توسعه MCP: ساخت یکپارچهسازیهای هوش مصنوعی با Vibe Coding
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- ساخت سرورهای MCP آماده استفاده در محیط تولید که دستیارهای هوش مصنوعی (ChatGPT ،Claude) را به ابزارها و منابع داده AEC شما متصل میکنند.
- پیادهسازی گردشکارهای MCP که LLMهای محلی و APIهای ابری را برای معماریهای یکپارچهسازی هوش مصنوعی در سطح سازمانی ترکیب میکنند.
- توسعه ابزارها، منابع و پرامپتهای سفارشی MCP که داده و سیستمهای شرکت شما را در اختیار دستیارهای هوش مصنوعی قرار میدهند.
- استقرار و نگهداری زیرساخت MCP با استفاده از متدولوژی Vibe Coding - ساخت سیستمهای پیچیده با همکاری هوش مصنوعی
پیشنیازهای دوره
- اصول قوی در کدنویسی (دوره 2) و تجربه Vibe Coding (دوره 3) لازم است - این یک محتوای فنی پیشرفته است.
- درک APIs، وب سرویسها و معماری کلاینت-سرور مفید است، اما مفاهیم را در صورت نیاز توضیح خواهیم داد.
- محیط توسعه آماده با Python یا Node.js (ما از هر دو FastMCP و TypeScript MCP SDK پشتیبانی میکنیم)
- دسترسی به دستیارهای هوش مصنوعی (برای آزمایش یکپارچهسازیهای MCP ،ChatGPT Pro یا Claude Pro توصیه میشود)
توضیحات دوره
Model Context Protocol (MCP) - اتصال هوش مصنوعی به داده شما
احتمالاً نام MCP را شنیدهاید. اما واقعاً چه کاری انجام میدهد؟
در حال حاضر، دستیارهای هوش مصنوعی مثل Claude در گفتوگوی عمومی بسیار قدرتمند هستند - اما نمیتوانند فایلهای شما را ببینند، صفحات گسترده شما را بخوانند یا با داده خصوصی شما کار کنند. هر جلسه از صفر شروع میشود. MCP لایهای است که این وضعیت را تغییر میدهد. این یک پروتکل استاندارد است که به هوش مصنوعی اجازه میدهد با ابزارها و منابع داده خارجی ارتباط برقرار کند. شما تعیین میکنید هوش مصنوعی به چه چیزهایی دسترسی داشته باشد. این سیستم بهصورت محلی، خصوصی و مطابق شرایط شما کار میکند.
آن را مثل USB برای هوش مصنوعی در نظر بگیرید: قبل از USB، هر دستگاه به یک کانکتور متفاوت نیاز داشت. بعد از USB، همهچیز فقط کار میکرد. MCP همین کار را برای یکپارچهسازی هوش مصنوعی انجام میدهد - یک پروتکل، هر منبع دادهای.
این آخرین دوره MCP که میگذرانید نیست - دورهای است که مطمئن میشود قدم بعدی درست را انتخاب کنید
در این دوره چه کار خواهید کرد؟
شما قرار نیست سرورهای MCP را از ابتدا بنویسید. سه سرور کاملاً آماده و کاربردی از قبل ساخته شدهاند و بهعنوان مرجع در اختیار شما هستند - یکی برای اسناد Word، یکی برای داده Excel، و یکی برای پرسشوپاسخ روی اسناد خصوصی با استفاده از یک مدل هوش مصنوعی محلی. کاری که شما انجام میدهید این است که آنها را اجرا کنید، چگونگی کارشان را درک کنید و با استفاده از Vibe Coding آنها را گسترش دهید.
این دوره همچنین شامل مجموعهای کامل از قوانین، تنظیمات و پرامپتهای Vibe Coding است - همان رویکرد ساختاریافتهای که در ابتدا برای ساخت این سرورها استفاده شده است. وقتی الگو را درک کنید، همهچیز لازم برای ساخت یکپارچهسازیهای خودتان را در اختیار دارید.
سه سرور
- Word Connector - به Claude دسترسی به اسناد Word محلی بدهید: فهرستکردن، جستوجو، خواندن، تحلیل
- Excel Processor - تحلیل داده با کمک هوش مصنوعی از طریق یک HTTP API؛ قابل استفاده در Python و #C
- Document Intelligence - درباره فایلهای PDF و Word خودتان سؤال بپرسید؛ پاسخها توسط یک LLM محلی که کاملاً روی دستگاه شما اجرا میشود ارائه میشوند و نیازی به cloud نیست.
پیشنیازها
این دوره فرض میکند که شما اصول کدنویسی و مقداری تجربه در Vibe Coding دارید. اگر دورههای 1 و 2 را گذراندهاید، آمادهاید. اگر از پسزمینه برنامهنویسی میآیید و با توسعه مبتنی بر هوش مصنوعی کار کردهاید، آن هم مناسب است. اگر هنوز هیچکدام را ندارید - اول از آنجا شروع کنید و بعد برگردید. مفاهیم اینجا بر هر دو مورد بنا شدهاند.
فرصت پیشرو
MCP هنوز در مراحل اولیه است. بیشتر توسعهدهندگان هنوز با آن کار نکردهاند. بیشتر شرکتها هنوز دقیقاً نفهمیدهاند که این موضوع برای گردشکارهایشان چه معنایی دارد. بازهای که یادگیری این مهارت به شما یک برتری واقعی میدهد، همین حالا باز است - اما برای مدت طولانی نیست.
تغییر عمیقتر این است: هوش مصنوعی که با داده واقعی شما کار میکند، با هوش مصنوعیای که فقط به پرسشهای عمومی پاسخ میدهد، در یک دسته نیست. وقتی یک دستیار هوش مصنوعی بتواند اسناد شما را بخواند، داده شما را جستوجو کند و در بستر مشخص شما کار کند - بهصورت خصوصی و بدون ارسال چیزی به cloud که کنترل آن را ندارید - دیگر فقط یک ترفند بهرهوری نیست، بلکه به یک تقویتکننده واقعی توانمندی تبدیل میشود. این دوره نقطه ورود شما برای ساختن چنین چیزی است.
بعد از این دوره:
شما 3 سرور MCP کاربردی، درک عمیق از پروتکل، و توانایی ساخت هر یکپارچهسازی موردنیاز را خواهید داشت. در شبکه حرفهای خود بهعنوان متخصص MCP شناخته خواهید شد.
این دوره برای چه کسانی مناسب است؟
- متخصصانی که ابزارهای مجهز به هوش مصنوعی میسازند و باید دستیارهای مبتنی بر MCP را به گردشکارها، ابزارها و داده موجود خود متصل کنند.
- رهبران فنی که MCP را وارد کار روزمره میکنند و به یکپارچهسازی در سطح تولید نیاز دارند، نه آزمایشهای موقت
- کاربرانی که به Vibe Coding مسلط شدند و میخواهند سیستمهای MCP طراحی کنند که دستیارها را بهطور قابلاعتماد به ابزارهای داخلی، پایگاههای داده و APIها متصل کند
- طراحان سیستم و حلکنندگان مسئله که میخواهند درک عملی از MCP به دست آورند تا پیش از آنکه به یک مهارت پایه تبدیل شود، در کار روزانه خود از آن استفاده کنند.
توسعه MCP: ساخت یکپارچهسازیهای هوش مصنوعی با Vibe Coding
-
مقدمه 02:26
-
درباره من 02:56
-
خدمات زیرساخت AvantLeap 00:55
-
مسئله یکپارچهسازی هوش مصنوعی 03:09
-
Model Context Protocol چیست؟ 04:09
-
تنظیم VisualStudio و Claude Pro 03:47
-
افزودن تنظیمات قوانین و گردشکارها 04:26
-
بررسی عمیق معماری MCP 03:31
-
MCP در برابر یکپارچهسازی سنتی API 04:41
-
درک MCP 02:50
-
بررسی MCP 03:29
-
Vibe Coding برای یک MCP 12:27
-
اصول MCP None
-
Word Connector در Python 09:45
-
Word Connector در #C 06:50
-
توضیح پروتکل STDIO 03:24
-
طراحی ابزار: چه چیزی ابزارهای MCP را خوب میکند؟ 03:32
-
کار ایمن با فایلسیستمها 03:22
-
تست سرورهای STDIO 03:53
-
تمرینهای STUDIO 01:23
-
طراحی و تست ابزارهای MCP None
-
Excel Processor 06:30
-
Excel Processor در #C 09:31
-
HTTP MCP در برابر STDIO: چه زمانی از هرکدام استفاده کنیم؟ 03:49
-
سرورهای stateful: نگهداشتن داده در حافظه 04:44
-
ساخت رابطهای کوئری برای هوش مصنوعی 03:25
-
مبانی Fast API برای MCP 02:43
-
تمرینهای HTTP 01:05
-
Document Intelligence در Python 04:59
-
Document Intelligence در #C 04:05
-
RAG (Retrieval-Augmented Generation) 03:41
-
چرا LLMهای محلی مهم هستند؟ (حریم خصوصی + کنترل) 03:26
-
پایگاههای داده برداری: جستوجوی معنایی 01:42
-
Ollama: استفاده آسان از LLM محلی 01:30
-
تمرینهای ماژول 00:55
مشخصات آموزش
توسعه MCP: ساخت یکپارچهسازیهای هوش مصنوعی با Vibe Coding
- تاریخ به روز رسانی: 1405/04/12
- سطح دوره:مقدماتی
- تعداد درس:35
- مدت زمان :02:13:00
- حجم :2.73GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy