入门
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
-2- 客户端，本课将教你如何编写能够连接到服务器的客户端，
-3- 带有LLM的客户端，更高级的客户端写法是为其添加一个LLM，这样它可以与服务器“协商”下一步操作，
-4- 在Visual Studio Code中使用服务器GitHub Copilot代理模式。本节介绍如何在Visual Studio Code中运行我们的MCP服务器，
-5- 通过SSE（服务器发送事件）进行消费。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，
-6- 利用VSCode的AI工具包来使用和测试你的MCP客户端和服务器，
-7- 测试。本节重点介绍如何以不同方式测试服务器和客户端，
-8- 部署。本章将介绍多种部署MCP解决方案的方法，
Model Context Protocol (MCP) 是一个开放协议，用于标准化应用程序向LLM提供上下文的方式。可以把MCP看作AI应用的USB-C接口——它提供了一种标准化的方式，将AI模型连接到不同的数据源和工具。
学习目标
完成本课后，你将能够：
- 在C#、Java、Python、TypeScript和JavaScript中搭建MCP开发环境
- 构建并部署带有自定义功能（资源、提示和工具）的基础MCP服务器
- 创建连接到MCP服务器的宿主应用程序
- 测试和调试MCP实现
- 理解常见的设置问题及其解决方案
- 将你的MCP实现连接到流行的LLM服务
搭建你的MCP环境
在开始使用MCP之前，准备好开发环境并了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，确保顺利开始MCP开发。
先决条件
开始MCP开发前，请确保你具备：
- 开发环境：适用于你选择的语言（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，你将看到使用Python、TypeScript、Java和.NET构建的解决方案。以下是所有官方支持的SDK。
MCP提供多语言的官方SDK：
- C# SDK - 与Microsoft合作维护
- Java SDK - 与Spring AI合作维护
- TypeScript SDK - 官方TypeScript实现
- Python SDK - 官方Python实现
- Kotlin SDK - 官方Kotlin实现
- Swift SDK - 与Loopwork AI合作维护
- Rust SDK - 官方Rust实现
关键要点
- 使用语言特定的SDK，搭建MCP开发环境非常简单
- 构建MCP服务器需要创建并注册带有清晰架构的工具
- MCP客户端连接服务器和模型，以利用扩展功能
- 测试和调试对可靠的MCP实现至关重要
- 部署选项涵盖从本地开发到云端解决方案
练习
我们提供了一组示例，配合本节所有章节中的练习使用。此外，每章还有各自的练习和任务。
- Java计算器
- .Net计算器
- JavaScript计算器
- TypeScript计算器
- Python计算器