Pengenalan kepada MCP: Kami akan bermula dengan meneroka apa itu MCP dan mengapa ia sangat penting untuk aplikasi AI moden. Anda akan melihat contoh sebenar MCP berfungsi dan faham bagaimana ia menyelesaikan masalah biasa yang dihadapi pembangun.
• Modul 1 - Penjelasan Konsep Teras: Di sini anda akan belajar blok bangunan penting MCP. Kami akan menggunakan banyak analogi dan contoh visual untuk memastikan konsep ini terasa semula jadi dan mudah difahami.
• Modul 2 - Keselamatan dalam MCP: Keselamatan mungkin kedengaran menakutkan, tetapi kami akan tunjukkan bagaimana MCP termasuk ciri keselamatan terbina dalam dan mengajar amalan terbaik yang melindungi aplikasi anda dari awal.
Sekarang keseronokan sebenar bermula! Anda akan mendapat pengalaman langsung membina pelayan dan klien MCP sebenar. Jangan risau - kami akan mula dengan mudah dan membimbing anda melalui setiap langkah.
Modul ini merangkumi pelbagai panduan praktikal yang membolehkan anda berlatih dalam bahasa pengaturcaraan pilihan anda. Anda akan mencipta pelayan pertama anda, membina klien untuk menyambung kepadanya, dan juga mengintegrasikan dengan alat pembangunan popular seperti VS Code.
Setiap panduan mengandungi contoh kod lengkap, petua penyelesaian masalah, dan penjelasan mengapa kami membuat pilihan reka bentuk tertentu. Menjelang akhir fasa ini, anda akan mempunyai pelaksanaan MCP yang berfungsi yang anda boleh banggakan!
Dengan asas dikuasai, anda sudah bersedia untuk meneroka ciri MCP yang lebih canggih. Kami akan membincangkan strategi pelaksanaan praktikal, teknik penyahpepijatan, dan topik lanjutan seperti integrasi AI berbilang mod.
Anda juga akan belajar cara menskala pelaksanaan MCP anda untuk penggunaan pengeluaran dan mengintegrasi dengan platform awan seperti Azure. Modul-modul ini menyediakan anda untuk membina penyelesaian MCP yang mampu menangani permintaan dunia sebenar.
Fasa terakhir memberi tumpuan kepada menyertai komuniti MCP dan mengkhusus dalam bidang yang paling anda minati. Anda akan belajar cara menyumbang kepada projek sumber terbuka MCP, melaksanakan corak pengesahan lanjutan, dan membina penyelesaian bersepadu pangkalan data yang komprehensif.
Modul 11 layak mendapat perhatian khusus - ia adalah laluan pembelajaran praktikal lengkap 13 makmal yang mengajar anda membina pelayan MCP bersedia untuk pengeluaran dengan integrasi PostgreSQL. Ia seperti projek penutup yang menggabungkan segala yang telah anda pelajari!
| Modul | Topik | Deskripsi | Pautan |
|---|---|---|---|
| Modul 0-3: Asas | |||
| 00 | Pengenalan kepada MCP | Gambaran keseluruhan Protoko Konteks Model dan kepentingannya dalam saluran AI | Baca lebih lanjut |
| 01 | Penjelasan Konsep Teras | Eksplorasi mendalam konsep teras MCP | Baca lebih lanjut |
| 02 | Keselamatan dalam MCP | Ancaman keselamatan dan amalan terbaik | Baca lebih lanjut |
| 03 | Memulakan MCP | Persediaan persekitaran, pelayan/klien asas, integrasi | Baca lebih lanjut |
| Modul 3: Membangun Pelayan & Klien Pertama Anda | |||
| 3.1 | Pelayan Pertama | Cipta pelayan MCP pertama anda | Panduan |
| 3.2 | Klien Pertama | Bangunkan klien MCP asas | Panduan |
| 3.3 | Klien dengan LLM | Integrasi model bahasa besar | Panduan |
| 3.4 | Integrasi VS Code | Gunakan pelayan MCP dalam VS Code | Panduan |
| 3.5 | Pelayan stdio | Cipta pelayan menggunakan pengangkutan stdio | Panduan |
| 3.6 | Penstriman HTTP | Laksanakan penstriman HTTP dalam MCP | Panduan |
| 3.7 | Toolkit AI | Gunakan Toolkit AI dengan MCP | Panduan |
| 3.8 | Ujian | Uji pelaksanaan pelayan MCP anda | Panduan |
| 3.9 | Penempatan | Deploy pelayan MCP ke pengeluaran | Panduan |
| 3.10 | Penggunaan pelayan lanjutan | Gunakan pelayan lanjutan untuk fitur canggih dan seni bina yang lebih baik | Panduan |
| 3.11 | Pengesahan mudah | Bab yang menunjukkan anda pengesahan dari awal dan RBAC | Panduan |
| 3.12 | Hos MCP | Konfigurasikan Claude Desktop, Cursor, Cline, dan hos MCP lain | Panduan |
| 3.13 | Pemeriksa MCP | Nyahpepijat dan uji pelayan MCP dengan alat Pemeriksa | Panduan |
| 3.14 | Pensampelan | Gunakan pensampelan untuk bekerjasama dengan klien | Panduan |
| 3.15 | Aplikasi MCP | Bina Aplikasi MCP | Panduan |
| Modul 4-5: Praktikal & Lanjutan | |||
| 04 | Pelaksanaan Praktikal | SDK, nyahpepijat, ujian, templat prompt boleh guna semula | Baca lebih lanjut |
| 4.1 | Paginasi | Tangani set keputusan besar dengan paginasi berasaskan kursor | Panduan |
| 05 | Topik Lanjutan dalam MCP | AI berbilang mod, penskalaan, penggunaan perusahaan | Baca lebih lanjut |
| 5.1 | Integrasi Azure | Integrasi MCP dengan Azure | Panduan |
| 5.2 | Multi-modaliti | Bekerja dengan pelbagai modaliti | Panduan |
| 5.3 | Demo OAuth2 | Laksanakan pengesahan OAuth2 | Panduan |
| 5.4 | Konteks Akar | Fahami dan laksanakan konteks akar | Panduan |
| 5.5 | Penentuan Laluan | Strategi penentuan laluan MCP | Panduan |
| 5.6 | Pensampelan | Teknik pensampelan dalam MCP | Panduan |
| 5.7 | Penskalaan | Skala pelaksanaan MCP | Panduan |
| 5.8 | Keselamatan | Pertimbangan keselamatan lanjutan | Panduan |
| 5.9 | Carian Web | Laksanakan keupayaan carian web | Panduan |
| 5.10 | Penstriman Masa Nyata | Bina fungsi penstriman masa nyata | Panduan |
| 5.11 | Carian Masa Nyata | Laksanakan carian masa nyata | Panduan |
| 5.12 | Pengesahan Entra ID | Pengesahan dengan Microsoft Entra ID | Panduan |
| 5.13 | Integrasi Foundry | Integrasi dengan Azure AI Foundry | Panduan |
| 5.14 | Kejuruteraan Konteks | Teknik untuk kejuruteraan konteks yang berkesan | Panduan |
| 5.15 | Pengangkutan Tersuai MCP | Pelaksanaan Pengangkutan Tersuai | Panduan |
| 5.16 | Ciri Protokol | Pemberitahuan kemajuan, pembatalan, templat sumber | Panduan |
| Modul 6-10: Komuniti & Amalan Terbaik | |||
| 06 | Sumbangan Komuniti | Cara menyumbang kepada ekosistem MCP | Panduan |
| 07 | Pengajaran dari Penggunaan Awal | Kisah pelaksanaan dunia sebenar | Panduan |
| 08 | Amalan Terbaik untuk MCP | Prestasi, ketahanan, daya tahan | Panduan |
| 09 | Kajian Kes MCP | Contoh pelaksanaan praktikal | Panduan |
| 10 | Bengkel Praktikal | Membangun Pelayan MCP dengan Toolkit AI | Makmal |
| Modul 11: Makmal Hands On Pelayan MCP | |||
| 11 | Integrasi Pangkalan Data Pelayan MCP | Laluan pembelajaran hands-on 13 makmal komprehensif untuk integrasi PostgreSQL | Makmal |
| 11.1 | Pengenalan | Gambaran MCP dengan integrasi pangkalan data dan kes penggunaan analitik runcit | Makmal 00 |
| 11.2 | Seni Bina Teras | Memahami seni bina pelayan MCP, lapisan pangkalan data, dan corak keselamatan | Makmal 01 |
| 11.3 | Keselamatan & Multi-Tenancy | Keselamatan Tahap Baris, pengesahan, dan akses data berbilang penyewa | Makmal 02 |
| 11.4 | Persediaan Persekitaran | Menyediakan persekitaran pembangunan, Docker, sumber Azure | Makmal 03 |
| 11.5 | Reka Bentuk Pangkalan Data | Persediaan PostgreSQL, reka bentuk skema runcit, dan data contoh | Makmal 04 |
| 11.6 | Pelaksanaan Pelayan MCP | Membangun pelayan FastMCP dengan integrasi pangkalan data | Makmal 05 |
| 11.7 | Pembangunan Alat | Mencipta alat kueri pangkalan data dan introspeksi skema | Makmal 06 |
| 11.8 | Carian Semantik | Melaksanakan embeddings vektor dengan Azure OpenAI dan pgvector | Makmal 07 |
| 11.9 | Ujian & Penyahpepijatan | Strategi ujian, alat penyahpepijatan dan pendekatan pengesahan | Makmal 08 |
| 11.10 | Integrasi VS Code | Konfigurasi integrasi MCP VS Code dan penggunaan AI Chat | Makmal 09 |
| 11.11 | Strategi Penempatan | Penempatan Docker, Azure Container Apps, dan pertimbangan penskalaan | Makmal 10 |
| 11.12 | Pemantauan | Application Insights, logging, pemantauan prestasi | Makmal 11 |
| 11.13 | Amalan Terbaik | Pengoptimuman prestasi, pengukuhan keselamatan, dan petua pengeluaran | Makmal 12 |
Salah satu bahagian paling menarik dalam pembelajaran MCP adalah melihat kemahiran kod anda berkembang secara progresif. Kami telah mereka bentuk contoh kod kami untuk bermula secara mudah dan berkembang menjadi lebih canggih apabila pemahaman anda bertambah. Berikut cara kami memperkenalkan konsep - dengan kod yang mudah difahami tetapi menunjukkan prinsip sebenar MCP, anda akan faham bukan hanya apa yang kod ini lakukan, tetapi mengapa ia disusun sedemikian dan bagaimana ia sesuai dalam aplikasi MCP yang lebih besar.
| Bahasa | Deskripsi | Pautan |
|---|---|---|
| C# | Contoh Pelayan MCP | Lihat Kod |
| Java | Kalkulator MCP | Lihat Kod |
| JavaScript | Demo MCP | Lihat Kod |
| Python | Pelayan MCP | Lihat Kod |
| TypeScript | Contoh MCP | Lihat Kod |
| Rust | Contoh MCP | Lihat Kod |
| Bahasa | Deskripsi | Pautan |
|---|---|---|
| C# | Sampel Lanjutan | Lihat Kod |
| Java dengan Spring | Contoh Aplikasi Kontena | Lihat Kod |
| JavaScript | Sampel Lanjutan | Lihat Kod |
| Python | Pelaksanaan Kompleks | Lihat Kod |
| TypeScript | Sampel Kontena | Lihat Kod |
Untuk mendapatkan manfaat maksimum daripada kurikulum ini, anda harus mempunyai:
-
Pengetahuan asas pengaturcaraan dalam sekurang-kurangnya salah satu daripada bahasa berikut: C#, Java, JavaScript, Python, atau TypeScript
-
Kefahaman model klien-pelayan dan API
-
Kefamilaran dengan konsep REST dan HTTP
-
(Pilihan) Latar belakang dalam konsep AI/ML
-
Menyertai perbincangan komuniti kami untuk sokongan
Repositori ini merangkumi beberapa sumber untuk membantu anda menavigasi dan belajar dengan berkesan:
Satu Panduan Pembelajaran yang komprehensif disediakan untuk membantu anda menavigasi repositori ini dengan berkesan. Peta kurikulum visual ini menunjukkan bagaimana semua topik saling berkaitan dan memberikan panduan tentang cara menggunakan projek contoh dengan efektif. Ia sangat berguna jika anda seorang pembelajar visual yang suka melihat gambaran besar.
Panduan ini merangkumi:
- Peta kurikulum visual yang menunjukkan semua topik yang diliputi
- Pecahan terperinci setiap bahagian repositori
- Panduan tentang cara menggunakan projek contoh
- Laluan pembelajaran yang disyorkan untuk tahap kemahiran berbeza
- Sumber tambahan untuk melengkapi perjalanan pembelajaran anda
Kami mengekalkan Senarai Perubahan yang terperinci untuk menjejak semua kemas kini penting dalam bahan kurikulum, supaya anda boleh sentiasa mengikuti peningkatan dan penambahan terkini.
- Penambahan kandungan baru
- Perubahan struktur
- Penambahbaikan ciri
- Kemas kini dokumentasi
Setiap pelajaran dalam panduan ini merangkumi:
- Penjelasan jelas tentang konsep MCP
- Contoh kod langsung dalam pelbagai bahasa
- Latihan untuk membina aplikasi MCP sebenar
- Sumber tambahan untuk pelajar lanjutan
Mari kita pelajari Model Context Protocol (MCP), kerangka kerja canggih yang direka untuk menstandardkan interaksi antara model AI dan aplikasi klien. Melalui sesi mesra pemula ini, kami akan memperkenalkan MCP dan membimbing anda mencipta pelayan MCP pertama anda.
JavaScript: https://aka.ms/letslearnmcp-javascript
Tahniah! Anda baru sahaja mengambil langkah pertama dalam satu perjalanan yang menarik yang akan mengembangkan keupayaan pengaturcaraan anda dan menghubungkan anda dengan pembangunan AI yang terkini.
Dengan membaca pengenalan ini, anda sudah mula membina asas pengetahuan MCP anda. Anda faham apa itu MCP, mengapa ia penting, dan bagaimana kurikulum ini akan menyokong perjalanan pembelajaran anda. Itu adalah pencapaian besar dan permulaan kepakaran anda dalam teknologi penting ini.
Semasa anda terus maju melalui modul-modul, ingat bahawa setiap pakar pernah menjadi pemula. Konsep yang mungkin kelihatan rumit sekarang akan menjadi kebiasaan apabila anda berlatih dan mengaplikasikannya. Setiap langkah kecil membina keupayaan hebat yang akan membantu anda sepanjang kerjaya pembangunan anda.
Anda menyertai komuniti pelajar dan pakar yang bersemangat mengenai MCP dan bersedia membantu orang lain berjaya. Sama ada anda tersekat dalam cabaran kod atau teruja untuk berkongsi penemuan, komuniti ini ada untuk menyokong perjalanan anda.
Jika anda tersekat atau mempunyai sebarang soalan tentang membina aplikasi AI, sertai pelajar lain dan pembangun berpengalaman dalam perbincangan tentang MCP. Ia adalah komuniti yang menyokong di mana soalan dialu-alukan dan pengetahuan dikongsi secara bebas.
Jika anda mempunyai maklum balas produk atau ralat semasa membina, lawati:
Pengembaraan MCP anda bermula sekarang! Mulakan dengan Modul 0 untuk menyelami pengalaman MCP praktikal pertama anda, atau terokai projek contoh untuk melihat apa yang akan anda bina. Ingat - setiap pakar bermula tepat di tempat anda sekarang, dan dengan kesabaran serta latihan, anda akan kagum dengan apa yang boleh anda capai.
Selamat datang ke dunia pembangunan Model Context Protocol. Mari bina sesuatu yang menakjubkan bersama!
Kurikulum ini menjadi kuat dengan sumbangan daripada pelajar seperti anda! Sama ada anda membetulkan kesalahan ejaan, mencadangkan penjelasan yang lebih jelas, atau menambah contoh baru, sumbangan anda membantu pemula lain berjaya.
Terima kasih kepada Microsoft Valued Professional Shivam Goyal atas sumbangan contoh kod.
Proses sumbangan direka untuk menjadi mesra dan menyokong. Kebanyakan sumbangan memerlukan Perjanjian Lesen Penyumbang (CLA), tetapi alat automatik akan membimbing anda melalui proses dengan lancar.
Kesemua kurikulum ini tersedia di bawah lesen MIT LICENSE, bermakna anda boleh menggunakan, mengubah suai, dan berkongsi ia secara bebas. Ini menyokong misi kami untuk menjadikan pengetahuan MCP boleh diakses oleh pembangun di mana-mana.
Projek ini mengalu-alukan sumbangan dan cadangan. Kebanyakan sumbangan memerlukan anda bersetuju dengan
Perjanjian Lesen Penyumbang (CLA) yang menyatakan bahawa anda mempunyai hak, dan benar-benar memberikan kami
hak untuk menggunakan sumbangan anda. Untuk maklumat lanjut, lawati https://cla.opensource.microsoft.com.
Apabila anda menghantar pull request, bot CLA akan secara automatik menentukan sama ada anda perlu
memberikan CLA dan menghiasi PR dengan sewajarnya (contohnya, pemeriksaan status, komen). Ikuti arahan
yang diberikan oleh bot. Anda hanya perlu melakukan ini sekali sahaja untuk semua repositori yang menggunakan CLA kami.
Projek ini telah mengguna pakai Kod Etika Sumber Terbuka Microsoft.
Untuk maklumat lanjut lihat Soalan Lazim Kod Etika atau
hubungi opencode@microsoft.com untuk sebarang soalan atau komen tambahan.
Bersedia untuk memulakan perjalanan MCP anda? Mulakan dengan Modul 00 - Pengenalan kepada MCP dan ambil langkah pertama anda ke dalam dunia pembangunan Model Context Protocol!
Pasukan kami menghasilkan kursus lain! Semak:
Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat kritikal, terjemahan profesional oleh manusia adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.
