模型上下文协议（MCP）实验室
该存储库包含一系列实验室，用于学习如何构建和使用模型上下文协议（MCP）服务器，并将其与AI代理集成。
什么是MCP？
模型上下文协议（MCP）是一种标准化协议，使AI模型能够与外部工具和数据源进行交互。MCP遵循客户端-服务器架构：
- 主机：需要人工智能功能的应用程序
- 客户端：管理与MCP服务器连接的主机的一部分
- 服务器：提供人工智能可以使用的工具和资源
MCP使AI模型能够：
- 执行工具：执行搜索、计算或访问外部系统等操作
- 访问资源：通过URI模板从结构化源检索数据
- 获取上下文信息：接收额外的上下文以改进响应
这种标准化的方法允许人工智能功能在不同的平台和模型上移植，为人工智能功能创建一致的界面。
实验室结构
- 实验01：你好，克劳德 -用于交互式测试的最小MCP服务器与Claude Desktop集成
- 实验02：零售MCP服务器 -多个MCP服务器协同工作，用于零售用例
- 实验03:AWS云部署 -使用HTTPS和流媒体支持将MCP服务器部署到AWS Fargate
- *（未来将增加更多实验室）*
入门指南
每个实验室目录都包含自己的README，其中包含具体说明：
- 从开始 实验室01 学习MCP服务器实现和Claude Desktop集成的基础知识：
cd lab01-hello-claude- 继续 实验室02 探索多个MCP服务器如何协同工作：
cd lab02-retail-mcp-servers- 前进到 实验室03 使用Fargate将MCP服务器部署到AWS：
cd lab03-aws-cloud-deployment请务必阅读每个实验室目录中的README
cat README.md