[TRANSLATION] add zh docs

README.md

@@ -1,46 +1,46 @@
-# The Model Context Protocol (MCP) Course
+# 模型上下文协议 (MCP) 课程
 
 ![1](https://github.com/user-attachments/assets/d26dcc5e-46cb-449e-aecb-49ece10d342a)
 
-If you like the course, **don't hesitate to ⭐ star this repository**. This helps us to **make the course more visible 🤗**.
+如果您喜欢这个课程，**请不要犹豫给这个仓库点个 ⭐ star**。这有助于我们**提高课程的可见度 🤗**。
 
 <img src="https://huggingface.co/datasets/agents-course/course-images/resolve/main/en/communication/please_star.gif" alt="Star the repo" />
 
-## Content
+## 内容
 
-The course is divided into 4 units. These will take you from **the basics of Model Context Protocol to a final project implementing MCP in an AI application**.
+本课程分为 4 个单元。这些单元将带您从**模型上下文协议的基础知识到最终在 AI 应用中实现 MCP 的项目**。
 
-Sign up here (it's free) 👉 [Coming Soon]
+在这里注册（免费）👉 [即将推出]
 
-You can access the course here 👉 [Coming Soon]
+您可以在这里访问课程 👉 [即将推出]
 
-| Unit    | Topic                                               | Description                                                                                             |
+| 单元    | 主题                                               | 描述                                                                                             |
 | ------- | --------------------------------------------------- | ------------------------------------------------------------------------------------------------------- |
-| 0       | Welcome to the Course                               | Welcome, guidelines, necessary tools, and course overview.                                              |
-| 1       | Introduction to Model Context Protocol              | Definition of MCP, key concepts, and its role in connecting AI models with external data and tools.     |
-| 2       | Building with MCP: Practical Development            | Learn to implement MCP clients and servers using available SDKs and frameworks.                         |
+| 0       | 欢迎来到课程                               | 欢迎、指南、必要工具和课程概述。                                              |
+| 1       | 模型上下文协议简介              | MCP 的定义、关键概念及其在连接 AI 模型与外部数据和工具中的作用。     |
+| 2       | 使用 MCP 进行开发：实践开发            | 学习使用可用的 SDK 和框架实现 MCP 客户端和服务器。                         |
 
-## Prerequisites
+## 先决条件
 
-* Basic understanding of AI and LLM concepts
-* Familiarity with software development principles and API concepts
-* Experience with at least one programming language (Python or TypeScript examples will be emphasized)
+* 对 AI 和 LLM 概念的基本理解
+* 熟悉软件开发原则和 API 概念
+* 至少掌握一种编程语言（将重点介绍 Python 或 TypeScript 示例）
 
-## Contribution Guidelines
+## 贡献指南
 
-If you want to contribute to this course, you're welcome to do so. Feel free to open an issue or submit a pull request. For specific contributions, here are some guidelines:
+如果您想为这个课程做出贡献，我们非常欢迎。您可以随时提出 issue 或提交 pull request。对于具体的贡献，以下是一些指南：
 
-### Small typo and grammar fixes
+### 小错误和语法修正
 
-If you find a small typo or grammar mistake, please fix it yourself and submit a pull request. This is very helpful for students.
+如果您发现小错误或语法错误，请自行修复并提交 pull request。这对学生非常有帮助。
 
-### New unit
+### 新单元
 
-If you want to add a new unit, **please create an issue in the repository, describe the unit, and why it should be added**. We will discuss it and if it's a good addition, we can collaborate on it.
+如果您想添加新单元，**请在仓库中创建一个 issue，描述该单元以及为什么应该添加它**。我们将讨论它，如果这是一个好的补充，我们可以一起合作。
 
-## Citing the project
+## 引用项目
 
-To cite this repository in publications:
+在出版物中引用此仓库：
 
 ```
 @misc{mcp-course,

units/zh-CN/_toctree.yml

@@ -0,0 +1,46 @@
+- title: "0. 欢迎来到 MCP 课程"
+  sections:
+  - local: unit0/introduction
+    title: 欢迎来到 MCP 课程
+
+- title: "1. 模型上下文协议简介"
+  sections:
+  - local: unit1/introduction
+    title: 模型上下文协议 (MCP) 简介
+  - local: unit1/key-concepts
+    title: 关键概念和术语
+  - local: unit1/architectural-components
+    title: 架构组件
+  - local: unit1/communication-protocol
+    title: 通信协议
+  - local: unit1/capabilities
+    title: 理解 MCP 能力
+  - local: unit1/sdk
+    title: MCP SDK
+  - local: unit1/mcp-clients
+    title: MCP 客户端
+  - local: unit1/gradio-mcp
+    title: Gradio MCP 集成
+
+- title: "2. 用例：端到端 MCP 应用"
+  sections:
+  - local: unit2/introduction
+    title: MCP 应用开发简介
+  - local: unit2/gradio-server
+    title: 构建 Gradio MCP 服务器
+  - local: unit2/clients
+    title: 在应用中使用 MCP 客户端
+  - local: unit2/gradio-client
+    title: 使用 Gradio 构建 MCP 客户端
+  - local: unit2/tiny-agents
+    title: 使用 TypeScript 构建微型代理
+
+- title: "3. 用例：高级 MCP 开发"
+  sections:
+  - local: unit3/introduction
+    title: 即将推出
+
+- title: "额外单元"
+  sections:
+  - local: unit4/introduction
+    title: 即将推出

units/zh-CN/unit0/introduction.mdx

@@ -0,0 +1,139 @@
+# 欢迎来到 🤗 模型上下文协议 (MCP) 课程
+
+![MCP课程缩略图](https://huggingface.co/datasets/mcp-course/images/resolve/main/unit0/1.png)
+
+欢迎来到当今AI领域最激动人心的主题：**模型上下文协议（MCP）**！
+
+这门免费课程将带您踏上一段旅程，**从初学者到专业人士**，帮助您理解、使用并构建MCP应用程序。
+
+第一单元将帮助您入门：
+
+* 了解**课程大纲**。
+* **获取更多关于认证流程和时间安排的信息**。
+* 认识课程背后的团队。
+* 创建您的**账户**。
+* **加入我们的Discord服务器**，与同学和我们见面。
+
+让我们开始吧！
+
+## 这门课程会带给您什么？
+
+在本课程中，您将：
+
+* 📖 在**理论、设计和实践**方面学习模型上下文协议。
+* 🧑‍💻 学习**使用成熟的MCP SDK和框架**。
+* 💾 **分享您的项目**并探索社区创建的应用。
+* 🏆 参与挑战，在其中**将您的MCP实现与其他学生的进行评估**。
+* 🎓 通过完成作业**获得结业证书**。
+
+以及更多！
+
+在课程结束时，您将理解**MCP如何工作，以及如何构建利用外部数据和工具的AI应用，并使用最新MCP标准**。
+
+别忘了[**注册课程！**](https://huggingface.co/mcp-course)
+
+## 课程内容是什么样的？
+
+课程由以下部分组成：
+
+* _基础单元_：在这里您将学习MCP的**理论概念**。
+* _实践操作_：您将学习**使用成熟的MCP SDK**来构建应用程序。这些动手部分将有预配置的环境。
+* _用例作业_：您将应用所学概念来解决您选择的真实世界问题。
+* _合作项目_：我们与Hugging Face的合作伙伴协作，为您提供最新的MCP实现和工具。
+
+这门**课程是一个不断发展的项目，将根据您的反馈和贡献而演进！**欢迎在GitHub上提出问题和PR，并参与我们Discord服务器上的讨论。
+
+学完课程后，您也可以 👉 使用此表单[反馈表单链接]发送您的反馈
+
+## 课程大纲是什么？
+
+以下是**课程的总体大纲**。每个单元发布时会有更详细的主题列表。
+
+| 章节 | 主题 | 描述 |
+| ------- | ------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------- |
+| 0 | 入门 | 为您设置将要使用的工具和平台。 |
+| 1 | MCP基础、架构和核心概念 | 解释模型上下文协议的核心概念、架构和组件。展示使用MCP的简单用例。 |
+| 2 | 端到端用例：MCP实战 | 构建一个简单的端到端MCP应用程序，您可以与社区分享。 |
+| 3 | 部署用例：MCP实战 | 使用Hugging Face生态系统和合作伙伴服务构建部署的MCP应用程序。 |
+| 4 | 附加单元 | 帮助您更好地利用课程的附加单元，与合作伙伴的库和服务一起工作。 |
+
+## 课程有哪些先决条件？
+
+要能够跟上这门课程，您应该具备：
+
+* 对AI和LLM概念的基本理解
+* 熟悉软件开发原则和API概念
+* 至少一种编程语言的经验（将展示Python或TypeScript示例）
+
+如果您不具备这些条件，不用担心！以下是一些可以帮助您的资源：
+
+* [LLM课程](https://huggingface.co/learn/llm-course/)将指导您了解使用和构建LLM的基础知识。
+* [Agents课程](https://huggingface.co/learn/agents-course/)将指导您使用LLM构建AI代理。
+
+<Tip>
+
+上述课程本身并非先决条件，所以如果您理解LLM和代理的概念，您现在就可以开始这门课程！
+
+</Tip>
+
+## 我需要哪些工具？
+
+您只需要2样东西：
+
+* _一台电脑_，带有互联网连接。
+* 一个_账户_：用于访问课程资源和创建项目。如果您还没有账户，可以在[这里](https://huggingface.co/join)创建一个（免费）。
+
+## 认证流程
+
+您可以选择_以审核模式_学习本课程，或者完成活动并_获得我们将颁发的两种证书之一_。如果您以审核模式学习，您可以参与所有挑战并完成作业（如果您想的话），并且**您不需要通知我们**。
+
+认证流程**完全免费**：
+
+* _获得基础认证_：您需要完成课程的第1单元。这适用于想了解MCP最新趋势的学生，而不需要构建完整应用程序。
+* _获得结业证书_：您需要完成用例单元（2和3）。这适用于想构建完整应用并与社区分享的学生。
+
+## 推荐的学习节奏是什么？
+
+本课程的每个章节设计为**在1周内完成，每周大约需要3-4小时的工作**。
+
+由于有截止日期，我们为您提供推荐的学习节奏：
+
+![推荐节奏](https://huggingface.co/datasets/mcp-course/images/resolve/main/unit0/2.png)
+
+## 如何充分利用这门课程？
+
+要充分利用这门课程，我们有一些建议：
+
+1. 加入Discord的学习小组：小组学习总是更容易。为此，您需要加入我们的discord服务器并验证您的账户。
+2. **做测验和作业**：学习的最佳方式是通过动手实践和自我评估。
+3. **制定计划保持同步**：您可以使用下面我们推荐的节奏安排或创建您自己的计划。
+
+![课程建议](https://huggingface.co/datasets/mcp-course/images/resolve/main/unit0/3.png)
+
+## 我们是谁
+
+关于作者：
+
+### Ben Burtenshaw
+
+Ben是Hugging Face的机器学习工程师，专注于构建LLM应用程序，使用后训练和代理方法。
+
+<!-- ## 致谢 -->
+
+<!-- 我们要向以下个人和合作伙伴致以诚挚的感谢，感谢他们宝贵的贡献和支持： -->
+
+<!-- TODO: @burtenshaw 添加贡献者和合作伙伴 -->
+
+## 我发现了bug，或者我想改进课程
+
+欢迎**贡献** 🤗
+
+* 如果您_在笔记本中发现了bug 🐛_，请提出问题并**描述问题**。
+* 如果您_想改进课程_，您可以提交Pull Request。
+* 如果您_想添加完整的章节或新单元_，最好的方法是提出问题并**在开始编写之前描述您想添加的内容，以便我们可以指导您**。
+
+## 我还有问题
+
+请在我们的discord服务器 #mcp-course-questions 中提问。
+
+现在您已经掌握了所有信息，让我们开始吧 ⛵ 

units/zh-CN/unit1/architectural-components.mdx

@@ -0,0 +1,85 @@
+# MCP的架构组件
+
+在上一节中，我们讨论了MCP的关键概念和术语。现在，让我们深入了解组成MCP生态系统的架构组件。
+
+## 宿主、客户端和服务器
+
+模型上下文协议(MCP)建立在客户端-服务器架构上，实现了AI模型与外部系统之间的结构化通信。
+
+![MCP架构](https://huggingface.co/datasets/mcp-course/images/resolve/main/unit1/4.png)
+
+MCP架构由三个主要组件组成，每个组件都有明确定义的角色和职责：宿主、客户端和服务器。我们在上一节中简要提到了这些，但现在让我们深入了解每个组件及其职责。
+
+### 宿主
+
+**宿主**是面向用户的AI应用程序，终端用户直接与其交互。
+
+例子包括：
+- AI聊天应用，如OpenAI ChatGPT或Anthropic的Claude Desktop
+- AI增强的IDE，如Cursor，或像Continue.dev这样的工具集成
+- 在LangChain或smolagents等库中构建的自定义AI代理和应用
+
+宿主的职责包括：
+- 管理用户交互和权限
+- 通过MCP客户端发起与MCP服务器的连接
+- 协调用户请求、LLM处理和外部工具之间的整体流程
+- 以连贯的格式向用户呈现结果
+
+在大多数情况下，用户将根据自己的需求和偏好选择宿主应用。例如，开发人员可能会选择Cursor来利用其强大的代码编辑功能，而领域专家可能会使用在smolagents中构建的自定义应用。
+
+### 客户端
+
+**客户端**是宿主应用程序内部的一个组件，负责管理与特定MCP服务器的通信。其主要特点包括：
+
+- 每个客户端与单个服务器保持1:1连接
+- 处理MCP通信的协议级细节
+- 充当宿主逻辑和外部服务器之间的中介
+
+### 服务器
+
+**服务器**是通过MCP协议向AI模型公开功能的外部程序或服务。服务器：
+
+- 提供对特定外部工具、数据源或服务的访问
+- 作为现有功能的轻量级包装器
+- 可以在本地（与宿主在同一台机器上）或远程（通过网络）运行
+- 以客户端可以发现和使用的标准化格式公开其功能
+
+## 通信流程
+
+让我们来研究一下在典型的MCP工作流程中这些组件是如何交互的：
+
+<Tip>
+
+在下一节中，我们将通过实际示例深入了解实现这些组件的通信协议。
+
+</Tip>
+
+1. **用户交互**：用户与**宿主**应用程序交互，表达意图或查询。
+
+2. **宿主处理**：**宿主**处理用户的输入，可能使用LLM来理解请求并确定可能需要哪些外部功能。
+
+3. **客户端连接**：**宿主**指示其**客户端**组件连接到适当的服务器。
+
+4. **功能发现**：**客户端**查询**服务器**以发现它提供的功能（工具、资源、提示）。
+
+5. **功能调用**：根据用户需求或LLM的判断，宿主指示**客户端**调用**服务器**的特定功能。
+
+6. **服务器执行**：**服务器**执行请求的功能并将结果返回给**客户端**。
+
+7. **结果整合**：**客户端**将这些结果返回给**宿主**，后者将它们整合到LLM的上下文中或直接呈现给用户。
+
+此架构的一个关键优势是其模块化。单个**宿主**可以通过不同的**客户端**同时连接到多个**服务器**。新的**服务器**可以添加到生态系统中，而不需要对现有**宿主**进行更改。不同**服务器**的功能可以轻松组合。
+
+<Tip>
+
+正如我们在上一节中讨论的，这种模块化将传统的M×N集成问题（M个AI应用程序连接到N个工具/服务）转变为更易管理的M+N问题，其中每个宿主和服务器只需实现MCP标准一次。
+
+</Tip>
+
+这种架构看起来可能很简单，但其力量在于通信协议的标准化和组件之间责任的明确分离。这种设计允许形成一个凝聚力强的生态系统，AI模型可以与不断增长的外部工具和数据源无缝连接。
+
+## 结论
+
+这些交互模式受到几个关键原则的指导，这些原则塑造了MCP的设计和演进。协议强调**标准化**，提供AI连接的通用协议，同时保持**简洁性**，保持核心协议简单但启用高级功能。优先考虑**安全性**，要求用户明确批准敏感操作，并使功能可发现。协议设计具有**可扩展性**，通过版本控制和功能协商支持演进，并确保跨不同实现和环境的**互操作性**。
+
+在下一节中，我们将探讨使这些组件能够有效协同工作的通信协议。