آموزش تسلط بر MCP: قفل یکپارچه‌سازی نسل بعدی مدل‌های زبان بزرگ (LLM) با MCP - آخرین آپدیت

سرفصل ها و درس ها

Getting Started

• دمو MCP MCP Demo

• پیش‌نیازهای دوره Course Prerequisites

• به انجمن آنلاین ما بپیوندید! Join Our Online Community!

• منابع دوره Course Resources

درک پروتکل زمینه مدل (MCP) برای یکپارچه‌سازی هوش مصنوعی Understanding the Model Context Protocol (MCP) for AI Integration

• چرا MCP یک تغییردهنده بازی برای LLM و یکپارچه‌سازی ابزار است Why MCP is a Game Changer for LLM and Tool Integration

• اصول، معماری و مفاهیم کلیدی MCP MCP Fundamentals, Architecture, and Key Concepts

• توضیح نقش و تأثیر MCP برای مهندسان هوش مصنوعی تازه‌کار Explaining the Role and Impact of MCP to Junior AI Engineers

• چگونه MCP ارتباط برقرار می‌کند: پروتکل ارتباطی توضیح داده شد How MCP Communicates: The Communication Protocol Explained

• درک MCP Understanding MCP

• توضیح مدل میزبان-مشتری-سرور MCP در یک مصاحبه فنی Explaining the MCP Host-Client-Server Model in a Technical Interview

آزمایشگاه‌های یکپارچه‌سازی Integration Labs

• راه‌اندازی آزمایشگاه: نصب و پیکربندی Cursor IDE Lab Setup: Installing and Configuring Cursor IDE

• راه‌اندازی آزمایشگاه: نصب Claude Desktop و Node.js Lab Setup: Claude Desktop and Node.js Installation

• پیکربندی سرورهای MCP در Claude Desktop Configure MCP Servers in Claude Desktop

• بررسی mcp.json: قلب پیکربندی MCP Exploring mcp.json: The Heart of MCP Configuration

• درک mcp.json mcp.json Understanding

• پیکربندی سرورهای MCP در Cursor Configure MCP Servers in Cursor

• کنترل مرورگر: تحقیق خودکار و استخراج داده با سرور MCP پلی‌رایت (Playwright) Browser Control: Automated Research & Data Extraction With Playwright MCP Server

• کاوش عمیق‌تر در MCP – استفاده از SSE و HTTP قابل استریم با Playwright Diving Deeper into MCP - Using SSE and Streamable HTTP with Playwright

• دو خط کد = ابرقدرت‌های LLM با MCP Two Lines of Code = LLM Superpowers with MCP

• یکپارچه‌سازی‌های MCP MCP Integrations

توسعه و امنیت MCP: کلاینت‌ها، سرورها MCP Development and Security: Clients, Servers

• راه‌اندازی Cursor برای توسعه MCP Setting-Up Cursor for MCP Development

• سرور MCP خود را بسازید: FlightAware API Build Your Own MCP Server: FlightAware API

• یک سرور برای تمام برنامه‌های LLM شما – بدون کار اضافی One Server for All Your LLM Apps - No Extra Work

• ساخت سرور MCP خود از پایه: مفاهیم اصلی Building Your Own MCP Server From Scratch: Core Concepts

• ساخت یک سرور MCP مبدل ارز از پایه Building a Currency Converter MCP Server From Scratch

• اجرای سرور MCP مبدل ارز در حالت HTTP قابل استریم Running the Currency Converter MCP Server in Streamable HTTP Mode

• توسعه MCP MCP Development

• ارتقای ناهمگام: اجرای FastMCP با asyncio و httpx Async Upgrade: Run FastMCP with asyncio and httpx

• بازرس MCP The MCP Inspector

اجرای سرورهای MCP در کانتینرهای Docker (جعبه ابزار MCP Docker) Running MCP servers in Docker Containers (Docker MCP Toolkit)

• جعبه ابزار MCP برای Docker و امنیت MCP Toolkit for Docker and Security

• راه‌اندازی محیط Docker خود Setting Up Your Docker Environment

• اجرای سرورهای MCP در Docker (Fetch، DuckDuckGo، GitHub) Running MCP Servers in Docker (Fetch, DuckDuckGo, GitHub)

MCP از راه دور در OpenAI API Remote MCP in the OpenAI API

• MCP از راه دور در OpenAI API چیست و چگونه آن را راه‌اندازی کنیم What Is Remote MCP in the OpenAI API & How to Set It Up

• ساخت درخواست‌های API و فراخوانی ابزارها با MCP (HTTP قابل استریم) Making API Requests and Calling Tools with MCP (Streamable HTTP)

• فیلتر کردن ابزارهای موجود Filtering Available Tools

• تأیید ابزارهای MCP از راه دور Approving Remote MCP Tools

ضروریات FastAPI و یکپارچه‌سازی MCP: تبدیل هر برنامه FastAPI به یک سرور MCP FastAPI Essentials & MCP Integration: Convert Any FastAPI App into an MCP Server

• مقدمه‌ای بر FastAPI Introduction to FastAPI

• ساخت یک برنامه وب FastAPI Creating a FastAPI Web App

• افزودن داده با درخواست‌های POST در FastAPI (و آزمایش آن با Swagger UI) Adding Data with POST Requests in FastAPI (and Testing it with Swagger UI)

• ساخت یک برنامه وب لیست کارها (ToDo List) با استفاده از FastAPI و Vibe Coding Building a ToDo List Web App Using FastAPI and Vibe Coding

• تبدیل هر برنامه FastAPI به یک سرور MCP Converting any FastAPI App into an MCP Server

• استقرار برنامه FastAPI و سرور MCP در فضای ابری Deploying the FastAPI App and the MCP Server to the Cloud

[افزودنی] LLM ها تشریح شدند: کاوشی فنی و عمیق [Add-On] LLMs Unpacked: A Technical Deep Dive

• مقدمه Introduction

• داده‌های پیش‌آموزشی: چگونه LLM ها از اینترنت یاد می‌گیرند Pretraining Data: How LLMs Learn from the Internet

• توکنایزیشن (Tokenization) توضیح داده شد: چگونه LLM ها متن را می‌خوانند Tokenization Explained: How LLMs Read Text

• توضیح آموزش LLM: پیش‌پردازش داده و توکنایزیشن (Tokenization) Explaining LLM Training: Data Preprocessing and Tokenization

• آموزش شبکه عصبی برای پیش‌بینی متن Training the Neural Network to Predict Text

• پس از آموزش: تنظیم دقیق نظارت‌شده (SFT) و یادگیری تقویتی (RL) Post-Training: Supervised Fine-Tuning (SFT) & Reinforcement Learning (RL)

• یادگیری تقویتی در LLM ها چیست؟ What Is Reinforcement Learning in LLMs?

• توضیح مراحل پس از آموزش مدل‌های زبانی بزرگ Explaining Post-Training Stages of Large Language Models

• AGI و ASI: آیا LLM ها می‌توانند از انسان‌ها باهوش‌تر شوند؟ AGI & ASI: Can LLMs Become Smarter Than Humans?

• RLHF: چرا ChatGPT اینقدر انسانی به نظر می‌رسد RLHF: Why ChatGPT Sounds So Human

• توهمات در LLM ها: چرا رخ می‌دهند و چگونه با آنها برخورد کنیم Hallucinations in LLMs: Why They Happen & How to Handle Them

• استفاده از ابزار: جستجوی اینترنتی، مفسر کد و جستجوی عمیق Tool Use: Internet Search, Code Interpreter & Deep Search

• مرور کلی: از پیش‌آموزش تا AGI Big Picture Recap: From Pretraining to AGI

• توضیح فرآیند خط لوله (Pipeline) پردازش LLM با اصطلاحات ساده Explaining the Pipeline of LLM Processing in Simple Terms

بخش جایزه BONUS SECTION

• تبریک Congratulations

• جایزه: هدیه تشکر! BONUS: THANK YOU GIFT!