تسلط به Model Context Protocol (MCP): راهنمای عملی

آنچه یاد خواهید گرفت:

• درک معماری MCP و مبانی JSON-RPC
• راه‌اندازی و پیکربندی سرور FastMCP
• ساخت کلاینت‌های MCP بر روی SSE ،streamable-http و stdio
• استفاده از ابزارها، منابع، پرامپت‌ها، ریشه‌ها، کشف و نمونه‌گیری در MCP
• محافظت از اندپوینت های MCP با OAuth 2.1 از طریق Auth0
• اعمال یکپارچه‌سازی FastAPI، کامپوزیشن، پروکسی و الگوهای Docker

پیش نیازهای دوره

• مهارت‌های متوسط در پایتون
• تجربه عملی با مدل‌های زبان بزرگ (LLM) و به‌خصوص فراخوانی ابزار
• دانش بنیادی مهندسی نرم‌افزار
• درک پایه‌ای از HTTP یا پروتکل‌های مشابه کلاینت‑سرور

توضیحات دوره

تسلط به Model Context Protocol (MCP) راهنمای عملی شما برای ساخت بک‌اند‌های AI مقاوم، امن و آماده تولید با استفاده از اکوسیستم FastMCP است.

این دوره شما را از هر گام - از راه‌اندازی یک سرور MCP حداقلی تا استقرار یک برنامه کامل‌استک که LangGraph ،FastAPI و امنیت OAuth 2.1 را ادغام می‌کند - پوشش می‌دهد.

شما یاد خواهید گرفت تا سیستم‌های ماژولار و قابل توسعه طراحی کنید که زمینه‌ی با کیفیت بالا را به LLMها از طریق پروتکل‌های مدرن و بهترین شیوه ها ارائه می‌دهند. با تمرکز قوی بر توسعه عملی، این دوره شما را برای ساخت اپلیکیشن های مقیاس‌پذیر مبتنی بر MCP که آماده استفاده در دنیای واقعی هستند، آماده می‌کند.

نکات برجسته دوره

• پایه‌های MCP
  یک سرور و کلاینت پایه FastMCP راه‌اندازی کنید. چرخه درخواست/پاسخ JSON‑RPC را درک کرده و به‌صورت مؤثر خطاها را مدیریت کنید.

• روش‌های Transports
  با SSE ،streamable‑http (بررسی stateless و stateful) و stdio کار کنید. یاد بگیرید که چگونه بین Transports تغییر مسیر دهید و در سناریوهای مختلف اعمال کنید.

• ویژگی‌های پیشرفته MCP
  ویژگی‌های کلیدی مانند ابزارها، منابع، پرامپت‌ها، کشف، ریشه‌ها و نمونه‌گیری را پیاده‌سازی کنید تا پایپ لاین های پویا و تطبیقی زمینه ایجاد کنید.

• یکپارچه‌سازی LangGraph
  یک کلاینت LangGraph بسازید که با سرور MCP شما تعامل داشته و پاسخ‌های هوشمند و شبیه انسان را با منطق stateful تولید کند.

• امنیت با OAuth 2.1
  اندپوینت های خود را با Auth0 و OAuth 2.1 امن کنید. محدوده‌ها، مدیریت توکن و بهترین شیوه ها را برای استقرارهای امن اعمال کنید.

• الگوهای FastAPI و پراکسی
  MCP را در FastAPI تعبیه کنید، سرویس‌ها را برای ماژولاریتی کامپوز کنید و پل‌های پروکسی برای پشتیبانی از سیستم‌های قدیمی یا Transports جایگزین ایجاد کنید.

• استقرار کامل‌استک (پروژه نهایی)
  تمام کامپوننت ها یعنی فرانت‌اند، API، سرور MCP و بک‌اند LLM را در یک راه‌حل داکریسازی شده و آماده تولید ترکیب کنید.

در پایان این دوره، نه تنها نظریه پشت MCP را درک خواهید کرد بلکه مهارت‌های ساخت، ایمن‌سازی و استقرار آن را در جریان‌های کاری AI مدرن خواهید داشت.

چه اگر توسعه‌دهنده‌ای هستید که زیرساخت LLM را کاوش می‌کنید و چه مهندسان ساخت سیستم‌های آگاه به زمینه، این دوره ابزارهای عملی را فراهم می‌کند تا برنامه‌های AI خود را به سطح بعدی برسانید.

این دوره برای چه کسانی مناسب است؟

• توسعه‌دهندگان پایتون سطح نوجونی تا متوسط با تجربه عملی در AI/LLM که می‌خواهند عمیقاً به پروتکل زمینه مدل (MCP) بپردازند.