مقدمة تفصيلية لدورة بروتوكول سياق نموذج Hugging Face (MCP)

نظرة عامة على الدورة

دورة Hugging Face MCP هي دورة مجانية تهدف إلى مساعدة المتعلمين على التطور من مبتدئين إلى ممارسين يفهمون ويستخدمون ويبنون تطبيقات بروتوكول سياق النموذج (MCP). تركز هذه الدورة على أحد أكثر المواضيع إثارة في مجال الذكاء الاصطناعي حاليًا: بروتوكول سياق النموذج (MCP).

ما هو بروتوكول سياق النموذج (MCP)؟

بروتوكول سياق النموذج هو معيار مفتوح يمكّن المطورين من إنشاء اتصالات آمنة ثنائية الاتجاه بين مصادر بياناتهم وأدواتهم المدعومة بالذكاء الاصطناعي. يشبه MCP منفذ USB-C لتطبيقات الذكاء الاصطناعي؛ فكما يوفر USB-C طريقة موحدة لربط الأجهزة بمجموعة متنوعة من الأجهزة الطرفية والملحقات، يوفر MCP طريقة موحدة لربط نماذج الذكاء الاصطناعي.

أهداف الدورة

بعد إكمال هذه الدورة، ستكون قادرًا على:

• 📖 تعلم بروتوكول سياق النموذج من الجوانب النظرية والتصميمية والعملية.
• 🧑‍💻 تعلم كيفية استخدام حزم تطوير البرامج (SDK) وأطر العمل (Frameworks) الخاصة بـ MCP.
• 💾 مشاركة مشاريعك واستكشاف التطبيقات التي أنشأها المجتمع.
• 🏆 المشاركة في التحديات لمقارنة تقييمات تنفيذ MCP الخاص بك مع الطلاب الآخرين.
• 🎓 الحصول على شهادة إتمام عند إكمال الواجبات.

هيكل الدورة

تتكون الدورة من الأقسام التالية:

الوحدات التأسيسية

في هذه الوحدات، ستتعلم مفاهيم MCP من منظور نظري.

التدريب العملي

تعلم كيفية استخدام حزمة تطوير البرامج (SDK) الخاصة بـ MCP لبناء التطبيقات. ستوفر هذه الأقسام العملية بيئات مهيأة مسبقًا.

مهام حالات الاستخدام

تطبيق المفاهيم التي تعلمتها لحل مشكلات واقعية من اختيارك.

التعاونات

التعاون مع شركاء Hugging Face لتزويدك بأحدث تطبيقات وأدوات MCP.

مخطط الدورة

الفصل	الموضوع	الوصف
0	البدء	إعداد الأدوات والمنصات التي ستستخدمها
1	أساسيات MCP، البنية، والمفاهيم الأساسية	شرح المفاهيم الأساسية، البنية، والمكونات لبروتوكول سياق النموذج، وعرض حالات استخدام بسيطة لـ MCP
2	حالة استخدام شاملة: MCP عمليًا	بناء تطبيق MCP بسيط وشامل يمكن مشاركته مع المجتمع
3	حالة استخدام النشر: MCP عمليًا	بناء تطبيق MCP منشور باستخدام النظام البيئي لـ Hugging Face وخدمات الشركاء
4	وحدات إضافية	وحدات إضافية لمساعدتك على الاستفادة القصوى من الدورة، والعمل مع مكتبات وخدمات الشركاء

المتطلبات المسبقة للتعلم

لتتمكن من متابعة هذه الدورة، يجب أن تكون لديك:

• فهم أساسي لمفاهيم الذكاء الاصطناعي ونماذج اللغة الكبيرة (LLM).
• إلمام بمبادئ تطوير البرمجيات ومفاهيم واجهة برمجة التطبيقات (API).
• خبرة في لغة برمجة واحدة على الأقل (سيتم عرض أمثلة Python أو TypeScript).

إذا كنت تفتقر إلى هذه الخلفية، يوصى بالتعلم أولاً:

• دورة LLM - ترشدك إلى أساسيات استخدام وبناء نماذج اللغة الكبيرة.
• دورة الوكلاء - ترشدك إلى بناء وكلاء الذكاء الاصطناعي باستخدام نماذج اللغة الكبيرة.

الأدوات المطلوبة

تحتاج فقط إلى شيئين:

• جهاز كمبيوتر متصل بالإنترنت.
• حساب Hugging Face (يمكن إنشاؤه مجانًا).

عملية الاعتماد

تقدم الدورة عملية اعتماد مجانية بالكامل:

الشهادة الأساسية

• تتطلب إكمال الوحدة 1 من الدورة.
• مناسبة للطلاب الذين يرغبون في فهم أحدث اتجاهات MCP ولكن لا يحتاجون إلى بناء تطبيقات كاملة.

شهادة الإتمام

• تتطلب إكمال وحدات حالات الاستخدام (الوحدتين 2 و 3).
• مناسبة للطلاب الذين يرغبون في بناء تطبيقات كاملة ومشاركتها مع المجتمع.

وتيرة التعلم الموصى بها

• كل فصل مصمم ليتم إكماله في أسبوع واحد.
• حوالي 3-4 ساعات من وقت الدراسة أسبوعيًا.
• نظرًا لوجود مواعيد نهائية، يُنصح باتباع وتيرة التعلم الموصى بها.

كيفية الاستفادة القصوى من الدورة

• انضم إلى مجموعة التعلم على Discord: التعلم في مجموعة أسهل دائمًا.
• أكمل الاختبارات والواجبات: الممارسة والتقييم الذاتي هما أفضل طرق التعلم.
• ضع خطة دراسية للبقاء على المسار الصحيح: يمكنك استخدام الجدول الزمني الموصى به أو إنشاء جدولك الخاص.

مميزات الدورة

• مدفوعة بالمجتمع: هذا مشروع نشط يتطور باستمرار بناءً على ملاحظاتك ومساهماتك.
• تعاون مفتوح المصدر: نرحب بتقديم المشكلات وطلبات السحب (Pull Requests) على GitHub.
• دعم في الوقت الفعلي: تفاعل مع الزملاء والمحاضرين عبر خادم Discord.

مؤلف الدورة

بن بيرتنشو مهندس تعلم آلة في Hugging Face، يركز على بناء تطبيقات نماذج اللغة الكبيرة، ولديه خبرة واسعة في أساليب ما بعد التدريب والوكلاء.

قيمة الدورة

تمثل هذه الدورة طليعة تطوير تطبيقات الذكاء الاصطناعي، وستساعدك على بناء تطبيقات ذكاء اصطناعي متطورة يمكنها الاستفادة من البيانات والأدوات الخارجية. ستتعلم كيفية إنشاء تطبيقات MCP قوية وقابلة للتطوير، لتكون جاهزًا للنشر في العالم الحقيقي.

من خلال تعلم MCP، ستتقن كيفية تمكين نماذج الذكاء الاصطناعي من الوصول إلى مصادر البيانات الخارجية واستغلالها بشكل أفضل، وهي مهارة أساسية في تطوير تطبيقات الذكاء الاصطناعي الحالية.