🚀 دوره آموزشی پروتکل زمینه مدل (MCP) برای مبتدی‌ها

April 12, 2026 · View on GitHub

MCP-for-beginners

برای شروع استفاده از این منابع، این مراحل را دنبال کنید:

فورک کردن مخزن: کلیک کنید روی
کلون کردن مخزن: git clone https://github.com/microsoft/mcp-for-beginners.git
همراهی با

🌐 پشتیبانی چندزبانه

پشتیبانی از طریق GitHub Action (خودکار و همیشه به‌روز)

ترجیح می‌دهید محلی کلون کنید؟

این مخزن شامل بیش از ۵۰ ترجمه زبان است که باعث افزایش قابل توجه حجم دانلود می‌شود. برای کلون کردن بدون ترجمه‌ها، از sparse checkout استفاده کنید:

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 (ویندوز):
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"
این کار همه چیز مورد نیاز برای تکمیل دوره را با سرعت دانلود خیلی بیشتر در اختیار شما قرار می‌دهد.

🚀 دوره آموزشی پروتکل زمینه مدل (MCP) برای مبتدی‌ها

یادگیری MCP با مثال‌های کد عملی در زبان‌های C#، جاوا، جاوااسکریپت، راست، پایتون، و تایپ‌اسکریپت

🧠 مروری بر دوره پروتکل زمینه مدل

به سفر خود در دنیای پروتکل زمینه مدل خوش آمدید! اگر تا به حال کنجکاو بودید که چگونه برنامه‌های هوش مصنوعی با ابزارها و خدمات مختلف ارتباط برقرار می‌کنند، قرار است راه‌حل زیبایی را کشف کنید که در حال تغییر نحوه ساخت سیستم‌های هوشمند توسط توسعه‌دهندگان است.

پروتکل زمینه مدل را مانند یک مترجم جهانی برای برنامه‌های هوش مصنوعی در نظر بگیرید - همان‌طور که پورت‌های USB اجازه می‌دهند هر دستگاهی به کامپیوتر شما وصل شود، MCP هم به مدل‌های هوش مصنوعی اجازه می‌دهد به هر ابزار یا سرویسی به شکل استاندارد متصل شوند. چه شما در حال ساخت اولین چت‌بات خود باشید و چه روی گردش‌های کاری پیچیده هوش مصنوعی کار کنید، فهم MCP به شما قدرت می‌دهد که برنامه‌های قابل انعطاف و توانمندتری بسازید.

این دوره آموزشی با صبر و دقت برای مسیر یادگیری شما طراحی شده است. ما از مفاهیم ساده‌ای که از قبل می‌دانید شروع می‌کنیم و به تدریج تخصص شما را با تمرین‌های عملی در زبان برنامه‌نویسی مورد علاقه‌تان افزایش می‌دهیم. هر مرحله شامل توضیحات واضح، مثال‌های عملی و تشویق فراوان در طول مسیر است.

وقتی این مسیر را به پایان برسانید، اعتماد به نفس خواهید داشت که سرورهای MCP خود را بسازید، آن‌ها را با پلتفرم‌های محبوب هوش مصنوعی ادغام کنید و درک کنید چگونه این فناوری آینده توسعه هوش مصنوعی را شکل می‌دهد. بیایید با هم این ماجراجویی هیجان‌انگیز را شروع کنیم!

مستندات و مشخصات رسمی

این دوره آموزشی منطبق بر مشخصات MCP 2025-11-25 (آخرین نسخه پایدار) است. مشخصات MCP از نسخه‌بندی بر اساس تاریخ (فرمت YYYY-MM-DD) برای ردیابی واضح نسخه پروتکل استفاده می‌کند.

این منابع با افزایش درک شما ارزشمندتر خواهند شد، اما نگران نباشید که همه را فوراً بخوانید. از قسمت‌هایی که بیشتر به آن‌ها علاقه دارید شروع کنید!

📘 مستندات MCP – منبع اصلی شما برای آموزش‌های گام‌به‌گام و راهنمای کاربران است. مستندات با رویکرد مبتدی نوشته شده است و مثال‌های روشنی دارد که می‌توانید با سرعت خود دنبال کنید.
📜 مشخصات MCP – این مثل دفترچه راهنمای کامل شماست. در طول دوره، بارها به آن رجوع خواهید کرد تا جزئیات خاص و ویژگی‌های پیشرفته را بررسی کنید.
📜 نسخه‌بندی مشخصات MCP – شامل اطلاعاتی درباره تاریخچه نسخه‌های پروتکل و نحوه استفاده MCP از نسخه‌بندی بر اساس تاریخ است.
🧑‍💻 مخزن GitHub MCP – اینجا مجموعه‌ای از SDKها، ابزارها و نمونه‌های کد در زبان‌های مختلف برنامه‌نویسی را خواهید یافت. مثل گنجینه‌ای از مثال‌های کاربردی و کامپوننت‌های آماده استفاده است.
🌐 جامعه MCP – به جامعه‌ای از یادگیرندگان و توسعه‌دهندگان باتجربه بپیوندید و در بحث‌های مربوط به MCP شرکت کنید. اینجا جایی است که سؤال‌ها پذیرفته می‌شوند و دانش آزادانه به اشتراک گذاشته می‌شود.

اهداف یادگیری

تا پایان این دوره، شما احساس اعتماد به نفس و هیجان نسبت به توانایی‌های جدیدتان خواهید داشت. اینجا آنچه خواهید آموخت است:

• درک اصول MCP: خواهید فهمید پروتکل زمینه مدل چیست و چرا دارد نحوه همکاری برنامه‌های هوش مصنوعی را متحول می‌کند، با تشبیهات و مثال‌هایی که مفهوم را روشن می‌کنند.

• ساخت اولین سرور MCP خود: یک سرور MCP کاربردی در زبان برنامه‌نویسی دلخواه خود ایجاد خواهید کرد، با مثال‌های ساده شروع کرده و مهارت‌هایتان را مرحله به مرحله افزایش خواهید داد.

• اتصال مدل‌های هوش مصنوعی به ابزارهای واقعی: یاد خواهید گرفت چگونه فاصله بین مدل‌های هوش مصنوعی و سرویس‌های واقعی را پر کنید و قابلیت‌های قدرتمند جدیدی به برنامه‌هایتان بدهید.

• پیاده‌سازی بهترین روش‌های امنیتی: خواهید فهمید چگونه پیاده‌سازی‌های MCP خود را ایمن نگه دارید و از برنامه‌ها و کاربران خود محافظت کنید.

• استقرار پروژه‌ها با اطمینان: می‌دانید چگونه پروژه‌های MCP خود را از مرحله توسعه به تولید برسانید، با راهکارهای عملی استقرار واقعی.

• پیوستن به جامعه MCP: بخشی از جامعه رو به رشد توسعه‌دهندگانی خواهید شد که آینده توسعه برنامه‌های هوش مصنوعی را شکل می‌دهند.

پیش‌زمینه‌های ضروری

قبل از آنکه وارد جزئیات MCP شویم، مطمئن شویم با برخی مفاهیم پایه راحت هستید. نگران نباشید اگر در این زمینه‌ها خبره نیستید - همه چیز لازم را هنگام پیش رفتن توضیح خواهیم داد!

درک پروتکل‌ها (پایه)

پروتکل را مثل قوانین یک مکالمه در نظر بگیرید. وقتی با دوستتان تماس می‌گیرید، هر دو می‌دانید که باید با «سلام» شروع کنید، نوبت به حرف زدن بدهید و در پایان «خداحافظ» بگویید. برنامه‌های کامپیوتری هم برای ارتباط مؤثر به قوانین مشابهی نیاز دارند.

MCP یک پروتکل است - مجموعه قوانینی که توافق شده تا مدل‌ها و برنامه‌های هوش مصنوعی بتوانند «مکالمات» مؤثری با ابزارها و سرویس‌ها داشته باشند. مثل اینکه داشتن قوانین مکالمه باعث روان‌تر شدن ارتباط انسانی می‌شود، وجود MCP ارتباط برنامه‌های هوش مصنوعی را مطمئن‌تر و قدرتمندتر می‌کند.

روابط کلاینت-سرور (چگونگی کار برنامه‌ها با هم)

شما همین الان هم هر روز از روابط کلاینت-سرور استفاده می‌کنید! وقتی از مرورگر وب (کلاینت) برای بازدید از سایت استفاده می‌کنید، به سرور وبی وصل می‌شوید که محتوای صفحه را برایتان می‌فرستد. مرورگر می‌داند چگونه درخواست کند و سرور چطور پاسخ دهد.

در MCP، رابطه‌ای مشابه داریم: مدل‌های هوش مصنوعی به عنوان کلاینت‌هایی که درخواست اطلاعات یا انجام کار می‌دهند عمل می‌کنند، در حالی که سرورهای MCP این امکانات را فراهم می‌کنند. این مثل داشتن یک دستیار کمک‌کننده (سرور) است که هوش مصنوعی می‌تواند از او بخواهد وظایف مشخصی را انجام دهد.

چرا استانداردسازی مهم است (هماهنگ کار کردن)

تصور کنید هر سازنده خودرو از پمپ بنزین با شکل متفاوت استفاده کند - مجبور می‌شدید برای هر خودرو آداپتور مخصوص داشته باشید! استانداردسازی یعنی توافق بر رویکردهای مشترک تا همه چیز به‌راحتی و هماهنگ کار کند.

MCP این استانداردسازی را برای برنامه‌های هوش مصنوعی فراهم می‌کند. به جای اینکه هر مدل هوش مصنوعی با هر ابزار به کد سفارشی نیاز داشته باشد، MCP زبان مشترکی برای ارتباط آن‌ها ایجاد می‌کند. یعنی توسعه‌دهندگان می‌توانند ابزارها را یک‌بار بسازند و با سیستم‌های مختلف هوش مصنوعی کار کنند.

🧭 نگاه کلی به مسیر یادگیری شما

سفر شما در MCP به دقت ساختار یافته است تا اعتماد به نفس و مهارت‌های شما به صورت تدریجی تقویت شود. هر فاز مفاهیم جدیدی معرفی می‌کند و در عین حال آنچه یاد گرفته‌اید را تثبیت می‌کند.

🌱 مرحله بنیاد: درک مفاهیم پایه (ماژول‌های ۰ تا ۲)

اینجاست که ماجراجویی شما آغاز می‌شود! با استفاده از تشبیهات آشنا و مثال‌های ساده، مفاهیم MCP را معرفی می‌کنیم. خواهید فهمید MCP چیست، چرا وجود دارد و چگونه در دنیای بزرگتر توسعه هوش مصنوعی جای می‌گیرد.

• ماژول ۰ - مقدمه‌ای بر MCP: با بررسی MCP و اهمیت آن برای برنامه‌های هوش مصنوعی مدرن شروع می‌کنیم. مثال‌های واقعی از MCP در عمل خواهید دید و درک می‌کنید چگونه مشکلات رایجی که توسعه‌دهندگان با آن روبرو هستند را حل می‌کند.

• ماژول ۱ - توضیح مفاهیم اصلی: اینجا اصول پایه MCP را خواهید آموخت. از تشبیهات فراوان و مثال‌های تصویری استفاده می‌کنیم تا این مفاهیم به شکل طبیعی و قابل فهم در ذهن‌تان بنشیند.

• ماژول ۲ - امنیت در MCP: امنیت ممکن است ترسناک به نظر برسد، اما نشان می‌دهیم چگونه MCP دارای ویژگی‌های ایمنی داخلی است و بهترین روش‌هایی که از ابتدا برنامه‌های شما را محافظت می‌کند را آموزش می‌دهیم.

🔨 مرحله ساخت: ایجاد پیاده‌سازی‌های اولیه خود (ماژول ۳)

حالا سرگرمی واقعی شروع می‌شود! شما تجربه عملی ساخت سرورها و کلاینت‌های واقعی MCP را خواهید داشت. نگران نباشید - ما از ساده شروع می‌کنیم و شما را در هر مرحله راهنمایی می‌کنیم.

این ماژول شامل چندین راهنمای عملی است که به شما اجازه می‌دهد در زبان برنامه‌نویسی مورد علاقه‌تان تمرین کنید. شما اولین سرور خود را ایجاد می‌کنید، یک کلاینت برای اتصال به آن می‌سازید و حتی با ابزارهای توسعه محبوب مانند VS Code ادغام می‌شوید.

هر راهنما شامل نمونه کد کامل، نکات عیب‌یابی و توضیحاتی درباره این است که چرا انتخاب‌های طراحی خاصی انجام دادیم. تا پایان این مرحله، پیاده‌سازی‌های MCP عملی خواهید داشت که می‌توانید به آن‌ها افتخار کنید!

🚀 فاز رشد: مفاهیم پیشرفته و کاربرد دنیای واقعی (ماژول‌های ۴-۵)

با تسلط بر مبانی، آماده‌اید تا ویژگی‌های پیشرفته‌تر MCP را کشف کنید. ما استراتژی‌های پیاده‌سازی عملی، تکنیک‌های دیباگ و موضوعات پیشرفته مانند ادغام هوش مصنوعی چندوجهی را پوشش خواهیم داد.

همچنین یاد خواهید گرفت چگونه پیاده‌سازی‌های MCP خود را برای استفاده در تولید مقیاس‌بندی کنید و با پلتفرم‌های ابری مانند Azure ادغام نمایید. این ماژول‌ها شما را آماده می‌کنند تا راه‌حل‌های MCP بسازید که بتوانند پاسخگوی نیازهای دنیای واقعی باشند.

🌟 فاز تسلط: جامعه و تخصص (ماژول‌های ۶-۱۱)

فاز نهایی روی پیوستن به جامعه MCP و تخصص در حوزه‌هایی که بیشتر علاقه‌مند هستید تمرکز دارد. یاد خواهید گرفت چگونه به پروژه‌های متن باز MCP کمک کنید، الگوهای پیشرفته احراز هویت را پیاده‌سازی کنید و راه‌حل‌های جامع با ادغام پایگاه داده بسازید.

ماژول ۱۱ شایان ذکر ویژه است - این یک مسیر یادگیری عملی کامل شامل ۱۳ لابراتوار است که به شما آموزش می‌دهد سرورهای MCP آماده تولید را با ادغام PostgreSQL بسازید. این مانند یک پروژه پایانی است که همه چیزهایی را که یاد گرفته‌اید گرد هم می‌آورد!

📚 ساختار کامل برنامه درسی

ماژول	موضوع	توضیحات	لینک
ماژول ۰-۳: اصول پایه
۰۰	معرفی MCP	نمای کلی پروتکل مدل زمینه و اهمیت آن در خطوط لوله هوش مصنوعی	ادامه مطلب
۰۱	توضیح مفاهیم اصلی	بررسی عمیق مفاهیم اصلی MCP	ادامه مطلب
۰۲	امنیت در MCP	تهدیدات امنیتی و بهترین روش‌ها	ادامه مطلب
۰۳	شروع کار با MCP	راه‌اندازی محیط، سرورها/کلاینت‌های پایه، ادغام	ادامه مطلب
ماژول ۳: ساخت اولین سرور و کلاینت شما
۳.۱	اولین سرور	ساخت اولین سرور MCP خود	راهنما
۳.۲	اولین کلاینت	توسعه یک کلاینت ساده MCP	راهنما
۳.۳	کلاینت با LLM	ادغام مدل‌های زبان بزرگ	راهنما
۳.۴	ادغام VS Code	استفاده از سرورهای MCP در VS Code	راهنما
۳.۵	سرور stdio	ساخت سرورها با استفاده از انتقال stdio	راهنما
۳.۶	پخش HTTP	پیاده‌سازی پخش HTTP در MCP	راهنما
۳.۷	جعبه ابزار هوش مصنوعی	استفاده از AI Toolkit همراه با MCP	راهنما
۳.۸	تست	تست پیاده‌سازی سرور MCP خود	راهنما
۳.۹	استقرار	استقرار سرورهای MCP در محیط تولید	راهنما
۳.۱۰	استفاده پیشرفته از سرور	استفاده از سرورهای پیشرفته برای استفاده از قابلیت‌های پیشرفته و معماری بهبود یافته	راهنما
۳.۱۱	احراز هویت ساده	فصلی که احراز هویت را از ابتدا و RBAC به شما نشان می‌دهد	راهنما
۳.۱۲	میزبان‌های MCP	پیکربندی Claude Desktop, Cursor, Cline و دیگر میزبان‌های MCP	راهنما
۳.۱۳	بازرس MCP	رفع اشکال و تست سرورهای MCP با ابزار Inspector	راهنما
۳.۱۴	نمونه‌برداری	استفاده از نمونه‌برداری برای همکاری با کلاینت	راهنما
۳.۱۵	برنامه‌های MCP	ساخت برنامه‌های MCP	راهنما
ماژول ۴-۵: عملی و پیشرفته
۰۴	پیاده‌سازی عملی	SDKها، رفع اشکال، تست، قالب‌های پرامپت قابل استفاده مجدد	ادامه مطلب
۴.۱	صفحه‌بندی	مدیریت مجموعه‌های بزرگ نتایج با صفحه‌بندی مبتنی بر کرسر	راهنما
۰۵	موضوعات پیشرفته MCP	هوش مصنوعی چندوجهی، مقیاس‌بندی، استفاده سازمانی	ادامه مطلب
۵.۱	ادغام Azure	ادغام MCP با Azure	راهنما
۵.۲	چندوجهی بودن	کار با چند مدالیتی	راهنما
۵.۳	دمو OAuth2	پیاده‌سازی احراز هویت OAuth2	راهنما
۵.۴	زمینه‌های ریشه‌ای	فهم و پیاده‌سازی زمینه‌های ریشه‌ای	راهنما
۵.۵	مسیریابی	استراتژی‌های مسیریابی MCP	راهنما
۵.۶	نمونه‌برداری	تکنیک‌های نمونه‌برداری در MCP	راهنما
۵.۷	مقیاس‌بندی	مقیاس‌بندی پیاده‌سازی‌های MCP	راهنما
۵.۸	امنیت	ملاحظات امنیتی پیشرفته	راهنما
۵.۹	جستجوی وب	پیاده‌سازی قابلیت جستجوی وب	راهنما
۵.۱۰	پخش زنده	ساخت قابلیت پخش زنده	راهنما
۵.۱۱	جستجوی زنده	پیاده‌سازی جستجوی بلادرنگ	راهنما
۵.۱۲	احراز هویت Entra ID	احراز هویت با Microsoft Entra ID	راهنما
۵.۱۳	ادغام Foundry	ادغام با Azure AI Foundry	راهنما
۵.۱۴	مهندسی زمینه	تکنیک‌هایی برای مهندسی موثر زمینه	راهنما
۵.۱۵	انتقال سفارشی MCP	پیاده‌سازی انتقال سفارشی	راهنما
۵.۱۶	ویژگی‌های پروتکل	اعلان پیشرفت، لغو، قالب‌های منابع	راهنما
۵.۱۷	استدلال چندعامل مخالف	دو عامل با استفاده از ابزارهای مشترک MCP طرف‌های مخالف را بحث می‌کنند، ارزیابی شده توسط یک عامل داور	راهنما
ماژول ۶-۱۰: جامعه و بهترین روش‌ها
۰۶	مشارکت‌های اجتماعی	چگونه به اکوسیستم MCP کمک کنیم	راهنما
۰۷	درس‌هایی از پذیرش اولیه	داستان‌های پیاده‌سازی دنیای واقعی	راهنما
۰۸	بهترین شیوه‌ها برای MCP	عملکرد، تحمل خطا، مقاومت	راهنما
۰۹	مطالعات موردی MCP	مثال‌های پیاده‌سازی عملی	راهنما
۱۰	کارگاه عملی	ساخت سرور MCP با AI Toolkit	لاب
ماژول ۱۱: لابراتوار عملی سرور MCP
۱۱	ادغام پایگاه داده سرور MCP	مسیر یادگیری عملی جامع ۱۳ لابراتوار برای ادغام PostgreSQL	لاب‌ها
۱۱.۱	معرفی	نمای کلی MCP با ادغام پایگاه داده و مورد استفاده تحلیل خرده‌فروشی	لاب ۰۰
۱۱.۲	معماری اصلی	درک معماری سرور MCP، لایه‌های پایگاه داده و الگوهای امنیتی	لاب ۰۱
۱۱.۳	امنیت و چنداجاره‌ای	امنیت سطح ردیف، احراز هویت و دسترسی داده چنداجاره‌ای	لاب ۰۲
۱۱.۴	راه‌اندازی محیط	راه‌اندازی محیط توسعه، داکر، منابع Azure	لاب ۰۳
۱۱.۵	طراحی پایگاه داده	راه‌اندازی PostgreSQL، طراحی اسکیمای خرده‌فروشی و داده نمونه	لاب ۰۴
۱۱.۶	پیاده‌سازی سرور MCP	ساخت سرور FastMCP با ادغام پایگاه داده	لاب ۰۵
۱۱.۷	توسعه ابزار	ساخت ابزار درخواست پایگاه داده و بررسی اسکیمای داده	لاب ۰۶
۱۱.۸	جستجوی معنایی	پیاده‌سازی بردار تعبیه‌ها با Azure OpenAI و pgvector	لاب ۰۷
۱۱.۹	تست و عیب‌یابی	استراتژی‌های تست، ابزارهای دیباگ و روش‌های اعتبارسنجی	لاب ۰۸
۱۱.۱۰	ادغام VS Code	پیکربندی ادغام VS Code با MCP و استفاده از چت هوش مصنوعی	لاب ۰۹
۱۱.۱۱	استراتژی‌های استقرار	استقرار با داکر، برنامه‌های کانتینری Azure و ملاحظات مقیاس‌بندی	لاب ۱۰
۱۱.۱۲	مانیتورینگ	Application Insights، ثبت لاگ، مانیتورینگ عملکرد	لاب ۱۱
۱۱.۱۳	بهترین شیوه‌ها	بهینه‌سازی عملکرد، سخت‌سازی امنیت و نکات تولید	لاب ۱۲

💻 پروژه‌های نمونه کد

یکی از هیجان‌انگیزترین بخش‌های یادگیری MCP دیدن پیشرفت مهارت‌های کدنویسی شما به مرور زمان است. ما نمونه کدهای خود را طوری طراحی کرده‌ایم که ابتدا ساده باشند و با افزایش درک شما پیچیده‌تر شوند. در اینجا چگونگی معرفی مفاهیم را می‌بینید - با کدی که آسان برای فهمیدن است اما اصول واقعی MCP را نشان می‌دهد، شما نه تنها می‌فهمید این کد چه کاری انجام می‌دهد، بلکه دلیل ساختار آن و نحوه قرارگیری آن در برنامه‌های بزرگ MCP را نیز درک خواهید کرد.

نمونه‌های ساده ماشین حساب MCP

زبان	توضیح	لینک
C#	نمونه سرور MCP	مشاهده کد
Java	ماشین حساب MCP	مشاهده کد
JavaScript	دموی MCP	مشاهده کد
Python	سرور MCP	مشاهده کد
TypeScript	نمونه MCP	مشاهده کد
Rust	نمونه MCP	مشاهده کد

پیاده‌سازی‌های پیشرفته MCP

زبان	توضیح	لینک
C#	نمونه پیشرفته	مشاهده کد
Java با Spring	نمونه برنامه کانتینر	مشاهده کد
JavaScript	نمونه پیشرفته	مشاهده کد
Python	پیاده‌سازی پیچیده	مشاهده کد
TypeScript	نمونه کانتینر	مشاهده کد

🎯 پیش‌نیازهای یادگیری MCP

برای بهره‌مندی کامل از این دوره، باید موارد زیر را داشته باشید:

دانش پایه در برنامه‌نویسی حداقل در یکی از زبان‌های زیر: C#، جاوا، جاوااسکریپت، پایتون یا تایپ‌اسکریپت
درک مدل کلاینت-سرور و APIها
آشنایی با مفاهیم REST و HTTP
(اختیاری) سابقه در مفاهیم هوش مصنوعی/یادگیری ماشین
شرکت در بحث‌های جامعه ما برای دریافت پشتیبانی

📚 راهنمای مطالعه و منابع

این مخزن شامل چندین منبع برای کمک به شما در یادگیری مؤثر است:

راهنمای مطالعه

یک راهنمای مطالعه جامع در دسترس است تا به شما در پیمایش مؤثر این مخزن کمک کند. این نقشه درسی بصری نشان می‌دهد که چگونه همه موضوعات به هم مرتبط هستند و راهنمایی‌هایی درباره نحوه استفاده مؤثر از پروژه‌های نمونه ارائه می‌دهد. این به ویژه برای کسانی که به صورت بصری یاد می‌گیرند و دوست دارند تصویر کلی را ببینند مفید است.

این راهنما شامل موارد زیر است:

نقشه درسی بصری که تمام موضوعات پوشش داده شده را نشان می‌دهد
تفکیک دقیق هر بخش از مخزن
راهنمایی درباره نحوه استفاده از پروژه‌های نمونه
مسیرهای یادگیری پیشنهادی برای سطوح مهارتی مختلف
منابع اضافی جهت تکمیل مسیر یادگیری شما

تغییرات

ما یک تغییرنامه دقیق نگهداری می‌کنیم که همه به‌روزرسانی‌های مهم در مواد درسی را دنبال می‌کند تا شما بتوانید با آخرین بهبودها و افزودنی‌ها به‌روز بمانید.

افزودن محتوای جدید
تغییرات ساختاری
بهبود ویژگی‌ها
به‌روزرسانی مستندات

🛠️ چگونه این دوره را مؤثر استفاده کنیم

هر درس در این راهنما شامل موارد زیر است:

توضیحات واضح درباره مفاهیم MCP
نمونه‌های کد زنده به زبان‌های مختلف
تمرین‌هایی برای ساخت برنامه‌های واقعی MCP
منابع اضافی برای یادگیرندگان پیشرفته

بیایید MCP را با C# یاد بگیریم - سری آموزش

بیایید درباره پروتکل مدل کانتکست (MCP) که یک چارچوب پیشرفته برای استانداردسازی تعاملات بین مدل‌های هوش مصنوعی و برنامه‌های مشتری است، بیاموزیم. در این جلسه مبتدی پسند، MCP را به شما معرفی می‌کنیم و شما را راهنمایی می‌کنیم تا اولین سرور MCP خود را بسازید.

C#: https://aka.ms/letslearnmcp-csharp

Java: https://aka.ms/letslearnmcp-java

JavaScript: https://aka.ms/letslearnmcp-javascript

Python: https://aka.ms/letslearnmcp-python

🎓 سفر شما در MCP آغاز می‌شود

تبریک! شما به تازگی اولین گام در سفر هیجان‌انگیزی را برداشته‌اید که توانایی‌های برنامه‌نویسی شما را گسترش می‌دهد و شما را به مرزهای پیشرفته توسعه هوش مصنوعی متصل می‌کند.

آنچه تاکنون به دست آورده‌اید

با خواندن این مقدمه، شما پایه دانش MCP خود را ساخته‌اید. شما می‌دانید MCP چیست، چرا اهمیت دارد و چگونه این دوره مسیر یادگیری شما را پشتیبانی خواهد کرد. این یک دستاورد مهم و آغاز تخصص شما در این فناوری حیاتی است.

ماجراجویی پیش رو

با پیشرفت در ماژول‌ها، به یاد داشته باشید هر متخصصی زمانی یک مبتدی بوده است. مفاهیمی که اکنون ممکن است پیچیده به نظر برسند، با تمرین و به‌کارگیری به سطح دوم طبیعت شما تبدیل خواهند شد. هر قدم کوچک به توانایی‌های قدرتمندی می‌انجامد که در سراسر دوران توسعه شما خدمت خواهد کرد.

شبکه پشتیبانی شما

شما به جمعی از یادگیرندگان و متخصصانی می‌پیوندید که به MCP علاقه‌مندند و مشتاقند به دیگران کمک کنند موفق شوند. چه در چالش کدنویسی گیر کرده باشید یا مشتاق به اشتراک گذاشتن یک دستاورد باشید، جامعه اینجا برای حمایت از سفر شما است.

اگر گیر کردید یا سوالی در مورد ساخت برنامه‌های هوش مصنوعی داشتید، به یادگیرندگان و توسعه‌دهندگان باتجربه در بحث‌های مربوط به MCP بپیوندید. این یک جامعه حمایتی است که سوالات پذیرفته می‌شود و دانش به طور آزادانه به اشتراک گذاشته می‌شود.

اگر بازخورد محصول یا خطایی در ساخت دارید، مراجعه کنید به:

آماده‌اید شروع کنید؟

ماجراجویی شما در MCP هم‌اکنون آغاز می‌شود! با ماژول 0 شروع کنید تا وارد اولین تجربیات عملی MCP خود شوید، یا پروژه‌های نمونه را کاوش کنید تا ببینید چه چیزی خواهید ساخت. به خاطر بسپارید - هر متخصص دقیقاً از همان جایی که شما هستید شروع کرده است، و با صبر و تمرین، از آنچه می‌توانید به دست آورید شگفت‌زده خواهید شد.

به دنیای توسعه پروتکل مدل کانتکست خوش آمدید. بیایید با هم چیزی شگفت‌انگیز بسازیم!

🤝 مشارکت در جامعه یادگیری

این دوره با مشارکت یادگیرندگانی مانند شما قوی‌تر می‌شود! چه اشتباه تایپی را اصلاح کنید، توضیح واضح‌تری پیشنهاد دهید، یا نمونه جدیدی اضافه کنید، مشارکت‌های شما به سایر مبتدیان کمک می‌کند تا موفق شوند.

از متخصص معتبر مایکروسافت Shivam Goyal برای مشارکت در نمونه کدها تشکر می‌کنیم.

فرآیند مشارکت به گونه‌ای طراحی شده است که استقبال‌کننده و حمایتگر باشد. بیشتر مشارکت‌ها نیازمند توافقنامه مجوز مشارکت (CLA) است، اما ابزارهای خودکار شما را به صورت روان در این فرآیند راهنمایی می‌کنند.

📜 یادگیری متن‌باز

کل این دوره تحت مجوز MIT LICENSE در دسترس است، به این معنی که شما می‌توانید آن را به طور آزادانه استفاده، تغییر و به اشتراک بگذارید. این از مأموریت ما برای قابل دسترس ساختن دانش MCP برای توسعه‌دهندگان در سراسر جهان حمایت می‌کند.

🤝 دستورالعمل‌های مشارکت

این پروژه از مشارکت‌ها و پیشنهادات استقبال می‌کند. بیشتر مشارکت‌ها نیازمند این است که شما با توافقنامه مجوز مشارکت (CLA) موافقت کنید که اعلام می‌کند شما حق دارید و در واقع حقوق لازم برای استفاده از مشارکت خود را به ما می‌دهید. برای جزئیات به https://cla.opensource.microsoft.com مراجعه کنید.

زمانی که درخواست کشش (Pull Request) ارسال می‌کنید، ربات CLA به طور خودکار تعیین می‌کند آیا باید CLA ارائه دهید یا خیر و درخواست شما را به طور مناسب علامت‌گذاری می‌کند (مثلاً چک وضعیت، کامنت). کافی است دستورالعمل‌های ارائه شده توسط ربات را دنبال کنید. شما تنها یک بار در تمام مخزن‌هایی که از CLA ما استفاده می‌کنند، نیاز به انجام این کار دارید.

این پروژه کد رفتار متن‌باز مایکروسافت را پذیرفته است.
برای اطلاعات بیشتر به سوالات متداول کد رفتار مراجعه کنید یا با opencode@microsoft.com تماس بگیرید.

آماده‌اید سفر خود در MCP را آغاز کنید؟ با ماژول 00 - مقدمه‌ای بر MCP شروع کنید و اولین گام‌های خود را در جهان توسعه پروتکل مدل کانتکست بردارید!

🎒 دوره‌های دیگر

تیم ما دوره‌های دیگری تولید می‌کند! بررسی کنید:

LangChain

Azure / Edge / MCP / Agents

سری هوش مصنوعی مولد

یادگیری پایه

مجموعه Copilot

عدم مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما برای دقت تلاش می‌کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است دارای خطاها یا نادرستی‌هایی باشند. سند اصلی به زبان مادری خود به عنوان منبع معتبر تلقی شود. برای اطلاعات حیاتی، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما مسئول هیچگونه سوءتفاهم یا تفسیر نادرستی که ناشی از استفاده از این ترجمه باشد، نیستیم.