Ikuti langkah-langkah ini untuk bermula 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 termasuk lebih 50+ terjemahan bahasa yang meningkatkan saiz muat turun dengan ketara. 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 semua yang anda perlukan untuk menamatkan kursus dengan muat turun yang lebih pantas.
Selamat datang ke perjalanan anda dalam Model Context Protocol! Jika anda pernah tertanya-tanya bagaimana aplikasi AI berkomunikasi dengan pelbagai alat dan perkhidmatan, anda akan menemui penyelesaian elegan yang mengubah cara pembangun membina sistem pintar.
Fikirkan MCP sebagai penterjemah universal untuk aplikasi AI - sama seperti port USB membolehkan anda menyambungkan sebarang peranti ke komputer anda, MCP membolehkan model AI disambungkan ke mana-mana alat atau perkhidmatan secara berstandard. Sama ada anda membina chatbot pertama anda atau bekerja pada aliran kerja AI yang kompleks, memahami MCP akan memberi anda kuasa untuk mencipta aplikasi yang lebih berkeupayaan dan fleksibel.
Kurikulum ini direka dengan kesabaran dan perhatian untuk perjalanan pembelajaran anda. Kami akan mula dengan konsep mudah yang sudah anda fahami dan secara berperingkat membina kepakaran anda melalui latihan praktikal dalam bahasa pengaturcaraan kegemaran anda. Setiap langkah mengandungi penjelasan jelas, contoh praktikal, dan banyak semangat sepanjang perjalanan.
Apabila anda menamatkan perjalanan ini, anda akan merasa yakin untuk membina pelayan MCP anda sendiri, mengintegrasikannya dengan platform AI popular, dan memahami bagaimana teknologi ini membentuk masa depan pembangunan AI. Mari mulakan pengembaraan menarik ini bersama-sama!
Kurikulum ini sejajar dengan Spesifikasi MCP 2025-11-25 (rilis stabil terkini). Spesifikasi MCP menggunakan versi berdasarkan tarikh (format YYYY-MM-DD) untuk memastikan penjejakan versi protokol yang jelas.
Sumber-sumber ini menjadi lebih berharga apabila pemahaman anda berkembang, tetapi jangan merasa tertekan untuk membacanya semua dengan segera. Mulakan dengan kawasan 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 anda boleh ikuti mengikut rentak anda sendiri.
- 📜 Spesifikasi MCP – Anggap ini sebagai manual rujukan komprehensif anda. Semasa anda mengerjakan kurikulum, anda akan sering kembali ke sini untuk mencari butiran khusus dan meneroka ciri-ciri lanjutan.
- 📜 Versi Spesifikasi MCP – Ini mengandungi maklumat mengenai sejarah versi protokol dan bagaimana MCP menggunakan versi berdasarkan tarikh (format YYYY-MM-DD).
- 🧑💻 Repositori MCP GitHub – Di sini anda akan menemui SDK, alat, dan contoh kod dalam pelbagai bahasa pengaturcaraan. Ia seperti khazanah contoh praktikal dan komponen sedia guna.
- 🌐 Komuniti MCP – Sertai pelajar lain dan pembangun berpengalaman dalam perbincangan tentang MCP. Ia adalah komuniti sokongan di mana soalan dialu-alukan dan pengetahuan dikongsi dengan bebas.
Menjelang akhir kurikulum ini, anda akan berasa yakin dan teruja dengan kebolehan baru anda. Berikut adalah apa yang anda akan capai:
• Memahami asas MCP: Anda akan memahami apa itu Model Context Protocol dan mengapa ia merevolusikan cara aplikasi AI bekerjasama, menggunakan analogi dan contoh yang bermakna.
• 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 langkah demi langkah.
• Menyambungkan model AI ke alat sebenar: Anda akan belajar cara merapatkan jurang antara model AI dan perkhidmatan sebenar, memberi aplikasi anda keupayaan baru yang ampuh.
• Melaksanakan amalan keselamatan terbaik: Anda akan memahami cara memastikan pelaksanaan MCP anda selamat dan terjamin, melindungi kedua-dua aplikasi dan pengguna anda.
• Membuat pelaksanaan dengan yakin: Anda akan tahu bagaimana membawa projek MCP anda dari pembangunan ke pengeluaran, dengan strategi pelaksanaan praktikal yang berkesan dalam dunia sebenar.
• Menjadi sebahagian daripada komuniti MCP: Anda akan menjadi sebahagian daripada komuniti pembangun yang sedang berkembang yang membentuk masa depan pembangunan aplikasi AI.
Sebelum kita masuk ke dalam butiran MCP, mari pastikan anda merasa selesa dengan beberapa konsep asas. Jangan risau jika anda bukan pakar dalam bidang ini - kami akan menerangkan segala yang anda perlu tahu sepanjang perjalanan!
Fikirkan protokol seperti peraturan untuk perbualan. Apabila anda menelefon seorang kawan, anda berdua tahu untuk berkata "halo" apabila menjawab, bertukar giliran bercakap, dan berkata "selamat tinggal" apabila selesai. Program komputer memerlukan peraturan yang serupa untuk berkomunikasi dengan 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 membuat komunikasi manusia lebih lancar, MCP membuat komunikasi aplikasi AI jauh lebih boleh dipercayai dan berkuasa.
Anda sudah menggunakan hubungan pelanggan-pelayan setiap hari! Apabila anda menggunakan pelayar web (pelanggan) untuk melawat laman web, anda menyambung ke pelayan web yang menghantar kandungan halaman kepada anda. Pelayar tahu cara meminta maklumat, dan pelayan tahu cara memberi respons.
Dalam MCP, kita ada hubungan serupa: model-model AI berperanan 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 menjalankan tugasan tertentu.
Bayangkan jika setiap pengeluar kereta menggunakan pam minyak bentuk berbeza - anda perlu penyesuai berbeza untuk setiap kereta! Standardisasi bermakna bersetuju pada pendekatan umum supaya segalanya berfungsi bersama dengan lancar.
MCP menyediakan standardisasi ini untuk aplikasi AI. Daripada setiap model AI perlu menulis kod khusus untuk berfungsi dengan setiap alat, MCP mencipta cara universal untuk mereka berkomunikasi. Ini bermakna pembangun boleh membina alat sekali dan ia berfungsi dengan banyak sistem AI yang berbeza.
Perjalanan MCP anda disusun dengan teliti untuk membina keyakinan dan kemahiran secara progresif. Setiap fasa memperkenalkan konsep baru sambil mengukuhkan apa yang sudah anda pelajari.
Di sinilah pengembaraan anda bermula! Kami akan memperkenalkan konsep MCP menggunakan analogi yang biasa dan contoh mudah. Anda akan memahami apa MCP, mengapa ia wujud, dan bagaimana ia sesuai dalam dunia pembangunan AI yang lebih besar.
• Modul 0 - Pengenalan kepada MCP: Kami akan mula meneroka apa itu MCP dan mengapa ia sangat penting untuk aplikasi AI moden. Anda akan melihat contoh dunia nyata MCP berfungsi dan memahami bagaimana ia menyelesaikan masalah biasa yang dihadapi pembangun.
• Modul 1 - Penjelasan Konsep Teras: Di sini anda akan belajar blok binaan penting MCP. Kami akan menggunakan banyak analogi dan contoh visual untuk memastikan konsep ini rasa semula jadi dan mudah difahami.
• Modul 2 - Keselamatan dalam MCP: Keselamatan mungkin kedengaran menakutkan, tetapi kami akan tunjukkan bagaimana MCP mengandungi ciri keselamatan terbina dalam dan mengajar anda amalan terbaik yang melindungi aplikasi anda dari awal.
Now the real fun begins! You'll get hands-on experience building actual MCP servers and clients. Don't worry - we'll start simple and guide you through every step.
This module includes multiple hands-on guides that let you practice in your preferred programming language. You'll create your first server, build a client to connect to it, and even integrate with popular development tools like VS Code.
Each guide includes complete code examples, troubleshooting tips, and explanations of why we make specific design choices. By the end of this phase, you'll have working MCP implementations you can be proud of!
With the basics mastered, you're ready to explore more sophisticated MCP features. We'll cover practical implementation strategies, debugging techniques, and advanced topics like multi-modal AI integration.
You'll also learn how to scale your MCP implementations for production use and integrate with cloud platforms like Azure. These modules prepare you to build MCP solutions that can handle real-world demands.
The final phase focuses on joining the MCP community and specializing in areas that interest you most. You'll learn how to contribute to open-source MCP projects, implement advanced authentication patterns, and build comprehensive database-integrated solutions.
Module 11 deserves special mention - it's a complete 13-lab hands-on learning path that teaches you to build production-ready MCP servers with PostgreSQL integration. It's like a capstone project that brings together everything you've learned!
| Module | Topic | Description | Link |
|---|---|---|---|
| Module 0-3: Fundamentals | |||
| 00 | Introduction to MCP | Overview of the Model Context Protocol and its significance in AI pipelines | Read more |
| 01 | Core Concepts Explained | In-depth exploration of core MCP concepts | Read more |
| 02 | Security in MCP | Security threats and best practices | Read more |
| 03 | Getting Started with MCP | Environment setup, basic servers/clients, integration | Read more |
| Module 3: Building Your First Server & Client | |||
| 3.1 | First Server | Create your first MCP server | Guide |
| 3.2 | First Client | Develop a basic MCP client | Guide |
| 3.3 | Client with LLM | Integrate large language models | Guide |
| 3.4 | VS Code Integration | Consume MCP servers in VS Code | Guide |
| 3.5 | stdio Server | Create servers using stdio transport | Guide |
| 3.6 | HTTP Streaming | Implement HTTP streaming in MCP | Guide |
| 3.7 | Microsoft Foundry Toolkit | Use Microsoft Foundry Toolkit with MCP | Guide |
| 3.8 | Testing | Test your MCP server implementation | Guide |
| 3.9 | Deployment | Deploy MCP servers to production | Guide |
| 3.10 | Advanced server usage | Use advanced servers for advanced feature usage and improved architecture | Guide |
| 3.11 | Simple auth | A chapter showing you auth from the beginning and RBAC | Guide |
| 3.12 | MCP Hosts | Configure Claude Desktop, Cursor, Cline, and other MCP hosts | Guide |
| 3.13 | MCP Inspector | Debug and test MCP servers with the Inspector tool | Guide |
| 3.14 | Sampling | Use sampling to collaborate with the client | Guide |
| 3.15 | MCP Apps | Build MCP Apps | Guide |
| Module 4-5: Practical & Advanced | |||
| 04 | Practical Implementation | SDKs, debugging, testing, reusable prompt templates | Read more |
| 4.1 | Pagination | Handle large result sets with cursor-based pagination | Guide |
| 05 | Advanced Topics in MCP | Multi-modal AI, scaling, enterprise use | Read more |
| 5.1 | Azure Integration | MCP Integration with Azure | Guide |
| 5.2 | Multi-modality | Working with multiple modalities | Guide |
| 5.3 | OAuth2 Demo | Implement OAuth2 authentication | Guide |
| 5.4 | Root Contexts | Understand and implement root contexts | Guide |
| 5.5 | Routing | MCP routing strategies | Guide |
| 5.6 | Sampling | Sampling techniques in MCP | Guide |
| 5.7 | Scaling | Scale MCP implementations | Guide |
| 5.8 | Security | Advanced security considerations | Guide |
| 5.9 | Web Search | Implement web search capabilities | Guide |
| 5.10 | Realtime Streaming | Build realtime streaming functionality | Guide |
| 5.11 | Realtime Search | Implement realtime search | Guide |
| 5.12 | Entra ID Auth | Authentication with Microsoft Entra ID | Guide |
| 5.13 | Foundry Integration | Integrate with Microsoft Foundry | Guide |
| 5.14 | Context Engineering | Techniques for effective context engineering | Guide |
| 5.15 | MCP Custom Transport | Custom Transport implementations | Guide |
| 5.16 | Protocol Features | Progress notifications, cancellation, resource templates | Guide |
| 5.17 | Adversarial Multi-Agent Reasoning | Two agents argue opposite sides using shared MCP tools, evaluated by a judge agent | Guide |
| Module 6-10: Community & Best Practices | |||
| 06 | Community Contributions | How to contribute to the MCP ecosystem | Guide |
| 07 | Insights from Early Adoption | Real-world implementation stories | Guide |
| 08 | Best Practices for MCP | Performance, fault-tolerance, resilience | Guide |
| 09 | MCP Case Studies | Practical implementation examples | Guide |
| 10 | Hands-on Workshop | Building an MCP Server with Microsoft Foundry Toolkit | Lab |
| Module 11: MCP Server Hands On Lab | |||
| 11 | MCP Server Database Integration | Comprehensive 13-lab hands-on learning path for PostgreSQL integration | Labs |
| 11.1 | Introduction | Overview of MCP with database integration and retail analytics use case | Lab 00 |
| 11.2 | Core Architecture | Understanding MCP server architecture, database layers, and security patterns | Lab 01 |
| 11.3 | Security & Multi-Tenancy | Row Level Security, authentication, and multi-tenant data access | Lab 02 |
| 11.4 | Environment Setup | Setting up development environment, Docker, Azure resources | Lab 03 |
| 11.5 | Database Design | PostgreSQL setup, retail schema design, and sample data | Lab 04 |
| 11.6 | MCP Server Implementation | Building the FastMCP server with database integration | Lab 05 |
| 11.7 | Tool Development | Creating database query tools and schema introspection | Lab 06 |
| 11.8 | Semantic Search | Implementing vector embeddings with Azure OpenAI and pgvector | Lab 07 |
| 11.9 | Testing & Debugging | Testing strategies, debugging tools, and validation approaches | Lab 08 |
| 11.10 | VS Code Integration | Configuring VS Code MCP integration and AI Chat usage | Lab 09 |
| 11.11 | Deployment Strategies | Docker deployment, Azure Container Apps, and scaling considerations | Lab 10 |
| 11.12 | Monitoring | Application Insights, logging, performance monitoring | Lab 11 |
| 11.13 | Best Practices | Performance optimization, security hardening, and production tips | Lab 12 |
| Module 12: MCP Tooling | |||
| 12.1 | Tooling | MCP usage in Copilot App | Guide |
One of the most exciting parts of learning MCP is seeing your code skills develop progressively. We've designed our code examples to start simple and grow more sophisticated as your understanding deepens. Here's how we introduce concepts - with code that's easy to understand but demonstrates real MCP principles, you'll understand not just what this code does, but why it's structured this way and how it fits into larger MCP applications.
| Language | Description | Link |
|---|---|---|
| C# | MCP Server Example | View Code |
| Java | MCP Calculator | View Code |
| JavaScript | MCP Demo | View Code |
| Python | MCP Server | View Code |
| TypeScript | MCP Example | View Code |
| Rust | MCP Example | View Code |
| Language | Description | Link |
|---|---|---|
| C# | Advanced Sample | View Code |
| Java with Spring | Contoh Aplikasi Kontena | Lihat Kod |
| JavaScript | Sampel Lanjutan | Lihat Kod |
| Python | Pelaksanaan Kompleks | Lihat Kod |
| TypeScript | Sampel Kontena | Lihat Kod |
Untuk mendapatkan manfaat terbaik daripada kurikulum ini, anda harus mempunyai:
-
Pengetahuan asas pengaturcaraan dalam sekurang-kurangnya salah satu bahasa berikut: C#, Java, JavaScript, Python, atau TypeScript
-
Pemahaman tentang model klien-pelayan dan API
-
Kefahaman tentang 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 Belajar yang komprehensif disediakan untuk membantu anda menavigasi repositori ini dengan berkesan. Peta kurikulum visual ini menunjukkan bagaimana semua topik saling berkaitan dan memberikan panduan bagaimana menggunakan projek sampel dengan efektif. Ia amat membantu jika anda seorang pelajar visual yang suka melihat gambaran besar.
Panduan ini merangkumi:
- Peta kurikulum visual yang menunjukkan semua topik yang diliputi
- Pecahan terperinci setiap bahagian repositori
- Panduan cara menggunakan projek sampel
- Laluan pembelajaran yang disyorkan untuk pelbagai tahap kemahiran
- Sumber tambahan untuk melengkapkan perjalanan pembelajaran anda
Kami mengekalkan Perubahan Terkini yang terperinci untuk menjejak semua kemas kini penting pada bahan kurikulum, supaya anda boleh sentiasa mengikuti penambahbaikan dan penambahan terkini.
- Penambahan kandungan baru
- Perubahan struktur
- Penambahbaikan ciri
- Kemas kini dokumentasi
Setiap pelajaran dalam panduan ini mengandungi:
- Penjelasan jelas tentang konsep MCP
- Contoh kod langsung dalam pelbagai bahasa
- Latihan untuk membina aplikasi MCP sebenar
- Sumber tambahan untuk pelajar lanjutan
Mari belajar tentang Model Context Protocol (MCP), rangka kerja terkini yang direka untuk menstandardkan interaksi antara model AI dan aplikasi klien. Melalui sesi mesra pemula ini, kami akan memperkenalkan anda kepada MCP dan membimbing anda membuat pelayan MCP pertama anda.
JavaScript: https://aka.ms/letslearnmcp-javascript
Tahniah! Anda baru sahaja mengambil langkah pertama dalam perjalanan menarik yang akan mengembangkan kemampuan pengaturcaraan anda dan menghubungkan anda dengan perkembangan terkini pembangunan AI.
Dengan membaca pengenalan ini, anda sudah mula membina asas pengetahuan MCP anda. Anda memahami 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 melangkah melalui modul-modul, ingatlah bahawa setiap pakar bermula sebagai seorang pemula. Konsep-konsep yang mungkin kelihatan kompleks sekarang akan menjadi semula jadi apabila anda berlatih dan mengaplikasikannya. Setiap langkah kecil membina kemampuan yang kuat yang akan membantu anda sepanjang kerjaya pembangunan anda.
Anda menyertai komuniti pelajar dan pakar yang berminat dengan MCP dan ingin membantu orang lain berjaya. Sama ada anda tersekat dalam cabaran kod atau teruja untuk berkongsi penemuan, komuniti sentiasa di sini untuk menyokong perjalanan anda.
Jika anda tersekat atau mempunyai sebarang soalan tentang membina aplikasi AI. Sertailah pelajar dan pembangun berpengalaman dalam perbincangan tentang MCP. Ia adalah komuniti sokongan di mana soalan dialu-alukan dan ilmu dikongsi secara bebas.
Jika anda mempunyai maklum balas produk atau ralat semasa membina, lawati:
Pengembaraan MCP anda bermula sekarang! Mulakan dengan Modul 0 untuk mendalami pengalaman MCP pertama anda, atau teroka projek sampel untuk melihat apa yang akan anda bina. Ingat - setiap pakar bermula tepat di tempat anda sekarang, dan dengan kesabaran serta latihan, anda akan terkejut dengan apa yang boleh anda capai.
Selamat datang ke dunia pembangunan Model Context Protocol. Mari bina sesuatu yang hebat bersama!
Kurikulum ini semakin kukuh dengan sumbangan daripada pelajar seperti anda! Sama ada anda membetulkan kesalahan taip, mencadangkan penjelasan yang lebih jelas, atau menambah contoh baru, sumbangan anda membantu pemula lain berjaya.
Terima kasih kepada Profesional Bernilai Microsoft Shivam Goyal atas sumbangan contoh kod.
Proses sumbangan direka untuk mesra dan menyokong. Kebanyakan sumbangan memerlukan Perjanjian Lesen Penyumbang (CLA), tetapi alat automatik akan membimbing anda melalui proses dengan lancar.
Keseluruhan kurikulum ini tersedia di bawah lesen MIT LICENSE, bermaksud anda boleh menggunakan, mengubahsuai, dan berkongsi secara bebas. Ini menyokong misi kami untuk menjadikan pengetahuan MCP dapat diakses oleh pembangun di mana sahaja.
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 mengemukakan permintaan tarik, bot CLA akan secara automatik menentukan sama ada anda perlu memberikan CLA dan menghias PR dengan sewajarnya (contohnya, pemeriksaan status, komen). Ikut sahaja arahan yang diberikan oleh bot. Anda hanya perlu melakukan ini sekali sahaja merentasi semua repositori yang menggunakan CLA kami.
Projek ini telah menerima Kod Etika Sumber Terbuka Microsoft. Untuk maklumat lanjut, lihat FAQ 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 dunia pembangunan Model Context Protocol!
Pasukan kami menghasilkan kursus lain! Lihat:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
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 penting, terjemahan oleh manusia profesional adalah disyorkan. Kami tidak bertanggungjawab terhadap sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.