Follow these steps to get started using these resources:
- 分叉儲存庫: Click
- 克隆儲存庫:
git clone https://github.com/microsoft/mcp-for-beginners.git - 加入
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
喜歡本地克隆？
本儲存庫包含超過 50 種語言翻譯，這會大幅增加下載大小。若要克隆但不包含翻譯，請使用稀疏檢出：
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"這樣你便能更快速地下載完整課程所需內容。
歡迎展開你的 Model Context Protocol 探索之旅！如果你曾好奇 AI 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打造智慧系統方式的優雅解決方案。
將 MCP 想像成 AI 應用的通用翻譯器——就如同 USB 埠讓你能將任何裝置接駁至電腦，MCP 讓 AI 模型以標準化方式連接任何工具或服務。無論你是建立第一個聊天機器人，還是處理複雜的 AI 工作流程，理解 MCP 會讓你有能力打造更強大靈活的應用。
本課程以耐心與用心設計你的學習路徑。我們將從你已熟悉的簡單概念開始，逐步透過你最喜愛的程式語言實作，建立專業知識。每一步都附有清晰解說、實用範例及充分鼓勵。
完成此旅程後，你將有自信架設自己的 MCP 伺服器，將它們整合至熱門 AI 平台，並了解這項技術如何重塑 AI 開發的未來。讓我們一同開始這趟激動人心的冒險吧！
此課程與 MCP 規範 2025-11-25（最新穩定版）保持一致。MCP 規範採用基於日期的版本控制（YYYY-MM-DD 格式），確保協定版本追蹤清晰。
這些資源會隨著你理解加深而愈發珍貴，但不必急於一次讀完。先從你最感興趣的區域開始吧！
- 📘 MCP 文件 – 你的逐步教學與使用指南首選資源，專為初學者撰寫，提供清楚範例，讓你可依照節奏跟隨學習。
- 📜 MCP 規範 – 可視為你的全面參考手冊。學習課程時，你會經常回來查閱細節與探索進階功能。
- 📜 MCP 規範版本控制 – 包含協定歷史版本資訊，以及 MCP 採用的基於日期版本控制說明。
- 🧑💻 MCP GitHub 儲存庫 – 這裡有多種程式語言的 SDK、工具和程式範例，猶如收藏豐富的實作範例與現成組件寶庫。
- 🌐 MCP 社群 – 加入其他學習者與經驗豐富的開發者，參與 MCP 討論。這是一個互助社群，歡迎提問並自由分享知識。
完成本課程後，你將充滿信心並期待展示新技能。以下是你將達成的成果：
• 了解 MCP 基礎：你會掌握 Model Context Protocol 是什麼，以及為何它正在革新 AI 應用如何協同工作，藉由合適的比喻與範例，讓概念易於理解。
• 打造你的第一個 MCP 伺服器：你將用首選程式語言製作可運作的 MCP 伺服器，從簡單範例開始，逐步提升技能。
• 連接 AI 模型與真實工具：你會學會如何搭建 AI 模型與實際服務之間的橋樑，讓應用獲得強大新能力。
• 實踐安全最佳做法：你將明白如何維護 MCP 實作的安全性，保障應用和使用者。
• 自信部署：你會知道如何將 MCP 專案從開發帶到生產環境，並使用實務有效的部署策略。
• 加入 MCP 社群：你會成為日益壯大的開發者社群一份子，共同形塑 AI 應用開發的未來。
在深入 MCP 具體內容前，我們先確保你對一些基礎概念感到自在。不用擔心如果你還不是這些領域專家——我們會逐步解說你需要知道的一切！
把協定想成對話規則。當你打電話給朋友，雙方都知道接聽時要說「哈囉」、輪流講話，結束時說「再見」。電腦程式也需要類似規則才能有效溝通。
MCP 是一個協定——一套彼此同意的規則，幫助 AI 模型和應用與工具、服務進行有效「對話」。就如同擁有對話規則使人類溝通更順暢，MCP 讓 AI 應用間溝通更可靠且強大。
你每天都在使用用戶端-伺服器關係！瀏覽器（用戶端）用來拜訪網站時，你連接至伺服器，伺服器傳送頁面內容。瀏覽器知道如何請求資料，伺服器知道如何回應。
MCP 也有類似關係：AI 模型是請求資訊或動作的用戶端，而 MCP 伺服器提供這些能力。就像有個助理（伺服器）能根據 AI 指令執行特定任務。
想像每個汽車製造商用不同形狀的油槍——你就得為每台車準備不同接頭！標準化即是大家同意採用共通方式，東西能順利搭配。
MCP 提供 AI 應用的標準化方法。AI 模型不需為每個工具寫專屬程式碼，MCP 創造通用溝通方式。這樣開發者只需打造一次工具，即能支援多種 AI 系統。
你的 MCP 旅程經過精心規劃，循序漸進地增強信心與技術。每個階段引入新概念，同時加強已學內容。
冒險從此展開！我們將用熟悉的比喻與簡易範例介紹 MCP 概念。你會了解 MCP 是什麼、為何存在，以及它如何融入 AI 發展大環境。
• 模組 0 - MCP 簡介：從探索 MCP 是什麼及其對現代 AI 應用重要性開始。你會看到 MCP 實際運作的範例，並了解它如何解決開發者常遇問題。
• 模組 1 - 核心概念解說：學習 MCP 的基礎組成。藉由大量比喻和視覺範例，確保這些概念自然且易理解。
• 模組 2 - MCP 中的安全性：安全可能聽起來令人生畏，我們將展示 MCP 內建的安全機制，並教你保障應用安全的最佳實踐。
現在真正有趣的部分開始了！你將會親手構建實際的 MCP 伺服器和客戶端。不用擔心——我們會從簡單開始，並指導你完成每一步。
本模組包含多個動手操作指南，讓你可以使用喜愛的程式語言進行練習。你將會建立你的第一個伺服器，開發用來連接它的客戶端，甚至整合像 VS Code 這樣的熱門開發工具。
每個指南都包含完整的程式碼範例、故障排除技巧以及解釋我們為何做出特定設計選擇。完成這個階段後，你就會擁有可以引以為傲的可用 MCP 實作！
掌握基礎後，你已經準備好探索更複雜的 MCP 功能。我們將涵蓋實務實作策略、除錯技巧，以及多模態 AI 整合等進階主題。
你還會學到如何將 MCP 實作擴展到生產環境，以及如何整合像 Azure 這樣的雲端平台。這些模組將幫助你打造能夠應對真實需求的 MCP 解決方案。
最後一個階段著重於加入 MCP 社群並專注於你最感興趣的領域。你將學會如何貢獻開源 MCP 專案、實現進階的驗證模式，並打造完整的資料庫整合解決方案。
模組 11 特別值得一提——它包含完整的 13 個實作實驗室學習路徑，教你打造具備 PostgreSQL 整合的量產級 MCP 伺服器。這就像一個匯集你所學所有內容的終極專案！
| 模組 | 主題 | 說明 | 連結 |
|---|---|---|---|
| 模組 0-3：基礎篇 | |||
| 00 | MCP 簡介 | 模型上下文協議概述及其在 AI 流程中的重要性 | 閱讀更多 |
| 01 | 核心概念解說 | 深入探討 MCP 的核心概念 | 閱讀更多 |
| 02 | MCP 安全性 | 安全威脅與最佳實踐 | 閱讀更多 |
| 03 | MCP 入門 | 環境設置、基礎伺服器/客戶端、整合 | 閱讀更多 |
| 模組 3：建立你的第一個伺服器和客戶端 | |||
| 3.1 | 第一個伺服器 | 建立你的第一個 MCP 伺服器 | 指南 |
| 3.2 | 第一個客戶端 | 開發一個基礎 MCP 客戶端 | 指南 |
| 3.3 | 帶有大型語言模型的客戶端 | 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 | Microsoft Foundry 工具箱 | 使用 Microsoft Foundry 工具箱搭配 MCP | 指南 |
| 3.8 | 測試 | 測試你的 MCP 伺服器實作 | 指南 |
| 3.9 | 部署 | 將 MCP 伺服器部署至生產環境 | 指南 |
| 3.10 | 進階伺服器使用 | 使用進階伺服器來啟用進階功能和改善架構 | 指南 |
| 3.11 | 簡易驗證 | 從頭開始介紹驗證與 RBAC | 指南 |
| 3.12 | MCP 主機 | 配置 Claude Desktop、Cursor、Cline 及其它 MCP 主機 | 指南 |
| 3.13 | MCP 檢查器 | 使用 Inspector 工具除錯和測試 MCP 伺服器 | 指南 |
| 3.14 | 取樣 | 使用取樣與客戶端協作 | 指南 |
| 3.15 | MCP 應用程式 | 建立 MCP 應用程式 | 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 | 分頁處理 | 使用基於游標的分頁處理大量結果集 | 指南 |
| 05 | MCP 進階主題 | 多模態 AI、擴展性、企業應用 | 閱讀更多 |
| 5.1 | Azure 整合 | MCP 與 Azure 的整合 | 指南 |
| 5.2 | 多模態運作 | 處理多種模態 | 指南 |
| 5.3 | OAuth2 示範 | 實作 OAuth2 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 | 取樣技巧 | MCP 中的取樣技術 | 指南 |
| 5.7 | 擴展 | 擴展 MCP 實作 | 指南 |
| 5.8 | 安全性 | 進階安全性考量 | 指南 |
| 5.9 | 網路搜尋 | 實作網路搜尋功能 | 指南 |
| 5.10 | 實時串流 | 建立實時串流功能 | 指南 |
| 5.11 | 實時搜尋 | 實作實時搜尋 | 指南 |
| 5.12 | Entra ID 驗證 | 使用 Microsoft Entra ID 進行驗證 | 指南 |
| 5.13 | Foundry 整合 | 與 Microsoft Foundry 整合 | 指南 |
| 5.14 | 上下文工程 | 高效上下文工程技術 | 指南 |
| 5.15 | MCP 自訂傳輸 | 自訂傳輸實作 | 指南 |
| 5.16 | 協定功能 | 進度通知、取消、資源模板 | 指南 |
| 5.17 | 對抗式多代理推理 | 兩個代理使用共享 MCP 工具辯論對立觀點，由裁判代理評估 | 指南 |
| 模組 6-10：社群與最佳實踐 | |||
| 06 | 社群貢獻 | 如何貢獻至 MCP 生態系 | 指南 |
| 07 | 早期採用心得 | 真實世界的實作故事 | 指南 |
| 08 | MCP 最佳實踐 | 效能、容錯、韌性 | 指南 |
| 09 | MCP 案例研究 | 實際實作範例 | 指南 |
| 10 | 實作工作坊 | 使用 Microsoft Foundry 工具箱建構 MCP 伺服器 | 實驗室 |
| 模組 11：MCP 伺服器實務實驗室 | |||
| 11 | MCP 伺服器資料庫整合 | 具 PostgreSQL 整合的 13 實驗室完整實作路徑 | 實驗室 |
| 11.1 | 簡介 | MCP 與資料庫整合及零售分析案例概述 | 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 | 列層安全、驗證與多租戶資料存取 | 實驗室 02 |
| 11.4 | 環境設置 | 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 | 建立與資料庫整合的 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 和 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 聊天使用 | 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 | 應用程式洞察、日誌記錄、效能監控 | 實驗室 11 |
| 11.13 | 最佳實踐 | 效能優化、安全強化與生產環境建議 | 實驗室 12 |
| 模組 12：MCP 工具 | |||
| 12.1 | 工具 | MCP 在 Copilot App 中的使用 | 指南 |
學習 MCP 中最令人興奮的部分之一，便是看到你的程式碼技能逐步成長。我們設計的程式碼範例從簡單開始，隨著理解加深而變得更為複雜。以下是我們介紹概念的方式——使用易於理解但能展現真實 MCP 原則的程式碼，你不只會知道程式碼做了什麼，更會明白為什麼這樣結構設計，以及它如何融入大型 MCP 應用。
| 語言 | 說明 | 連結 |
|---|---|---|
| C# | MCP 伺服器範例 | 檢視程式碼 |
| Java | MCP 計算機 | 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 | 容器應用示例 | 查看程式碼 |
| JavaScript | 進階範例 | 查看程式碼 |
| Python | 複雜實作 | 查看程式碼 |
| TypeScript | 容器範例 | 查看程式碼 |
為了最大限度地利用此課程，你應該具備：
-
至少一種以下程式語言的基礎知識：C#、Java、JavaScript、Python 或 TypeScript
-
理解客戶端-伺服器模型及 API
-
熟悉 REST 和 HTTP 概念
-
（選擇性）具備 AI/ML 概念背景
-
參與我們的社區討論以獲取支援
本資源庫包含多種資源，幫助你有效導航與學習：
有一份完整的 學習指南 協助你有效導覽此資源庫。此視覺課程地圖展示所有主題之間的連結，並指導如何有效使用範例專案。這對於喜歡用視覺方式了解全貌的學習者尤為有用。
指南內容包括：
- 完整視覺課程地圖，展示所有涵蓋主題
- 詳細解析每個資源庫區段
- 指導如何使用範例專案
- 不同技能等級的推薦學習路徑
- 補充資源以輔助學習歷程
我們維護一份詳細的 更新日誌，追蹤教材的重要更新，讓你隨時掌握最新改進與新增內容。
- 新增內容
- 結構調整
- 功能改進
- 文件更新
本指南中的每堂課，均包含：
- 清晰解釋 MCP 概念
- 多種語言的實時程式碼範例
- 建立實際 MCP 應用的練習
- 進階學習者的額外資源
讓我們認識 Model Context Protocol (MCP)，一個先進架構，旨在標準化 AI 模型與客戶端應用之間的互動。透過此初學者友善的課程，我們將介紹 MCP，並引導你建立第一個 MCP 伺服器。
JavaScript: https://aka.ms/letslearnmcp-javascript
恭喜！你剛邁出了一段令人興奮的旅程第一步，將擴展你的程式能力並連接到 AI 開發的最前沿。
透過閱讀此介紹，你已開始建立 MCP 知識基礎。你明白 MCP 是什麼、為何重要，以及此課程如何支持你的學習旅程。這是一項重大成就，也是你在此重要技術領域的專業起點。
隨著你進入這些模組，請記得每位專家也曾是新手。可能現在看起來複雜的概念，隨著練習與應用，會變成你的第二天性。每一步小進展都會構築強大能力，助你在開發生涯中有所裨益。
你正加入一個由熱愛 MCP 的學習者和專家組成的社群，他們熱衷幫助他人成功。不管你是在編程挑戰中卡住，或是興奮想分享新發現，社群都在這裡支持你。
如果你遇到困難或有任何建立 AI 應用的疑問，歡迎與其他學習者及經驗豐富的開發者一起討論 MCP。這是一個支持性的社區，歡迎提問並自由分享知識。
如遇產品反饋或建置錯誤，請訪問：
你的 MCP 冒險現在開始！從模組 0 開始，深入你的第一個 MCP 實作體驗，或探索範例專案，看看你將打造什麼。記住──每位專家都從你現在的位置起步，靠著耐心和練習，你將驚喜於自己的成就。
歡迎來到 Model Context Protocol 開發的世界。讓我們一起打造不凡！
這套課程因為像你這樣的學習者貢獻而日益壯大！不論是修正打字錯誤、建議更清楚的說明，抑或加入新範例，你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。
貢獻過程設計為熱情與支持。大多數貢獻需簽署貢獻者授權協議（CLA），但自動工具會順暢引導你完成流程。
整套課程依照 MIT LICENSE 授權，意即你可以自由使用、修改和分享。這支持我們致力於讓 MCP 知識普及全球開發者的使命。
本專案歡迎貢獻與建議。 大多數貢獻需你同意簽署 貢獻者授權協議（CLA），聲明你擁有權利且確實授予我們 使用你的貢獻的權利。 詳情請參見 https://cla.opensource.microsoft.com 。
當你提交拉取請求時，CLA 機器人會自動判斷你是否需要提供 CLA，並適當標記 PR（例如狀態檢查、評論）。請按照 機器人提供的指引操作。你在所有使用我們 CLA 的資源庫中只需做一次。
本專案已採用 Microsoft 開放原始碼行為守則。 更多資訊請參考 行為守則常見問答 或 電郵聯絡 opencode@microsoft.com 提問或反饋。
準備開始你的 MCP 旅程了嗎？從 模組 00 - MCP 介紹 開始，踏出 Model Context Protocol 開發世界的第一步！
我們團隊還製作其他課程！快來看看：
-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}
免責聲明： 本文件使用 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。原始文件的母語版本應被視為權威來源。對於重要資訊，建議尋求專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或曲解承擔責任。