Model Context Protocol (MCP) dla początkujących

April 12, 2026 · View on GitHub

Ten przewodnik do nauki zapewnia przegląd struktury i zawartości repozytorium dla kursu „Model Context Protocol (MCP) dla początkujących”. Użyj tego przewodnika, aby efektywnie poruszać się po repozytorium i w pełni wykorzystać dostępne zasoby.

Przegląd repozytorium

Model Context Protocol (MCP) to ustandaryzowany framework do interakcji między modelami AI a aplikacjami klienckimi. Pierwotnie stworzony przez Anthropic, MCP jest obecnie utrzymywany przez szerszą społeczność MCP za pośrednictwem oficjalnej organizacji GitHub. To repozytorium zapewnia kompleksowy program nauczania z praktycznymi przykładami kodu w C#, Javie, JavaScript, Python oraz TypeScript, przeznaczony dla deweloperów AI, architektów systemów i inżynierów oprogramowania.

Wizualna mapa programu nauczania

mindmap
  root((MCP dla Początkujących))
    00. Wprowadzenie
      ::icon(fa fa-book)
      (Przegląd protokołu)
      (Korzyści ze standaryzacji)
      (Przykłady zastosowań)
      (Podstawy integracji AI)
    01. Główne koncepcje
      ::icon(fa fa-puzzle-piece)
      (Architektura klient-serwer)
      (Komponenty protokołu)
      (Wzorce komunikacji)
      (Mechanizmy transportu)
      (Zadania - eksperymentalne)
      (Adnotacje narzędzi)
    02. Bezpieczeństwo
      ::icon(fa fa-shield)
      (Zagrożenia specyficzne dla AI)
      (Najlepsze praktyki 2025)
      (Bezpieczeństwo zawartości Azure)
      (Uwierzytelnianie i autoryzacja)
      (Microsoft Prompt Shields)
      (OWASP MCP Top 10)
      (Warsztat bezpieczeństwa Sherpa)
    03. Pierwsze kroki
      ::icon(fa fa-rocket)
      (Pierwsza implementacja serwera)
      (Rozwój klienta)
      (Integracja klienta LLM)
      (Rozszerzenia VS Code)
      (Konfiguracja serwera SSE)
      (Streaming HTTP)
      (Integracja narzędzi AI)
      (Frameworki testowe)
      (Zaawansowane użycie serwera)
      (Proste uwierzytelnianie)
      (Strategie wdrożeń)
      (Konfiguracja hostów MCP)
      (Inspektor MCP)
    04. Praktyczna implementacja
      ::icon(fa fa-code)
      (SDK wielojęzyczne)
      (Testowanie i debugowanie)
      (Szablony promptów)
      (Przykładowe projekty)
      (Wzorce produkcyjne)
      (Strategie paginacji)
    05. Zaawansowane tematy
      ::icon(fa fa-graduation-cap)
      (Inżynieria kontekstu)
      (Integracja agenta Foundry)
      (Wielomodalne przepływy AI)
      (Uwierzytelnianie OAuth2)
      (Wyszukiwanie w czasie rzeczywistym)
      (Protokoły streamingu)
      (Konteksty główne)
      (Strategie routingu)
      (Techniki próbkowania)
      (Rozwiązania skalowania)
      (Wzmacnianie bezpieczeństwa)
      (Integracja Entra ID)
      (Wyszukiwanie w sieci MCP)
      (Szczegółowa analiza funkcji protokołu)
      (Adwersarialne rozumowanie wieloagentowe)
      
    06. Społeczność
      ::icon(fa fa-users)
      (Wkład w kod)
      (Dokumentacja)
      (Ekosystem klienta MCP)
      (Rejestr serwera MCP)
      (Narzędzia generowania obrazów)
      (Współpraca na GitHub)
    07. Wczesna adopcja
      ::icon(fa fa-lightbulb)
      (Wdrożenia produkcyjne)
      (Serwery Microsoft MCP)
      (Usługa Azure MCP)
      (Studia przypadków przedsiębiorstw)
      (Mapa drogowa na przyszłość)
    08. Najlepsze praktyki
      ::icon(fa fa-check)
      (Optymalizacja wydajności)
      (Odporność na błędy)
      (Odporność systemu)
      (Monitorowanie i obserwowalność)
    09. Studium przypadków
      ::icon(fa fa-file-text)
      (Zarządzanie API Azure)
      (Agent podróży AI)
      (Integracja Azure DevOps)
      (Dokumentacja MCP)
      (Rejestr MCP na GitHub)
      (Integracja VS Code)
      (Rzeczywiste implementacje)
    10. Warsztat praktyczny
      ::icon(fa fa-laptop)
      (Podstawy serwera MCP)
      (Zaawansowany rozwój)
      (Integracja narzędzi AI)
      (Wdrożenie produkcyjne)
      (Struktura 4-labowa)
    11. Laboratoria integracji baz danych
      ::icon(fa fa-database)
      (Integracja PostgreSQL)
      (Przypadek zastosowania w analizie detalicznej)
      (Bezpieczeństwo na poziomie wiersza)
      (Semantyczne wyszukiwanie)
      (Wdrożenie produkcyjne)
      (Struktura 13-labowa)
      (Nauka praktyczna)

Struktura repozytorium

Repozytorium jest podzielone na jedenaście głównych sekcji, z których każda koncentruje się na innych aspektach MCP:

Wprowadzenie (00-Introduction/)
- Przegląd Model Context Protocol
- Dlaczego standaryzacja ma znaczenie w pipeline’ach AI
- Praktyczne przypadki użycia i korzyści
Podstawowe koncepcje (01-CoreConcepts/)
- Architektura klient-serwer
- Kluczowe elementy protokołu
- Wzorce przesyłania wiadomości w MCP
Bezpieczeństwo (02-Security/)
- Zagrożenia bezpieczeństwa w systemach opartych na MCP
- Najlepsze praktyki zabezpieczania implementacji
- Strategie uwierzytelniania i autoryzacji
- Kompleksowa dokumentacja bezpieczeństwa:
  - MCP Security Best Practices 2025
  - Azure Content Safety Implementation Guide
  - MCP Security Controls and Techniques
  - MCP Best Practices Quick Reference
- Kluczowe zagadnienia bezpieczeństwa:
  - Ataki wstrzykiwania promptów i zatruwania narzędzi
  - Przejęcie sesji i problemy z tzw. confused deputy
  - Luki w przekazywaniu tokenów
  - Nadmierne uprawnienia i kontrola dostępu
  - Bezpieczeństwo łańcucha dostaw dla komponentów AI
  - Integracja Microsoft Prompt Shields
Pierwsze kroki (03-GettingStarted/)
- Konfiguracja środowiska i ustawienia
- Tworzenie podstawowych serwerów i klientów MCP
- Integracja z istniejącymi aplikacjami
- Sekcje obejmujące:
  - Pierwsza implementacja serwera
  - Development klienta
  - Integracja klienta LLM
  - Integracja z VS Code
  - Serwer Server-Sent Events (SSE)
  - Zaawansowane użycie serwera
  - Strumieniowanie HTTP
  - Integracja z AI Toolkit
  - Strategie testowania
  - Wytyczne dotyczące wdrażania
Praktyczna implementacja (04-PracticalImplementation/)
- Używanie SDK w różnych językach programowania
- Techniki debugowania, testowania i walidacji
- Tworzenie wielokrotnie używalnych szablonów promptów i workflowów
- Przykładowe projekty z przykładami implementacji
Zaawansowane tematy (05-AdvancedTopics/)
- Techniki inżynierii kontekstu
- Integracja agenta Foundry
- Wielomodalne workflow AI
- Demonstracje uwierzytelniania OAuth2
- Wyszukiwanie w czasie rzeczywistym
- Strumieniowanie w czasie rzeczywistym
- Implementacja root contexts
- Strategie routingu
- Techniki próbkowania
- Podejścia do skalowania
- Rozważania dotyczące bezpieczeństwa
- Integracja zabezpieczeń Entra ID
- Integracja wyszukiwania w sieci
- Adwersarialne rozumowanie multi-agentowe (wzorce debat)
Wkład społeczności (06-CommunityContributions/)
- Jak wnosić kod i dokumentację
- Współpraca przez GitHub
- Ulepszenia i opinie napędzane przez społeczność
- Korzystanie z różnych klientów MCP (Claude Desktop, Cline, VSCode)
- Praca z popularnymi serwerami MCP, w tym generowaniem obrazów
Lekcje z wczesnej adopcji (07-LessonsfromEarlyAdoption/)
- Realne implementacje i historie sukcesu
- Budowanie i wdrażanie rozwiązań opartych na MCP
- Trendy i przyszła mapa drogowa
- Przewodnik po serwerach MCP Microsoft: Kompleksowy przewodnik po 10 produkcyjnych serwerach MCP Microsoft, w tym:
  - Microsoft Learn Docs MCP Server
  - Azure MCP Server (15+ specjalizowanych konektorów)
  - GitHub MCP Server
  - Azure DevOps MCP Server
  - MarkItDown MCP Server
  - SQL Server MCP Server
  - Playwright MCP Server
  - Dev Box MCP Server
  - Azure AI Foundry MCP Server
  - Microsoft 365 Agents Toolkit MCP Server
Najlepsze praktyki (08-BestPractices/)
- Strojenie wydajności i optymalizacja
- Projektowanie odpornych na awarie systemów MCP
- Strategie testowania i odporności
Studia przypadków (09-CaseStudy/)
- Siedem kompleksowych studiów przypadków pokazujących wszechstronność MCP w różnych scenariuszach:
- Azure AI Travel Agents: Orkiestracja multi-agentów z Azure OpenAI i AI Search
- Integracja Azure DevOps: Automatyzacja procesów workflow z aktualizacjami danych YouTube
- Dokumentacja w czasie rzeczywistym: Konsola klienta Python ze strumieniowaniem HTTP
- Interaktywny generator planu nauki: Aplikacja webowa Chainlit z konwersacyjnym AI
- Dokumentacja w edytorze: Integracja VS Code z workflowami GitHub Copilot
- Zarządzanie API w Azure: Integracja korporacyjnego API z tworzeniem serwera MCP
- Rejestr MCP GitHub: Rozwój ekosystemu i platforma integracji agentowej
- Przykłady wdrożeń obejmujące integrację korporacyjną, produktywność deweloperów i rozwój ekosystemu
Warsztat praktyczny (10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/)
- Kompleksowy warsztat praktyczny łączący MCP z AI Toolkit
- Budowanie inteligentnych aplikacji łączących modele AI z narzędziami rzeczywistymi
- Praktyczne moduły obejmujące podstawy, tworzenie niestandardowego serwera i strategie wdrożenia produkcyjnego
- Struktura labów:
  - Lab 1: Podstawy serwera MCP
  - Lab 2: Zaawansowany development serwera MCP
  - Lab 3: Integracja AI Toolkit
  - Lab 4: Wdrożenie produkcyjne i skalowanie
- Podejście oparte na laboratoriach z instrukcjami krok po kroku
Laboratoria integracji bazy danych serwera MCP (11-MCPServerHandsOnLabs/)
- Kompleksowa ścieżka nauki w 13 laboratoriach dla budowy produkcyjnych serwerów MCP z integracją PostgreSQL
- Realistyczna implementacja analityki detalicznej na przykładzie przypadku użycia Zava Retail
- Wzorce klasy korporacyjnej, w tym Row Level Security (RLS), wyszukiwanie semantyczne i dostęp danych wielodostępnych
- Pełna struktura labów:
  - Laby 00-03: Podstawy – Wprowadzenie, architektura, bezpieczeństwo, konfiguracja środowiska
  - Laby 04-06: Budowa serwera MCP – Projekt bazy danych, implementacja serwera MCP, rozwój narzędzi
  - Laby 07-09: Funkcje zaawansowane – Wyszukiwanie semantyczne, testowanie i debugowanie, integracja VS Code
  - Laby 10-12: Produkcja i najlepsze praktyki – Wdrożenie, monitorowanie, optymalizacja
- Technologie objęte: framework FastMCP, PostgreSQL, Azure OpenAI, Azure Container Apps, Application Insights
- Efekty nauki: Produkcyjne serwery MCP, wzorce integracji bazy danych, analityka AI, bezpieczeństwo korporacyjne

Dodatkowe zasoby

Repozytorium zawiera zasoby wspierające:

Folder z obrazkami: Zawiera diagramy i ilustracje używane w całym programie nauczania
Tłumaczenia: Wsparcie wielojęzyczne z automatycznymi tłumaczeniami dokumentacji
Oficjalne zasoby MCP:

Jak korzystać z tego repozytorium

Nauka sekwencyjna: Przechodź przez rozdziały po kolei (od 00 do 11), aby uzyskać uporządkowane doświadczenie edukacyjne.
Skupienie na konkretnym języku: Jeśli interesuje Cię określony język programowania, eksploruj katalogi z przykładami w preferowanym języku.
Praktyczna implementacja: Zacznij od sekcji „Pierwsze kroki”, aby skonfigurować środowisko i stworzyć swój pierwszy serwer i klient MCP.
Eksploracja zaawansowana: Po opanowaniu podstaw zagłęb się w tematy zaawansowane, aby rozszerzyć swoją wiedzę.
Zaangażowanie społeczności: Dołącz do społeczności MCP poprzez dyskusje na GitHub i kanały Discord, aby łączyć się z ekspertami i innymi deweloperami.

Klienci i narzędzia MCP

Program nauczania obejmuje różne klientów i narzędzia MCP:

Oficjalni klienci:
- Visual Studio Code
- MCP w Visual Studio Code
- Claude Desktop
- Claude w VSCode
- Claude API
Klienci społecznościowi:
- Cline (terminalowy)
- Cursor (edytor kodu)
- ChatMCP
- Windsurf
Narzędzia zarządzające MCP:
- MCP CLI
- MCP Manager
- MCP Linker
- MCP Router

Popularne serwery MCP

Repozytorium przedstawia różne serwery MCP, w tym:

Oficjalne serwery MCP Microsoft:
- Microsoft Learn Docs MCP Server
- Azure MCP Server (15+ specjalizowanych konektorów)
- GitHub MCP Server
- Azure DevOps MCP Server
- MarkItDown MCP Server
- SQL Server MCP Server
- Playwright MCP Server
- Dev Box MCP Server
- Azure AI Foundry MCP Server
- Microsoft 365 Agents Toolkit MCP Server
Oficjalne serwery referencyjne:
- Filesystem
- Fetch
- Memory
- Sequential Thinking
Generowanie obrazów:
- Azure OpenAI DALL-E 3
- Stable Diffusion WebUI
- Replicate
Narzędzia developerskie:
- Git MCP
- Terminal Control
- Code Assistant
Serwery specjalizowane:
- Salesforce
- Microsoft Teams
- Jira & Confluence

Wkład w repozytorium

To repozytorium zaprasza do wkładu społeczność. Zobacz sekcję Wkład społeczności, aby dowiedzieć się, jak skutecznie przyczyniać się do ekosystemu MCP.

Ten przewodnik do nauki został ostatnio zaktualizowany 5 lutego 2026 roku, odzwierciedlając najnowszą Specyfikację MCP z 2025-11-25 i przedstawia stan repozytorium na ten dzień. Zawartość repozytorium może być aktualizowana po tej dacie.

Zastrzeżenie:
Niniejszy dokument został przetłumaczony przy użyciu usługi tłumaczenia AI Co-op Translator. Pomimo naszych starań o dokładność, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym powinien być uznany za wiarygodne źródło. W przypadku informacji krytycznych zaleca się skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.