Learn Model Context Protocol with Python

🤖 درک پروتکل Model Context (MCP) و یادگیری ساخت برنامه‌های وب مقیاس‌پذیر و هوشمند با معماری آماده برای هوش مصنوعی در پایتون

📘 ویژگی‌های کلیدی

🔹 تنها منبعی که برای ساخت، آزمایش و استقرار سرور و کلاینت‌های MCP نیاز خواهید داشت.

🔹 اتخاذ رویکردی مدرن برای ساخت، آزمون و ایمن‌سازی برنامه‌های توزیع‌شده مبتنی بر هوش مصنوعی عامل‌محور (Agentic AI).

🔹 دریافت راهنمایی حرفه‌ای و شفاف برای توسعه‌ی برنامه‌های سازگار با کلاینت‌های مبتنی بر LLM و غیر-LLM.

📖 توضیحات کتاب

کتاب Learn Model Context Protocol with Python توسعه‌دهندگان، معماران نرم‌افزار و فعالان حوزه‌ی هوش مصنوعی را با قابلیت‌های تحول‌آفرین پروتکل Model Context (MCP) آشنا می‌کند — پروتکلی نوظهور که با هدف استانداردسازی، توزیع و مقیاس‌پذیری برنامه‌های مبتنی بر هوش مصنوعی طراحی شده است.

🧩 از خلال یک پروژه‌ی عملی، کتاب به چالش‌های مدرن در زمینه‌ی مدیریت منابع، تعامل کلاینت و سرور، و استقرار در مقیاس بزرگ می‌پردازد.

🎓 با تکیه بر تجربه‌ی کریستوفر نورینگ (Christoffer Noring) — نویسنده و مدرس دانشگاه آکسفورد — با اجزای MCP و نحوه‌ی تسهیل توسعه‌ی سرور و کلاینت آشنا خواهید شد. سپس گام‌به‌گام از ساخت بک‌اندهای قدرتمند و یکپارچه‌سازی LLMها در کلاینت‌های هوشمند، تا تعامل با سرورها از طریق ابزارهایی مانند Claude for Desktop و Visual Studio Code Agents پیش خواهید رفت.

🧠 فصل‌ها به شما می‌آموزند چگونه قابلیت‌های میزبان، کلاینت و سرور را توصیف کنید تا سازگاری، یکپارچگی و شفافیت ارتباطی میان اجزای مختلف بهبود یابد.

🔐 کتاب همچنین به بهترین شیوه‌های امنیتی و ساخت برای فضای ابری می‌پردازد تا شما برای استقرار اپلیکیشن‌های مبتنی بر MCP آماده باشید.

هر فصل مهارت‌های عملی لازم برای ساخت و بهره‌برداری از برنامه‌های عامل‌محور مبتنی بر MCP را در اختیار شما قرار می‌دهد. بخش پایانی کتاب نیز شامل یک مرور فشرده‌ی پایتون است تا ابزار عملی کاملی برای تیم‌هایی که به دنبال ساخت برنامه‌های بومی هوش مصنوعی هستند فراهم شود.

💡 آنچه خواهید آموخت

⚙️ درک دقیق پروتکل MCP و اجزای اصلی آن

🖥 ساخت سرورهای MCP که ابزارها و منابع را برای کلاینت‌های مختلف در دسترس قرار می‌دهند

🔍 آزمون و رفع اشکال سرورها با ابزارهای Interactive Inspector

💬 استفاده از Claude Desktop و VS Code Agents برای مصرف سرورها

🔒 ایمن‌سازی برنامه‌های MCP و مدیریت تهدیدات رایج

☁️ ساخت و استقرار اپلیکیشن‌های MCP در فضای ابری با استراتژی‌های مقیاس‌پذیر

👥 این کتاب برای چه کسانی است؟

👨‍💻 این کتاب برای توسعه‌دهندگان وب، معماران نرم‌افزار، متخصصان هوش مصنوعی و سرپرستان فنی که به دنبال ساخت برنامه‌های مقیاس‌پذیر و هوش‌مصنوعی‌محور با MCP هستند، ایده‌آل است.

📈 همچنین مدیران محصولی که بر پروژه‌های مرتبط با هوش مصنوعی نظارت دارند از محتوای آن بهره‌مند خواهند شد.

📚 آشنایی مقدماتی با مفاهیم توسعه وب و هوش مصنوعی برای استفاده از این کتاب کافی است.

💬 نقد

«اطمینان دارم خوانندگان نه تنها MCP را درک خواهند کرد، بلکه ارزش طراحی دقیق پروتکل MCP و ابزارهای مرتبط را نیز خواهند شناخت؛ طراحی‌ای که می‌تواند سیستم‌های سفارشی هوش مصنوعی شما را بهبود بخشد و شیوه‌ی تعامل شما با دستیاران هوشمند را دگرگون کند.»

— دن واهلین، مهندس ارشد محتوای فنی در مایکروسافت

👨‍🏫 دربارهٔ نویسنده

کریستوفر نورینگ (Christoffer Noring) توسعه‌دهنده و مدرس پرشوری است که در زمینه‌ی فناوری‌های مدرن وب و یکپارچه‌سازی هوش مصنوعی تخصص دارد و در حال حاضر مهندس در شرکت مایکروسافت است. او مدرس دانشگاه آکسفورد و نویسنده‌ی منتشرشده در موضوعاتی چون Angular، RxJS، هوش مصنوعی زایشی (Generative AI) و اکنون MCP است.کریستوفر نزدیک به دو دهه تجربه در توسعه نرم‌افزار دارد و یکی از سخنرانان فعال در کنفرانس‌های بین‌المللی فناوری است.

مدیرش معتقد است بهترین ویژگی او توانایی ساده‌سازی مفاهیم پیچیده‌ی فنی است — و او امیدوار است شما نیز همین‌طور فکر کنید! وقتی در حال کدنویسی یا نگارش نیست، معمولاً مشغول ایجاد جامعه‌های کاربری جدید، راهنمایی توسعه‌دهندگان، یا گذراندن وقت با خانواده‌اش است.

Get to grips with the Model Context Protocol (MCP) and learn how to build scalable, intelligent web applications with AI-ready architecture in Python

Key Features

• The only resource you’ll need to build, test, and deploy MCP servers and clients
• Take a modern approach toward building, testing, and securing distributed agentic AI apps
• Get clear, professional guidance on developing for both LLM and non-LLM clients

Book Description

Learn Model Context Protocol with Python introduces developers, architects, and AI practitioners to the transformative capabilities of Model Context Protocol (MCP), an emerging protocol designed to standardize, distribute, and scale AI-driven applications. Through the lens of a practical project, the book tackles the modern challenges of resource management, client-server interaction, and deployment at scale.

Drawing from Christoffer’s expertise as a published author and tutor at the University of Oxford, you’ll explore the components of MCP and how they streamline server and client development. Next, you’ll progress from building robust backends and integrating LLMs into intelligent clients to interacting with servers via tools such as Claude for desktop and Visual Studio Code agents. The chapters help you understand how to describe the capabilities of hosts, clients, and servers, facilitating better interoperability, easier integration, and clearer communication between different components.

The book also covers security best practices and building for the cloud, ensuring that you’re ready to deploy your MCP-based apps. Each chapter enables you to develop hands-on skills for building and operating MCP-based agentic apps. The Python primer at the end rounds out the practical toolkit, making this book essential for any team building AI-native applications today.

What you will learn

• Understand the MCP protocol and its core components
• Build MCP servers that expose tools and resources to a variety of clients
• Test and debug servers using the interactive inspector tools
• Consume servers using Claude Desktop and Visual Studio Code Agents
• Secure MCP apps, as well as managing and mitigating common threats
• Build and deploy MCP apps using cloud-based strategies

Who this book is for

This book is ideal for web developers, software architects, AI practitioners, and tech leads looking to build scalable AI-integrated applications using MCP. Product managers overseeing AI initiatives will also find this book valuable. A basic understanding of web development and AI concepts is needed to make the most of this book.

Table of Contents

1. Introduction to the Model Context Protocol
2. Explaining the Model Context Protocol
3. Building and Testing Servers
4. Building SSE Servers
5. Streamable HTTP
6. Advanced Servers
7. Building Clients
8. Consuming Servers
9. Sampling
10. Elicitation
11. Securing Your Application
12. Bringing MCP Apps to Production
13. Appendix

Review

“I’m confident readers will come away with not only an understanding of MCP but also a deeper appreciation of how thoughtful MCP protocol and tool planning and design can significantly enhance your custom AI systems and impact the way you interact with AI assistants.”

Dan Wahlin, Principal Content Engineer at Microsoft

About the Author

Christoffer Noring is a passionate developer and educator who specializes in modern web technologies and AI integrations and works as an engineer at Microsoft. He’s also a tutor at the University of Oxford and is a published author on Angular, RxJs, generative AI, and now MCP. Christoffer has almost two decades of experience in software development and is a frequent speaker at tech conferences worldwide. According to his manager, his best quality is being able to break down complex technical concepts into simple, understandable terms. He hopes you agree! ;) When not coding or writing, Christoffer is probably growing another user community, mentoring developers, or spending time with his family.