دوره آموزشی ساخت اپلیکیشنهای MCP با Claude Code: توسعه داشبورد تحلیل داده تعاملی
1 ساعت 9 دقیقهمتوسط2026-06-11
مدرسین

Lillian Pierson, P.E.
Engineer, CEO, and Head of Product at Data-Mania
جزئیات دوره
پروتکل بافت مدل (Model Context Protocol - MCP) تحولی در نحوه اتصال مدلهای هوش مصنوعی به منابع داده ایجاد کرده است. اما چگونه میتوانیم این قدرت اتصال را به رابطهای کاربری گرافیکی مجهز کنیم؟ در این دوره، لیلیان پیرسون (Lillian Pierson)، رهبر حوزه علوم داده، به شما میآموزد که چگونه یک MCP App بسازید که یک داشبورد تحلیلی تعاملی را مستقیماً در داخل Claude Code MCP host رندر میکند، آن هم با رعایت کامل الگوهای حکمرانی سازمانی (Enterprise Governance).
این دوره فراتر از جریانهای کاری سادهی «گفتگو به SQL» (Chat-to-SQL) حرکت میکند. شما یاد میگیرید چگونه یک لایه هوش مصنوعی کنترلشده (Controlled AI Layer) را به عنوان واسط میان سیستمهای دادهای کسبوکار و مدل هوش مصنوعی طراحی کنید. با پایان این دوره، شما یک سرور MCP فعال، یک رابط کاربری (UI) داخلی، یک داشبورد تحلیل دادههای تجاری (مانند CRM، صورتحساب و پشتیبانی)، سیستم کنترل دسترسی مبتنی بر نقش (Role-based Access) و قابلیت ثبت وقایع (Audit Log) خواهید داشت.
این آموزش برای متخصصانی ایدهآل است که به دنبال معماری سیستمهای هوش مصنوعی امن، شفاف و منطبق بر استانداردهای سازمانی هستند.
اهداف یادگیری
طراحی ابزارهای تحلیلیِ مبتنی بر طرحواره (Schema-based) برای نمایش معیارها بهجای پرسوجوهای خام
پیادهسازی دسترسیهای مبتنی بر نقش (Role-aware Permissions) برای کنترل سطوح دسترسی کاربران
رندر کردن رابط کاربری اختصاصی برای MCP App با قابلیت فیلترگذاری و نمودارهای یکپارچه
فعالسازی قابلیت تحلیلهای عمیق (Drill-downs) با حفظ شفافیت و انطباق قانونی
ایجاد سیستم ثبت وقایع (Audit Log) برای تمامی ابزارهای مورداستفاده
این دوره فراتر از جریانهای کاری سادهی «گفتگو به SQL» (Chat-to-SQL) حرکت میکند. شما یاد میگیرید چگونه یک لایه هوش مصنوعی کنترلشده (Controlled AI Layer) را به عنوان واسط میان سیستمهای دادهای کسبوکار و مدل هوش مصنوعی طراحی کنید. با پایان این دوره، شما یک سرور MCP فعال، یک رابط کاربری (UI) داخلی، یک داشبورد تحلیل دادههای تجاری (مانند CRM، صورتحساب و پشتیبانی)، سیستم کنترل دسترسی مبتنی بر نقش (Role-based Access) و قابلیت ثبت وقایع (Audit Log) خواهید داشت.
این آموزش برای متخصصانی ایدهآل است که به دنبال معماری سیستمهای هوش مصنوعی امن، شفاف و منطبق بر استانداردهای سازمانی هستند.
اهداف یادگیری
طراحی ابزارهای تحلیلیِ مبتنی بر طرحواره (Schema-based) برای نمایش معیارها بهجای پرسوجوهای خام
پیادهسازی دسترسیهای مبتنی بر نقش (Role-aware Permissions) برای کنترل سطوح دسترسی کاربران
رندر کردن رابط کاربری اختصاصی برای MCP App با قابلیت فیلترگذاری و نمودارهای یکپارچه
فعالسازی قابلیت تحلیلهای عمیق (Drill-downs) با حفظ شفافیت و انطباق قانونی
ایجاد سیستم ثبت وقایع (Audit Log) برای تمامی ابزارهای مورداستفاده
سرفصل ها
مقدمه
- با MCP Apps و Claude Code یک داشبورد بسازید
- برنامههای MCP و دوره آموزشی ما را بررسی کنید
راهاندازی پروژه و دادهها
- پروژه برنامه MCP را تنظیم کنید
- دادههای CSV سازمانی را بررسی کنید
- تعریف نقشها و معیارهای تایید شده
- معماری دو لایه را بررسی کنید
ابزارهای سرور MCP را بسازید
- ایجاد اولین ابزار - فهرست کردن معیارها
- ساخت API داده پایتون
- اجرای پرسوجوهای متریک در برابر مجموعه دادهها
- اضافه کردن گزارش حسابرسی برای فراخوانیهای ابزار
رابط کاربری برنامه MCP را بسازید
- یک منبع رابط کاربری از سرور MCP برگردانید
- اضافه کردن کنترلهای نقش و متریک
- اولین نمودار را رندر کنید
اپلیکیشن را تعاملی کنید
- اضافه کردن تحلیل دقیقتر
- تست و اشکالزدایی کامل برنامه
- اعزام به کلود
نتیجهگیری
- مراحل بعدی و الحاقیهها