آموزش راهنمای جامع توسعه‌دهنده MCP: ایجنت‌ها، سرورها و ابزارها - آخرین آپدیت

دانلود Complete MCP Developer Guide: Agents, Servers & Tools

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: راهنمای گام‌به‌گام ساخت ایجنت‌های هوش مصنوعی با MCP: ساخت سرورها، یکپارچه‌سازی APIها و فعال‌سازی کاربردهای واقعی هوش مصنوعی درک اکوسیستم پروتکل کانتکست مدل (MCP) ساخت و استقرار سرورهای سفارشی MCP یکپارچه‌سازی احراز هویت و امنیت در MCP اتصال سرورهای MCP به APIها و دیتابیس‌های واقعی پیشنیازها: تجربه برنامه‌نویسی مقدماتی — آشنایی با پایتون (متغیرها، توابع و پکیج‌ها) مفید است اما الزامی نیست. درک کلی از APIها و اپلیکیشن‌های وب — دانستن اینکه API چیست و برنامه‌ها چگونه داده رد و بدل می‌کنند، یادگیری مفاهیم را آسان‌تر می‌کند. ابزارها و پیش‌نیازها — یک کامپیوتر با دسترسی به اینترنت، یک ویرایشگر کد (مانند VS Code) و نصب بودن پایتون. ما مراحل راه‌اندازی محیط را گام‌به‌گام پیش خواهیم برد.

یک گام جلوتر باشید و با پروتکل کانتکست مدل (MCP)، ایجنت‌های واقعی هوش مصنوعی بسازید

هوش مصنوعی قدرتمند است، اما به تنهایی محدود است. بدون دسترسی به ابزارها، APIها و داده‌های واقعی، ایجنت‌های هوش مصنوعی فراتر از تولید متن، کار زیادی نمی‌توانند انجام دهند.

اینجاست که پروتکل کانتکست مدل (MCP)وارد عمل می‌شود. MCP استاندارد جدیدی برای دادن قابلیت‌های واقعی به هوش مصنوعی است: متصل کردن مدل‌ها به APIها، پایگاه‌های داده و حتی کامپیوتر شخصی شما.

در این دوره عملی، شما گام‌به‌گام یاد می‌گیرید که چگونه سرورهای MCP خود را بسازید، مستقر کنید و یکپارچه نمایید— و هوش مصنوعی را به چیزی تبدیل کنید که واقعاً اقدام می‌کند.


چرا این دوره برتر از سایرین است؟

بسیاری از منابع MCP یا ناقص هستند و یا بیش از حد فنی و بدون زمینه کاربردی.

این دوره متفاوت است زیرا:


  • پروژه‌محور است— شما سرورهای واقعی می‌سازید، نه فقط مطالعه تئوری

  • به‌روز است— پوشش آخرین استانداردهای MCP همزمان با تکامل آن

  • کاربردی است— شما MCP را به ابزارهایی که هم‌اکنون استفاده می‌کنید (APIها، ایمیل، تقویم، دیتابیس‌ها) متصل می‌کنید

  • روش تدریس اثبات شده— مورد اعتماد بیش از ۵۰۰,۰۰۰ زبان‌آموز در سراسر جهان

  • پشتیبانی کامل— همراه با پاسخ به سوالات و آپدیت‌های آینده همگام با رشد MCP

اگر به دنبال کاربردی‌ترین، عملی‌ترین و ساده‌ترین مسیربرای ورود به دنیای MCP هستید، این دوره برای شماست.


چرا MCP را یاد بگیریم؟

پروتکل MCP به سرعت در حال تبدیل شدن به ستون فقرات نسل بعدی هوش مصنوعی است. پیشگامان این تکنولوژی در حال حاضر از آن برای موارد زیر استفاده می‌کنند:

  • اتوماسیون جریان‌های کاریبا دستیارهای هوشمند سفارشی

  • اتصال هوش مصنوعی به APIها، تقویم‌ها و ایمیل‌ها

  • استخراج و پردازش داده‌های واقعیدر لحظه (Real-time)

  • ساخت یکپارچگی‌هاییکه در زمان و هزینه صرفه‌جویی می‌کنند

با یادگیری MCP در همین حالا، شما خواهید بودیک گام جلوتر از بقیه— با مهارت‌هایی که شرکت‌ها و مشتریان فعالانه به دنبال آن هستند.


چه چیزهایی یاد خواهید گرفت؟

در پایان این دوره، شما قادر خواهید بود:

  • سرورهای MCP را عمیقاً درک کنید— از مفاهیم پایه تا استقرار

  • سرور خود را بسازیدبا پروژه‌های عملی و هدایت شده

  • هوش مصنوعی را با APIها، دیتابیس‌ها و ابزارهای خارجی یکپارچه کنید

  • کاربردهای واقعی هوش مصنوعی را فعال کنیدکه فراتر از یک چت ساده هستند


نحوه یادگیری

این دوره کاملاً پروژه‌محور است. شما:

  • با مثال‌های واقعی و کاربردی پیش می‌روید

  • کدها و تمپلیت‌های قابل دانلود دریافت می‌کنید

  • مهارت‌های خود را از طریق تمرین‌های هدایت شده تقویت می‌کنید

  • ابزارهایی می‌سازید که واقعاً در کارهای خود از آن‌ها استفاده کنید


این دوره برای چه کسانی است؟

  • توسعه‌دهندگانی که می‌خواهند مهارت‌های پیشرفته هوش مصنوعی را بیاموزند

  • متخصصین تکنولوژی که نیاز به اتصال هوش مصنوعی به سیستم‌های واقعی دارند

  • fریلنسرها و کارآفرینانی که به دنبال اتوماسیون و مقیاس‌پذیری وظایف هستند

  • هر کسی که می‌خواهد همزمان با تغییر صنایع توسط هوش مصنوعی، پیشرو بماند


آنچه دریافت خواهید کرد

  • دسترسی مادام‌العمربه تمام دروس و آپدیت‌های آینده

  • آموزش‌های ویدئویی گام‌به‌گام(بدون حاشیه، فقط پروژه‌های واقعی)

  • منابع و کدهای قابل دانلود

  • پشتیبانی کامل پرسش و پاسخ

  • ضمانت بازگشت وجه ۳۰ روزه


آماده‌اید هوش مصنوعی بسازید که واقعاً کار کند؟


فقط تماشاگر پیشرفت هوش مصنوعی نباشید — کسی باشید که آن را می‌سازد.

روی ثبت‌نام کنیدو ساخت ایجنت‌هایی را شروع کنید که فراتر از متن عمل می‌کنند.


در دوره می‌بینیمتان.


سرفصل ها و درس ها

شروع دوره: ایجنت‌های هوش مصنوعی و MCP Get Started with the course: AI Agents & MCP

  • مقدمه Introduction

  • آنچه خواهید آموخت What You Will Learn

  • پیش‌نیازها Requirements

  • ساختار دوره Course Structure

ساخت گام‌به‌گام ایجنت‌های هوش مصنوعی Building AI Agents Step by Step

  • مقدمه‌ای بر ایجنت‌ها Introduction to Agents

  • ایجنت چیست؟ What is an Agent?

  • پرامپتینگ ReAct ReAct Prompting

  • فراخوانی ابزار (Tool Calling) Tool Calling

  • دموی ایجنت Agent Demo

تسلط بر پروتکل کانتکست مدل (MCP) Mastering Model Context Protocol (MCP)

  • مقدمه‌ای بر MCP Introduction to MCP

  • منابع Resources

  • مروری بر MCP MCP Overview

  • کلاینت‌های رایج MCP Common MCP Clients

  • سرورهای رایج MCP Common MCP Servers

  • [مهم] رفع مشکل پشتیبانی MCP در VS Code [IMPORTANT] Fix MCP Support on VS Code

  • نصب سرورهای MCP Install MCP Servers

  • راه‌اندازی محیط Environment Setup

  • ساخت یک سرور ساده MCP Create a simple MCP Server

  • دیباگ سرور MCP Debug Your MCP Server

  • نصب سرور MCP شما Install Your MCP Server

APIها برای توسعه‌دهندگان AI — مبانی و عملی APIs for AI Developers — Foundations & Hands-On

  • مقدمه Introduction

  • منابع Resources

  • API چیست؟ What is an API?

  • معرفی APIهای کاربردی Awesome APIs

  • بررسی Bruno: کلاینت‌های API Bruno: API Clients

  • متدهای HTTP HTTP Methods

  • نوت‌بوک: تجربه کار با یک API Notebook: Experiment with an API

  • جمع‌بندی Conclusion

  • چالش Challenge

ساخت یک سرور MCP برای اخبار Create a News MCP Server

  • مقدمه Introduction

  • منابع Resources

  • متریال‌های مورد نیاز Materials We Will Use

  • راه‌اندازی محیط Environment Setup

  • ساخت سرور MCP با استفاده از LLMها Create Your MCP Server With LLMs

  • بررسی کد Code Review

  • دیباگ با MCP Inspector Debug with MCP Inspector

  • تست و اجرا Try It Out

  • چالش Challenge

ترنسپورت‌های MCP — نحوه ارتباط ایجنت‌ها MCP Transports — How Agents Communicate

  • مقدمه‌ای بر ترنسپورت‌ها Introduction to Transports

  • معماری کلاینت-سرور Client-Server Architecture

  • پیام‌های JSON RPC JSON-RPC Messages

  • ترنسپورت‌ها در MCP Transports in MCP

امنیت MCP — محافظت از سیستم‌های هوش مصنوعی MCP Security — Protecting Your AI Systems

  • مقدمه Introduction

  • منابع Resources

  • سرورهای مخرب MCP Malicious MCP Servers

  • ساخت یک سرور مخرب MCP (برای آموزش) Create a Malicious MCP Server

سرورهای MCP ریموت — مقیاس‌بندی هوش مصنوعی فراتر از لوکال Remote MCP Servers — Scaling AI Beyond Local

  • مقدمه‌ای بر Remote MCP Introduction to Remote MCP

  • منابع Resources

  • Streamable HTTP Streamable HTTP

  • ساخت یک سرور MCP ریموت Create a Remote MCP Server

  • اتصال به سرور MCP ریموت Connect to a Remote MCP Server

  • استفاده از MCP در FastAPI MCP on FastAPI

  • چندین سرور MCP در یک اپلیکیشن Multiple MCP Servers on a Single App

احراز هویت MCP — ایمن‌سازی دسترسی‌ها MCP Authentication — Securing Access

  • مقدمه‌ای بر احراز هویت Introduction to Authentication

  • منابع Resources

  • ضرورت احراز هویت در MCP The Need for Auth in MCP

  • چرا احراز هویت لوکال در MCP کافی نیست؟ Why not Local Auth in MCP?

  • انتقال به Remote MCP Shift to Remote MCP

  • OAuth چیست؟ What is OAuth

  • جریان کاری OAuth 2.1 OAuth 2.1 Workflow

  • نقطه شروع: MCP بدون احراز هویت Starting point: MCP Without Auth

  • استک احراز هویت ScaleKit ScaleKit Auth Stack

  • کشف Endpoint Endpoint Discovery

  • ساخت Middleware احراز هویت Create Auth Middleware

  • اعتبارسنجی توکن Token Validation

  • احراز هویت در عمل Auth In Action

RAG ایجنتی با MCP Agentic RAG with MCP

  • مقدمه Intro

  • منابع Resources

  • RAG چیست؟ What is RAG?

  • پایپ‌لاین RAG RAG Pipeline

  • امبدینگ‌ها (Embeddings) Embeddings

  • دیتابیس‌های برداری (Vector DBs) Vector Databases

  • RAG ایجنتی Agentic RAG

  • نوت‌بوک: راه‌اندازی Notebook: Setup

  • نوت‌بوک: استخراج Notebook: Extraction

  • نوت‌بوک: بارگذاری Notebook: Loading

  • نوت‌بوک: کوئری دیتابیس Notebook: Query the Database

  • سرور MCP: راه‌اندازی محیط MCP Server: Set Up Environment

  • سرور MCP: مقداردهی اولیه دیتابیس MCP Server: Initialize Database

  • سرور MCP: ابزار جذب اسناد MCP Server: Ingest Documents Tool

  • سرور MCP: مقداردهی سرور و ابزارها MCP Server: Initialize Server & Tools

  • سرور MCP: دیباگینگ MCP Server: Debugging

  • سرور MCP: ساخت ابزار کوئری دیتابیس MCP Server: Create Query DB Tool

  • سرور MCP: ساخت ابزار وضعیت (Status) MCP Server: Create Status Tool

  • سرور MCP: تست روی کلاینت ریموت MCP Server: Test it on Remote Client!

پروژه نهایی: استقرار سرور MCP شما Final Project: Deploy Your MCP Server

  • مقدمه Introduction

  • منابع Resources

  • معرفی Render Render

  • تبدیل سرور MCP به Remote MCP Turn MCP Server into Remote MCP Server

  • افزودن احراز هویت به سرور MCP Add Auth to MCP Server

  • ثبت‌نام در Scalekit Register on Scalekit

  • پوش به گیت‌هاب Push to GitHub

  • استقرار در Render Deploy to Render

  • آپدیت کانفیگ Prod در ScaleKit Update ScaleKit Prod Config

  • دموی استقرار نهایی Demo of Deployment

جمع‌بندی Conclusion

  • پایان End

نمایش نظرات

آموزش راهنمای جامع توسعه‌دهنده MCP: ایجنت‌ها، سرورها و ابزارها
جزییات دوره
6.5 hours
96
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
20,417
4.5 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Nikolai Schuler Nikolai Schuler

دانشمند داده و مشاور BI

Alejandro AO Alejandro AO

مهندس هوش مصنوعی و مدرس