توضیحات

آموزش پروتکل MCP در زمان کوتاه

نام دوره : MCP Crash Course: Complete Model Context Protocol in a Day

پیش‌نیاز

• آشنایی کامل و تخصصی با اکوسیستم GenAI الزامی است.

• داشتن تجربه در مهندسی نرم‌افزار ضروری است.

• نصب بودن Node.js بر روی سیستم.

• نصب بودن Python.

• نصب بودن نرم‌افزار Claude Desktop.

• نصب بودن محیط Cursor IDE.

توضیحات

این دوره برای مبتدیان مناسب نیست.

پیش‌فرض بر این است که شما پیش‌زمینه‌ی قوی در مهندسی نرم‌افزار دارید و به زبان Python تسلط دارید.

مدرس از محیط توسعه‌ی Cursor IDE استفاده می‌کند، اما شما می‌توانید از هر ویرایشگر دیگری نیز بهره ببرید، زیرا در این آموزش تنها از امکانات پایه مانند دیباگ و اجرای اسکریپت‌ها استفاده می‌شود.

دانشجویان ایده‌آل این دوره، توسعه‌دهندگان نرم‌افزار، دانشمندان داده و مهندسان هوش مصنوعی هستند که می‌خواهند به درک عمیقی از پروتکل MCP و نحوه‌ی کار با آن در محیط‌های واقعی برسند.

معرفی MCP (Model Context Protocol)

پروتکل MCP یک چارچوب استاندارد برای ساخت عامل‌ها (Agents) و جریان‌های کاری پیچیده بر پایه‌ی مدل‌های زبانی بزرگ (LLMs) است.

این پروتکل امکان:

• استفاده از اتصالات از پیش‌ساخته‌شده (Integrations)،

• تعویض آسان میان ارائه‌دهندگان مختلف مدل‌های زبانی (LLM Providers)،

• و افزایش امنیت داده‌ها را فراهم می‌کند.

اجزای معماری MCP

• MCP Hosts: برنامه‌هایی مانند Claude Desktop، Cursor، Windsurf و سایر ابزارهای هوش مصنوعی که از طریق MCP به داده‌ها دسترسی پیدا می‌کنند.

• MCP Clients: کلاینت‌هایی که اتصال مستقیم ۱:۱ با سرورها برقرار می‌کنند (محتوا در دست آماده‌سازی – آوریل).

• MCP Servers: برنامه‌های سبک که قابلیت‌های خاصی را از طریق پروتکل MCP در اختیار قرار می‌دهند.

• Local Data Sources: منابع داده‌ی محلی مانند فایل‌ها، پایگاه‌داده‌ها و سرویس‌های سیستم شما که سرورهای MCP می‌توانند با امنیت به آن‌ها دسترسی داشته باشند (در حال آماده‌سازی تا پایان مارس).

• Remote Services: سیستم‌های خارجی در اینترنت (از طریق APIها) که سرورهای MCP می‌توانند به آن‌ها متصل شوند (در حال آماده‌سازی تا پایان مارس).

• Authentication: احراز هویت امن برای تعامل بین کلاینت‌ها و سرورها.

قابلیت‌های کلیدی MCP

• Resources: مؤلفه‌هایی که داده و محتوا را از سرورها به LLM منتقل می‌کنند.

• Prompts: ایجاد قالب‌ها و جریان‌های کاری تکرارپذیر برای پرامپت‌ها.

• Tools: قابلیت اجرای دستورات و اقدامات از سوی LLM از طریق سرور شما.

• Sampling: امکان درخواست تکمیل‌ها و پاسخ‌ها از مدل‌های زبانی به‌وسیله‌ی سرور.

• Transports: سازوکار ارتباطی بین کلاینت‌ها و سرورها در پروتکل MCP.

موضوعات پوشش داده‌شده در دوره آموزش پروتکل MCP در زمان کوتاه

• بهترین روش‌های امنیتی در MCP + Agent Security

• Containerizing MCP Servers (راه‌اندازی سرورهای MCP در کانتینرها)

• Protocol Flow – نحوه‌ی جریان داده‌ها و درخواست‌ها در پروتکل MCP

• MCP + Docker – استقرار MCP در محیط‌های Docker

• MCP + LangChain – استفاده از MCP در کنار چارچوب LangChain برای ساخت Agentهای هوش مصنوعی

• OAuth 2.0 with MCP – احراز هویت با Auth0

• MCP Deployment (Cloudflare) – استقرار سرورهای MCP با استفاده از پلتفرم Cloudflare

• A2A (Agent to Agent Protocol) – در حال توسعه (WIP)

دوره آموزش پروتکل MCP در زمان کوتاه برای چه کسانی مناسب است

• کاربران حرفه‌ای GenAI که تجربه‌ی عملی در این حوزه دارند

• دانشمندان داده (Data Scientists)

• توسعه‌دهندگان نرم‌افزار و اپلیکیشن

• مهندسان هوش مصنوعی (AI Engineers)

• متخصصانی که به دنبال یادگیری عمیق پروتکل MCP و کاربرد آن در توسعه‌ی Agentها و سیستم‌های هوش مصنوعی مدرن هستند.

بخشی از دوره :