使用说明

模型上下文协议（MCP）指南

掌握模型上下文协议的综合学习资源

本文档网站为理解和实施MCP提供了一个结构化的实践学习路径，MCP是将人工智能系统连接到外部数据源和工具的开放标准。

📚 里面是什么

这本指南涵盖了 11个渐进式部分:

HTTP理论 -HTTP基本概念
REST API -RESTful架构原则
JSON-RPC 2.0 -MCP用于通信的协议
基本基元 -核心MCP构建块（工具、资源、提示）
能力和运输 -高级MCP功能（采样、记录、根）
OpenAI代理SDK -与OpenAI的代理框架集成
MCP规格 -官方协议规范
动手项目 -实际执行练习
OAuth 2.1 -身份验证和安全模式
额外的状态能力 -高级功能
额外资源 -补充材料和参考文献

🎯 内容源

所有课程内容均来源于泛大学学习代理人工智能库，特别是从他们全面的MCP学习材料中。

🚀 快速开始

先决条件

Node.js>=20.0
npm（附带Node.js）

安装

npm install

本地开发

npm start

此命令启动本地开发服务器，并在以下位置打开浏览器窗口 http://localhost:3000/learn-mcp/。大多数更改都会实时反映，无需重新启动服务器。

构建

npm run build

此命令将静态内容生成到 build 目录，可以使用任何静态内容托管服务提供服务。

服务本地生产建设

npm run serve

在部署之前，在本地测试您的生产构建。

📦 部署

GitHub页面部署

使用SSH：

USE_SSH=true npm run deploy

使用HTTPS：

GIT_USER=<Your GitHub username> npm run deploy

此命令构建网站并推送到 gh-pages 支。

其他托管平台

中构建的静态文件 build/ 目录可以部署到：

维塞尔
Netlify
AWS S3+云前端
Azure静态Web应用程序
任何静态托管服务

🛠️ 构建于

博士论文3.9.2 -现代静态站点生成器
反应19 -UI框架
MDX -支持JSX的Markdown
棱镜 -语法高亮显示（GitHub浅色主题，Dracula深色主题）

🎨 特性

✅ 11个结构化学习部分 具有渐进的复杂性
✅ 黑暗/光明主题支持 具有系统偏好检测功能
✅ 内置搜索 用于快速发现内容
✅ 响应式设计 针对移动设备、平板电脑和台式机进行了优化
✅ 语法突出显示 适用于Python、TypeScript、JSON、Bash
✅ 外部资源链接 MCP官方文件
✅ 渐进式学习路径 从基础到高级主题

📖 文档结构

docs/
├── intro.md                           # MCP introduction
├── 01-http-theory/                    # HTTP fundamentals
├── 02-rest/                           # REST API principles
├── 03-json-rpc/                       # JSON-RPC 2.0 protocol
├── 04-fundamental-primitives/         # Tools, Resources, Prompts
├── 05-capabilities-and-transport/     # Advanced MCP features
├── 06-openai-agents-sdk/             # OpenAI integration
├── 07-mcp-specs/                     # MCP specifications
├── 08-projects/                      # Hands-on projects
├── 09-oauth/                         # OAuth 2.1 authentication
├── 10-extra-stateful-capabilities/   # Advanced capabilities
└── 11-extra/                         # Additional resources

🤝 贡献

要为源材料做出贡献，请访问泛大学知识库并遵循他们的贡献指南。

📄 许可证

请参阅源码库信息获取许可信息。

🔗 链接

源内容: Panaversity MCP材料
MCP官方规范: 模型上下文协议
多库萨斯: 文档

内置于❤️ 使用Docusaurus