LinkedIn – Introduction to Model Context Protocol by Anthropic 2026-3

در تاریخ: 1405/06/13 12:01:54

توضیحات

دوره Introduction to Model Context Protocol by Anthropic. این دوره آموزشی به بررسی پروتکل بافت مدل (Model Context Protocol) شرکت Anthropic و نحوه اتصال هوشمند مدل‌های هوش مصنوعی مانند Claude به داده‌ها و ابزارهای خارجی می‌پردازد. اتصال و یکپارچه‌سازی مدل‌های هوش مصنوعی با ابزارها و خدمات خارجی معمولاً نیازمند نوشتن کد کدهای سفارشی و پیچیده است. پروتکل بافت مدل یا همان Model Context Protocol (MCP) توسط شرکت Anthropic برای استانداردسازی این فرآیند طراحی شده است تا مدل Claude بتواند از طریق یک رابط یکپارچه به انواع ابزارها، منابع داده و APIها متصل شود. این دوره آموزشی جامع به فراگیران آموزش می‌دهد که چگونه با استفاده از کیت توسعه نرم‌افزار پایتون (Python SDK)، سرورهای MCP برای ارائه ابزارها، منابع و پرامپت‌ها و همچنین کلاینت‌های MCP برای استفاده از این قابلیت‌ها را پیاده‌سازی کنند. در طول این دوره، شرکت‌کنندگان ابتدا با سه عنصر بنیادی این پروتکل یعنی ابزارها (Tools)، منابع (Resources) و پرامپت‌ها (Prompts) و نحوه تعامل آن‌ها با هوش مصنوعی Claude آشنا می‌شوند. سپس مراحل ساخت سرورها و کلاینت‌ها بررسی شده و نقش MCP در ساده‌سازی اتصال به سیستم‌های خارجی به طور کامل تشریح می‌گردد. در انتهای دوره نیز یک پروژه کاملاً کاربردی ارائه می‌شود که در آن فراگیران یک سیستم مدیریت اسناد را با استفاده از پروتکل MCP پیاده‌سازی می‌کنند. لازم به ذکر است که این دوره آموزشی به صورت مستقیم توسط شرکت Anthropic که یکی از شرکت‌های پیشرو در زمینه ایمنی و پژوهش‌های هوش مصنوعی است طراحی و ارائه شده است. علاوه بر این، دوره به بررسی عمیق معماری MCP و نحوه انتقال بار کاری تعریف و اجرای ابزارها از سرور اصلی به سرورهای تخصصی MCP می‌پردازد. فراگیران نحوه استفاده از ابزار تست داخلی MCP Inspector جهت بررسی و اشکال‌زدایی برنامه‌ها در محیط مرورگر را می‌آموزند. همچنین نحوه پیاده‌سازی منابع خواندنی با شناسه URI و پرامپت‌های پیش‌فرض برای بهینه‌سازی جریان‌های کاری مورد بررسی قرار می‌گیرد. این آموزش به متخصصان کمک می‌کند تا زمان مناسب برای استفاده از هر یک از عناصر کنترل‌شده توسط مدل، برنامه یا کاربر را درک کنند و الگوهای یکپارچه‌سازی پیشرفته مانند تکمیل خودکار و تزریق بافت را در پروژه‌های واقعی خود به کار بگیرند.

آنچه فرا خواهید گرفت

درک معماری MCP: آشنایی با ساختار پروتکل بافت مدل و نحوه انتقال بار اجرای ابزارها به سرورهای تخصصی.
ارتباطات در MCP: شناخت سیستم ارتباطی مستقل از پروتکل انتقال و انواع پیام‌های مبادله‌شده بین کلاینت و سرور.
بررسی جریان درخواست و پاسخ: درک کامل مسیر ارسال درخواست کاربر از کلاینت MCP به خدمات خارجی و بازگشت آن به Claude.
ساخت سرورهای MCP با پایتون: استفاده از Python SDK و دکوراتورها برای تعریف ابزارها بدون نیاز به نوشتن دستی JSON Schema.
پیاده‌سازی سیستم مدیریت اسناد: ساخت ابزارهای مطالعه و ویرایش اسناد با استفاده از توضیحات فیلدها و راهنمای انواع داده.
تست و اشکال‌زدایی: استفاده از ابزار MCP Inspector برای تست عملکرد سرور در محیط مرورگر.
تعریف منابع داده: پیاده‌سازی منابع داده خواندنی شامل منابع مستقیم با URI ثابت و منابع قالب‌بندی‌شده با پارامترها.
مدیریت محتوا در کلاینت: خواندن منابع داده در سمت کلاینت با پشتیبانی از انواع MIME برای محتوای متنی و JSON.
طراحی پرامپت‌های کاربردی: ساخت پرامپت‌های پیش‌فرض و باکیفیت برای جریان‌های کاری مانند قالب‌بندی اسناد.
شناخت عناصر سه گانه: درک زمان استفاده از ابزارها (کنترل توسط مدل)، منابع (کنترل توسط برنامه) و پرامپت‌ها (کنترل توسط کاربر).
الگوهای یکپارچه‌سازی پیشرفته: بررسی الگوهای کاربردی شامل قابلیت تکمیل خودکار و تزریق بافت در گفتگوی هوش مصنوعی.

این دوره مناسب افرادیست که

توسعه‌دهندگان نرم‌افزار: برنامه‌نویسانی که قصد دارند سرورهای اختصاصی MCP ایجاد کنند.
مهندسان هوش مصنوعی: متخصصانی که می‌خواهند مدل Claude را بدون کدنویسی سنگین به ابزارهای خارجی متصل کنند.
علاقه‌مندان به یکپارچه‌سازی مدل‌ها: توسعه‌دهندگان علاقه‌مند به متصل‌سازی مدل‌های هوش مصنوعی به منابع داده.
متخصصان فناوری: افرادی که به دنبال بهینه‌سازی فرآیند اتصال میان خدمات هوش مصنوعی و پایگاه‌های داده هستند.