بروتوكول السياق للنماذج
ما هو MCP؟
Model Context Protocol هو معيار مفتوح المصدر أطلقته شركة Anthropic عام 2024، يُعرّف لغة اتصال موحّدة تُتيح لنماذج الذكاء الاصطناعي التفاعل مع الأدوات والخدمات الخارجية.
المشكلة التي يحلّها
قبل MCP، كان كل نموذج ذكاء اصطناعي يحتاج إلى integration مخصصة مع كل أداة:
N نماذج × M أداة = N×M integration مختلفة
مع MCP:
N نماذج + M أداة = N+M فقط (عبر بروتوكول موحّد)
المبادئ الجوهرية
| المبدأ | الشرح |
|---|---|
| معيار مفتوح | بروتوكول اتصال مثل HTTP — أي server يتبعه يعمل مع أي client |
| Server-side Logic | كل منطق العمل يبقى في الـ server، النموذج يسأل فقط |
| Composability | عشرات الـ servers في نفس الجلسة في آنٍ واحد |
| Security by Design | الـ server هو الحارس — Claude لا يصل مباشرة للبيانات |
الأطراف الثلاثة
┌─────────────────────────────────────────────────────┐
│ HOST │
│ │
│ ┌─────────────┐ JSON-RPC ┌─────────────────┐ │
│ │ │ ◄────────► │ │ │
│ │ MCP Client │ │ MCP Server │ │
│ │ (Claude) │ │ │ │
│ │ │ │ ┌───────────┐ │ │
│ └─────────────┘ │ │ Database │ │ │
│ │ │ APIs │ │ │
│ │ │ Files │ │ │
│ │ └───────────┘ │ │
│ └─────────────────┘ │
└─────────────────────────────────────────────────────┘
- MCP Client — النموذج الذي يطلب البيانات (مثل Claude)
- MCP Server — الخدمة التي توفّر البيانات أو تنفّذ الأوامر
- Host — البيئة التي تشغّل كل شيء (مثل Claude.ai أو Claude Code)
مراحل الاتصال
١. Initialization — التهيئة
عند بدء الجلسة، الـ Client يتصل بالـ Server ويعلن نفسه:
// Client → Server
{
"jsonrpc": "2.0",
"method": "initialize",
"params": {
"protocolVersion": "2024-11-05",
"clientInfo": { "name": "claude-desktop", "version": "1.0" },
"capabilities": { "sampling": {}, "roots": { "listChanged": true } }
}
}
// Server → Client
{
"jsonrpc": "2.0",
"result": {
"serverInfo": { "name": "github-mcp", "version": "1.2.0" },
"capabilities": { "tools": {}, "resources": { "subscribe": true } }
}
}
٢. Discovery — الاكتشاف
Claude يتعلم ما هو متاح من أدوات ومصادر:
// Client → Server
{ "method": "tools/list" }
// Server → Client
{
"result": {
"tools": [
{ "name": "search_repos", "description": "يبحث في مستودعات GitHub" },
{ "name": "create_issue", "description": "ينشئ issue جديدة" },
{ "name": "get_pr_status", "description": "يسترجع حالة الـ Pull Request" }
]
}
}
٣. Execution — التنفيذ
// المستخدم يطلب: "ما حالة الـ PR الأخير؟"
// Claude → Server
{
"method": "tools/call",
"params": {
"name": "get_pr_status",
"arguments": { "repo": "facebook/react", "pr_number": 31542 }
}
}
// Server → Claude
{
"result": {
"content": [{
"type": "text",
"text": "PR #31542 — مفتوح، 3 reviewers، جميع checks نجحت"
}]
}
}
٤. Context Integration — دمج السياق
نتيجة الـ tool تُضاف لـ context المحادثة، ويُكمل Claude إجابته بشكل طبيعي.
المكوّنات الثلاثة
🔧 Tools — الأدوات
وظائف ينفذها الـ server بناءً على طلب النموذج.
مثال — Shopify MCP Server:
{
"name": "get_order_details",
"description": "يسترجع تفاصيل طلب شراء بناءً على رقمه",
"inputSchema": {
"type": "object",
"properties": {
"order_id": {
"type": "string",
"description": "رقم الطلب"
},
"include_shipping": {
"type": "boolean",
"description": "هل تشمل بيانات الشحن؟",
"default": true
}
},
"required": ["order_id"]
}
}
كيف يُستخدم:
المستخدم: "أين طلبي رقم #ORDER-8821؟"
Claude → tools/call: get_order_details({ order_id: "ORDER-8821" })
Server → Claude: { status: "قيد الشحن", eta: "غداً", carrier: "Aramex" }
Claude → المستخدم: "طلبك #ORDER-8821 في الطريق إليك، يصل غداً عبر Aramex."
📦 Resources — المصادر
بيانات ثابتة أو شبه ثابتة يقرأها النموذج كـ context مستمر.
مثال — Slack MCP Server:
// URI scheme للمصادر
"slack://channels/list" → قائمة كل القنوات
"slack://channel/general" → محتوى قناة #general
"slack://user/profile/U08XY" → بيانات موظف معين
الفرق بين Tools و Resources:
| Tools | Resources | |
|---|---|---|
| الاستخدام | تنفيذ أوامر وكتابة | قراءة فقط |
| متى يُستدعى | عند طلب محدد | في بداية السياق |
| مثال | إرسال رسالة Slack | قائمة القنوات المتاحة |
💬 Prompts — القوالب
قوالب محادثة جاهزة يُعرّفها الـ server لحالات الاستخدام المتكررة.
مثال — Jira MCP Server:
{
"name": "sprint_review",
"description": "يُنشئ تقرير مراجعة sprint",
"arguments": [
{ "name": "sprint_id", "required": true },
{ "name": "team_name", "required": false },
{ "name": "include_velocity", "required": false }
]
}
بروتوكول النقل
stdio — للبيئات المحلية
الـ server يعمل على نفس الجهاز، التواصل عبر stdin/stdout.
// claude_desktop_config.json
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/username/Documents"]
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": { "GITHUB_TOKEN": "ghp_xxxxxxxxxxxx" }
}
}
}
مثال استخدام — VS Code + GitHub Copilot:
المطوّر: "راجع الـ PR هذا وأخبرني بأي مشاكل أمنية"
Claude (عبر GitHub MCP):
→ get_pr_diff({ pr: 142 })
→ get_file_content({ path: "auth/middleware.js" })
→ create_review_comment({ body: "SQL injection محتملة في السطر 47" })
SSE / HTTP — للبيئات البعيدة
الـ server يعمل عبر الإنترنت، التواصل عبر HTTP مع Server-Sent Events.
// في claude.ai أو تطبيقات الويب
{
"type": "url",
"url": "https://mcp.notion.com/mcp",
"name": "notion"
}
مثال استخدام — Notion كـ knowledge base:
المستخدم: "أنشئ صفحة توثيق لميزة تسجيل الدخول الجديدة"
Claude (عبر Notion MCP):
→ search_pages({ query: "authentication template" })
→ create_page({
parent: "Engineering Docs",
title: "Login Feature — v2.1",
content: "## الوصف\n## كيفية الاستخدام\n## API Reference"
})
نموذج الأمان
المستخدم
↓
Claude (Client) — يطلب tools محددة فقط
↓
MCP Server — الحارس
├── يتحقق من الهوية (Authentication)
├── يتحقق من الصلاحيات (Authorization)
├── يُفلتر البيانات الحساسة
└── يُسجّل كل طلب (Audit Log)
↓
قاعدة البيانات / الـ API
Capability Negotiation
كل طرف يُعلن ما يدعمه فقط — إذا كانت هناك ميزة غير مدعومة، الاتصال يفشل بأمان:
// Client يُعلن قدراته
{
"capabilities": {
"sampling": {},
"roots": { "listChanged": true }
}
}
// Server يُعلن قدراته
{
"capabilities": {
"tools": {},
"resources": { "subscribe": true },
"prompts": {}
}
}
أمثلة عملية من شركات حقيقية
مثال ١ — GitHub MCP
السيناريو: مطوّر يريد مراجعة الـ codebase وإنشاء issues تلقائياً.
# GitHub MCP Server (Python)
from mcp.server.fastmcp import FastMCP
from github import Github
mcp = FastMCP("github-server")
gh = Github(os.environ["GITHUB_TOKEN"])
@mcp.tool()
def search_code(query: str, repo: str) -> dict:
"""يبحث في كود مستودع GitHub"""
results = gh.search_code(f"{query} repo:{repo}")
return {
"count": results.totalCount,
"files": [{"path": r.path, "url": r.html_url} for r in results[:10]]
}
@mcp.tool()
def create_issue(repo: str, title: str, body: str, labels: list = []) -> dict:
"""ينشئ issue جديدة في مستودع"""
repository = gh.get_repo(repo)
issue = repository.create_issue(title=title, body=body, labels=labels)
return {"number": issue.number, "url": issue.html_url}
@mcp.resource("github://repos/list")
def list_repos() -> str:
"""قائمة المستودعات المتاحة"""
repos = gh.get_user().get_repos()
return "\n".join([f"- {r.full_name}" for r in repos])
محادثة مثال:
المستخدم: "ابحث عن كل الأماكن التي نستخدم فيها fetch() بدون error handling
في مستودع myorg/backend، وأنشئ issue لكل واحدة"
Claude:
1. search_code("fetch(" repo:"myorg/backend") → وجد 12 ملف
2. تحليل كل ملف
3. create_issue("myorg/backend", "Missing error handling in api/users.js", ...)
4. create_issue("myorg/backend", "Missing error handling in services/payment.js", ...)
...
"أنشأت 8 issues للأماكن التي تفتقر لـ error handling"
مثال ٢ — Stripe MCP
السيناريو: فريق دعم العملاء يريد الاستعلام عن الفواتير وإصدار استردادات.
// Stripe MCP Server (TypeScript)
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import Stripe from "stripe";
import { z } from "zod";
const server = new McpServer({ name: "stripe-support", version: "1.0.0" });
const stripe = new Stripe(process.env.STRIPE_SECRET_KEY!);
server.tool(
"get_customer",
"يسترجع بيانات عميل بناءً على الإيميل",
{ email: z.string().email() },
async ({ email }) => {
const customers = await stripe.customers.list({ email, limit: 1 });
if (!customers.data.length) {
return { content: [{ type: "text", text: "العميل غير موجود" }] };
}
const customer = customers.data[0];
return {
content: [{
type: "text",
text: JSON.stringify({
id: customer.id,
name: customer.name,
created: new Date(customer.created * 1000).toLocaleDateString("ar"),
balance: `${customer.balance / 100} USD`
})
}]
};
}
);
server.tool(
"create_refund",
"يُصدر استرداداً لعملية دفع",
{
payment_intent_id: z.string(),
amount: z.number().optional(),
reason: z.enum(["duplicate", "fraudulent", "requested_by_customer"])
},
async ({ payment_intent_id, amount, reason }) => {
const refund = await stripe.refunds.create({
payment_intent: payment_intent_id,
amount: amount ? amount * 100 : undefined,
reason
});
return {
content: [{
type: "text",
text: `تم الاسترداد بنجاح — رقم: ${refund.id} — المبلغ: ${(refund.amount / 100)} USD`
}]
};
}
);
محادثة مثال:
موظف دعم: "العميل john@example.com يقول إنه دُفع مرتين لنفس الطلب"
Claude:
1. get_customer({ email: "john@example.com" })
→ { id: "cus_Xyz123", balance: "$0" }
2. get_invoices({ customer_id: "cus_Xyz123", limit: 5 })
→ فاتورتان بتاريخ متقارب بنفس المبلغ $49.99
3. create_refund({
payment_intent_id: "pi_duplicate123",
amount: 49.99,
reason: "duplicate"
})
→ "تم الاسترداد بنجاح — رقم: re_abc123"
"تم إصدار استرداد بمبلغ $49.99 للعميل john@example.com
بسبب الدفع المزدوج. رقم الاسترداد: re_abc123"
مثال ٣ — Salesforce MCP
السيناريو: فريق مبيعات يريد تحديث سجلات العملاء وإنشاء التقارير.
# Salesforce MCP Server
from mcp.server.fastmcp import FastMCP
from simple_salesforce import Salesforce
mcp = FastMCP("salesforce-crm")
sf = Salesforce(
username=os.environ["SF_USERNAME"],
password=os.environ["SF_PASSWORD"],
security_token=os.environ["SF_TOKEN"]
)
@mcp.tool()
def search_leads(company: str = None, industry: str = None) -> dict:
"""يبحث عن leads بناءً على معايير"""
query = "SELECT Id, FirstName, LastName, Company, Email, Status FROM Lead WHERE "
conditions = []
if company:
conditions.append(f"Company LIKE '%{company}%'")
if industry:
conditions.append(f"Industry = '{industry}'")
query += " AND ".join(conditions) if conditions else "Status = 'Open'"
results = sf.query(query)
return {"total": results["totalSize"], "leads": results["records"]}
@mcp.tool()
def update_opportunity_stage(opportunity_id: str, stage: str, close_date: str = None) -> dict:
"""يُحدّث مرحلة الصفقة"""
update_data = {"StageName": stage}
if close_date:
update_data["CloseDate"] = close_date
sf.Opportunity.update(opportunity_id, update_data)
return {"success": True, "opportunity_id": opportunity_id, "new_stage": stage}
@mcp.resource("salesforce://pipeline/summary")
def get_pipeline_summary() -> str:
"""ملخص pipeline المبيعات الحالي"""
result = sf.query("""
SELECT StageName, COUNT(Id) count, SUM(Amount) total
FROM Opportunity
WHERE IsClosed = false
GROUP BY StageName
""")
return "\n".join([
f"- {r['StageName']}: {r['count']} صفقة، إجمالي ${r['total']:,.0f}"
for r in result["records"]
])
محادثة مثال:
مدير المبيعات: "كيف حال pipeline هذا الشهر؟ وأي leads من قطاع التكنولوجيا
لم يُتواصل معهم بعد؟"
Claude:
1. resources/read("salesforce://pipeline/summary")
→ Prospecting: 23 صفقة، $1.2M
Negotiation: 8 صفقات، $890K
Proposal: 15 صفقة، $2.1M
2. search_leads({ industry: "Technology" })
→ 14 lead جديد لم يُتواصل معهم
"Pipeline الحالي: 46 صفقة بقيمة إجمالية $4.19M
أبرز المراحل: Proposal ($2.1M) و Prospecting ($1.2M)
14 lead من قطاع التكنولوجيا لم يُتواصل معهم بعد:
• TechCorp Inc — مدير: Sarah Johnson
• CloudSystems — مدير: Ahmed Al-Rashid
..."
مثال ٤ — AWS MCP
السيناريو: مهندس DevOps يريد مراقبة البنية التحتية وإدارة الـ resources.
# AWS MCP Server
import boto3
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("aws-devops")
@mcp.tool()
def get_ec2_status(region: str = "us-east-1", instance_ids: list = None) -> dict:
"""يسترجع حالة EC2 instances"""
ec2 = boto3.client("ec2", region_name=region)
filters = []
if instance_ids:
filters.append({"Name": "instance-id", "Values": instance_ids})
response = ec2.describe_instances(Filters=filters)
instances = []
for reservation in response["Reservations"]:
for inst in reservation["Instances"]:
name = next((t["Value"] for t in inst.get("Tags", [])
if t["Key"] == "Name"), "بدون اسم")
instances.append({
"id": inst["InstanceId"],
"name": name,
"state": inst["State"]["Name"],
"type": inst["InstanceType"],
"public_ip": inst.get("PublicIpAddress", "لا يوجد")
})
return {"count": len(instances), "instances": instances}
@mcp.tool()
def get_cloudwatch_alarms(state: str = "ALARM") -> dict:
"""يسترجع CloudWatch alarms النشطة"""
cw = boto3.client("cloudwatch")
response = cw.describe_alarms(StateValue=state)
alarms = [{
"name": a["AlarmName"],
"metric": a["MetricName"],
"threshold": a["Threshold"],
"state_reason": a["StateReason"]
} for a in response["MetricAlarms"]]
return {"active_alarms": len(alarms), "alarms": alarms}
@mcp.tool()
def scale_ecs_service(cluster: str, service: str, desired_count: int) -> dict:
"""يُعدّل عدد instances لـ ECS service"""
ecs = boto3.client("ecs")
ecs.update_service(
cluster=cluster,
service=service,
desiredCount=desired_count
)
return {"success": True, "cluster": cluster, "service": service, "new_count": desired_count}
محادثة مثال:
مهندس DevOps: "في الـ production هل في أي مشاكل الحين؟
وإذا في load عالي scale up الـ API service"
Claude:
1. get_cloudwatch_alarms({ state: "ALARM" })
→ alarm واحد: "API-CPU-High" — CPU > 85% لآخر 15 دقيقة
2. get_ec2_status({ region: "us-east-1" })
→ 3 instances تعمل، جميعها healthy
3. scale_ecs_service("production", "api-service", 6)
→ نجح — من 3 إلى 6 instances
"تقرير الـ Production:
⚠️ تنبيه نشط: CPU عالي على خدمة الـ API (85%+) منذ 15 دقيقة
✅ تم scale up خدمة الـ API من 3 إلى 6 instances
✅ باقي الـ infrastructure: لا مشاكل"
مثال ٥ — Figma MCP
السيناريو: مصمم يريد استخراج tokens التصميم وتحويلها لكود.
// Figma MCP Server
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import axios from "axios";
import { z } from "zod";
const server = new McpServer({ name: "figma-design", version: "1.0.0" });
const FIGMA_TOKEN = process.env.FIGMA_ACCESS_TOKEN;
server.tool(
"get_design_tokens",
"يستخرج design tokens من ملف Figma",
{ file_key: z.string() },
async ({ file_key }) => {
const { data } = await axios.get(
`https://api.figma.com/v1/files/${file_key}/variables/local`,
{ headers: { "X-Figma-Token": FIGMA_TOKEN } }
);
const tokens: Record<string, any> = {};
for (const variable of Object.values(data.meta.variables) as any[]) {
tokens[variable.name] = {
type: variable.resolvedType,
value: variable.valuesByMode
};
}
return { content: [{ type: "text", text: JSON.stringify(tokens, null, 2) }] };
}
);
server.tool(
"get_component_props",
"يسترجع props مكوّن Figma معين",
{ file_key: z.string(), node_id: z.string() },
async ({ file_key, node_id }) => {
const { data } = await axios.get(
`https://api.figma.com/v1/files/${file_key}/nodes?ids=${node_id}`,
{ headers: { "X-Figma-Token": FIGMA_TOKEN } }
);
const node = data.nodes[node_id].document;
return {
content: [{
type: "text",
text: JSON.stringify({
name: node.name,
type: node.type,
fills: node.fills,
effects: node.effects,
componentProperties: node.componentProperties
}, null, 2)
}]
};
}
);
محادثة مثال:
مطوّر Frontend: "حوّل design tokens من ملف Figma
هذا إلى CSS variables و Tailwind config"
Claude:
1. get_design_tokens({ file_key: "abc123xyz" })
→ colors, typography, spacing, shadows...
2. يُولّد CSS:
:root {
--color-primary: #0066FF;
--color-secondary: #6B7280;
--font-heading: 'Inter', sans-serif;
--spacing-sm: 8px;
...
}
3. يُولّد tailwind.config.js:
module.exports = {
theme: {
extend: {
colors: { primary: '#0066FF', secondary: '#6B7280' },
spacing: { sm: '8px' }
}
}
}
بناء MCP Server — الدليل الكامل
Python — باستخدام FastMCP
from mcp.server.fastmcp import FastMCP
from typing import Optional
import httpx
# ١. إنشاء الـ server
mcp = FastMCP(
name="my-service",
version="1.0.0",
description="وصف الـ server"
)
# ٢. تعريف Tool بسيط
@mcp.tool()
def get_weather(city: str, unit: str = "celsius") -> dict:
"""يسترجع الطقس لمدينة معينة"""
return {"city": city, "temperature": 28, "unit": unit, "condition": "مشمس"}
# ٣. Tool مع معالجة أخطاء
@mcp.tool()
async def fetch_data(url: str, timeout: int = 30) -> dict:
"""يجلب بيانات من URL خارجي"""
try:
async with httpx.AsyncClient() as client:
response = await client.get(url, timeout=timeout)
response.raise_for_status()
return {"status": "success", "data": response.json()}
except httpx.TimeoutException:
return {"status": "error", "message": "انتهت مهلة الطلب"}
except Exception as e:
return {"status": "error", "message": str(e)}
# ٤. Resource
@mcp.resource("config://settings")
def get_settings() -> str:
"""إعدادات النظام الحالية"""
return """
- البيئة: Production
- المنطقة: us-east-1
- النسخة: 2.1.0
"""
# ٥. Prompt template
@mcp.prompt()
def analysis_report(topic: str, depth: str = "standard") -> str:
"""قالب تقرير تحليلي"""
return f"""حلّل الموضوع التالي بعمق {depth}:
الموضوع: {topic}
الرجاء تغطية:
1. الملخص التنفيذي
2. النقاط الرئيسية
3. التوصيات
"""
# ٦. تشغيل الـ server
if __name__ == "__main__":
mcp.run(transport="stdio") # أو transport="sse" للبيئات البعيدة
TypeScript — باستخدام MCP SDK
import { McpServer, ResourceTemplate } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
const server = new McpServer({
name: "my-service",
version: "1.0.0"
});
// Tool بسيط
server.tool(
"calculate",
"يُجري عمليات حسابية",
{
operation: z.enum(["add", "subtract", "multiply", "divide"]),
a: z.number(),
b: z.number()
},
async ({ operation, a, b }) => {
const results: Record<string, number> = {
add: a + b,
subtract: a - b,
multiply: a * b,
divide: b !== 0 ? a / b : NaN
};
const result = results[operation];
if (isNaN(result)) {
return { content: [{ type: "text", text: "خطأ: لا يمكن القسمة على صفر" }], isError: true };
}
return { content: [{ type: "text", text: `النتيجة: ${result}` }] };
}
);
// Resource مع URI template
server.resource(
"data",
new ResourceTemplate("data://{category}/{id}", { list: undefined }),
async (uri, { category, id }) => ({
contents: [{
uri: uri.href,
mimeType: "application/json",
text: JSON.stringify({ category, id, data: "..." })
}]
})
);
// تشغيل
const transport = new StdioServerTransport();
await server.connect(transport);
استراتيجية التبني — ثلاثة مستويات
المستوى الأول: Consumer — الاستهلاك
استخدم الـ servers الجاهزة من المجتمع:
# servers رسمية من Anthropic
npx @modelcontextprotocol/server-filesystem
npx @modelcontextprotocol/server-github
npx @modelcontextprotocol/server-google-drive
npx @modelcontextprotocol/server-slack
npx @modelcontextprotocol/server-postgres
# servers من المجتمع
npx @modelcontextprotocol/server-brave-search
npx mcp-server-stripe
npx mcp-server-aws
متى تختار هذا المستوى:
- يوجد server جاهز يلبي احتياجك
- لا تريد الوقت في بناء البنية التحتية
- تريد تجربة MCP بسرعة
المستوى الثاني: Builder — البناء
ابنِ server خاص يُعرّض أنظمتك الداخلية:
# مثال: server لنظام ERP داخلي
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("company-erp")
@mcp.tool()
def get_inventory(product_code: str = None, category: str = None) -> dict:
"""يسترجع بيانات المخزون"""
return erp_api.get_inventory(product_code=product_code, category=category)
@mcp.tool()
def create_purchase_order(supplier_id: str, items: list, notes: str = "") -> dict:
"""يُنشئ أمر شراء"""
return erp_api.create_po(supplier_id=supplier_id, items=items, notes=notes)
متى تختار هذا المستوى:
- بياناتك داخلية ولا يوجد server جاهز
- تريد التحكم الكامل في ما يُكشف لـ Claude
- لديك API داخلي تريد ربطه بالذكاء الاصطناعي
المستوى الثالث: Integrator — الدمج
اجعل منتجك يتحدث مع نماذج الذكاء الاصطناعي عبر MCP:
# مثال: منصة SaaS تُعرّض نفسها كـ MCP server
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("my-saas-platform")
@mcp.tool()
def get_analytics(metric: str, date_range: str, segment: str = "all") -> dict:
"""يسترجع تحليلات المنصة"""
return analytics.query(metric=metric, range=date_range, segment=segment)
متى تختار هذا المستوى:
- تبني منتجاً SaaS وتريد دعم AI agents
- عملاؤك يستخدمون Claude أو أدوات AI
- تريد أن يكون منتجك جزءاً من نظام AI البيئي
خارطة الطريق
الأسبوع ١–٢: تعلّم وتجريب
✓ استخدم servers جاهزة (filesystem, github)
✓ جرّب MCP في Claude Desktop
✓ افهم تدفق الرسائج
الأسبوع ٣–٤: أوّل server خاص
→ ابنِ server بسيط لـ API داخلي
→ اختبره محلياً مع Claude Code
→ أضف error handling و logging
الشهر الثاني: تعمّق
→ أضف Resources و Prompts
→ انشر الـ server على cloud
→ ابدأ دمجه في workflow اليومي
الشهر الثالث+: دمج في المنتجات
→ MCP server لكل منتج رئيسي
→ دعم AI agents الخارجية
→ مراقبة الأداء والأمان
موارد ومراجع
| المصدر | الرابط |
|---|---|
| المواصفة الرسمية | modelcontextprotocol.io |
| MCP SDK (Python) | github.com/modelcontextprotocol/python-sdk |
| MCP SDK (TypeScript) | github.com/modelcontextprotocol/typescript-sdk |
| قائمة الـ servers الجاهزة | github.com/modelcontextprotocol/servers |
| وثائق Anthropic | docs.anthropic.com |
آخر تحديث: يونيو 2026 — إعداد للأغراض التعليمية