Entdecke, wie MCP die Integration von KI-Anwendungen mit umliegenden Systemen so einfach wie nie macht! Erfahre, wie MCP funktioniert, wie du eigene MCP-Tools definierst und die Brücke zwischen Client und Server baust.

MCP: KI-Apps so einfach wie 1, 2, 3

MCP kennenlernen

Dein erster MCP-Server

Erstelle deinen ersten MCP-Server

Einen MCP-Server für Währungsumrechnung bauen

Docstrings und Typannotationen hinzufügen

MCP-Client-Server-Kommunikation

Brücken bauen (zwischen Client und Server)

Dynamisches Auffinden von Tools

Server-Tools aufrufen

Die Bausteine von MCP

Füge MCP-Servern Resources und Prompts hinzu, um LLMs schreibgeschützten Kontext und zentrale Anweisungen zu geben, die sein Verhalten steuern. Arbeite praktisch mit LLMs und verbinde sie mit deinem MCP-Server, damit es Tools aufrufen und Kontext abrufen kann.

Ressourcen in MCP-Servern

MCP-Server-Ressourcen definieren

Ressourcen vom Client auflisten

Ressourcen vom Client lesen

Prompts in MCP-Servern

Einen MCP-Server-Prompt definieren

Prompts vom Client auflisten

Einen Prompt über den Client abrufen

MCP und LLMs: Tools

Tool-Calling-Workflow

Der Tool-Calling-Workflow

LLM-Toolnutzung in MCP-Servern

MCP und LLMs: Prompts und Resources

Resource und Prompt aus MCP abrufen

Die Nachricht zusammenstellen und das LLM aufrufen

LLM-Anwendungen mit MCP-Unterstützung

Finde heraus, was es braucht, um MCP-Server in Produktion zu bringen: mit einem Deep Dive in Datenbanken und APIs in MCP-Servern und den zusätzlichen Anforderungen, die sie mit sich bringen. Integriere schließlich Third-Party-MCPs sicher und zuverlässig, damit du fürs Lieblings-Integration nicht das Rad neu erfinden musst.

MCP-Datenbankintegrationen

Datenbankverbindungen erstellen

Datenbanken als Ressourcen

Parametrisierte Datenbank-Lookup-Tools

MCP-API-Integrationen

API-Tool-Aufrufe robust machen

Wenn APIs eine Authentifizierung verlangen

MCP-Server von Drittanbietern

Nach einem Buch per Titel mit dem Open Library MCP suchen

Glückwunsch!

MCP-Server für den Produktionseinsatz vorbereiten

Schluss mit dem Kopfzerbrechen bei der Integration von KI-Anwendungen in unterschiedlichste externe Systeme! Jetzt spricht jede Softwareanwendung die MCP-Sprache. Finde heraus, wie MCP es so einfach wie nie macht, KI-Anwendungen per Protokoll mit APIs, Datenbanken und anderer externer Funktionalität zu verbinden. Lerne, eigene MCP-Server von Grund auf zu bauen – inklusive API- und Datenbank-Anbindungen – und sie mit LLMs zu integrieren, damit sie clevere Datenabfragen durchführen und Aktionen auslösen können. Steig noch heute ins Model Context Protocol ein!

<h2>Warum das Model Context Protocol lernen?</h2>Große Sprachmodelle können nicht auf Echtzeitdaten zugreifen oder eigenständig Aktionen ausführen, und jedes Tool oder jede API mit individuellem Code zu verbinden, ist nicht skalierbar. Das Model Context Protocol (MCP) löst dieses Problem mit einer einzigen, standardisierten Möglichkeit für KI-Anwendungen, sich mit externen Tools, Daten und Diensten zu verbinden – oft als „der USB-C-Anschluss für KI“ bezeichnet. In diesem Kurs erstellen Sie MCP-Server und -Clients von Grund auf in Python und verbinden sie mit einem LLM.<br><br><h2>Wie erstelle und verbinde ich meinen ersten MCP-Server?</h2>Du beginnst mit dem Erlernen der MCP-Architektur – Host, Client und Server – sowie der drei Grundelemente, die jeder Server bereitstellt: Tools, Ressourcen und Prompts. Dann erstellst du einen Währungsumrechnungsserver mit FastMCP, fügst Docstrings und Typ-Hinweise hinzu, damit ein LLM deine Tools entdecken kann, und schreibst einen asynchronen Python-Client, der diese Tools über stdio-Transport auflistet und aufruft.<br><br><h2>Wie gebe ich einem LLM Echtzeit-Tools und Kontext?</h2>Tools allein reichen nicht aus – Modelle benötigen auch Daten und Verhaltensanweisungen. Sie fügen Ressourcen für den Nur-Lese-Kontext und Prompt hinzu, um das Modell bei unklaren Eingaben zu leiten, und verbinden dann alle drei Primitive mit einem OpenAI-LLM über den fünfstufigen Tool-Calling-Workflow, damit es sicher antworten oder bei Bedarf um Klarstellung bitten kann.<br><br><h2>Wie bringe ich MCP-Server in die Produktion?</h2>Server in der Praxis brauchen mehr als nur Code für den Happy Path. Sie ersetzen dateibasierte Ressourcen durch datenbankgestützte Abfragen, fügen Request-Timeouts, strukturierte Fehlerbehandlung und sichere API-Authentifizierung hinzu, die Schlüssel serverseitig hält. Schließlich verbindest du dich mit einem MCP-Server eines Drittanbieters und siehst, dass derselbe Client-Code mit jedem Server funktioniert, der das Protokoll spricht.

Introduction to APIs in Python

Writing Functions in Python

Integrieren Sie KI/LLM-Anwendungen mit APIs, Datenbanken und Dateisystemen einfacher mit MCP.

Einführung in das Model Context Protocol (MCP)

KI-/LLM-Anwendungen mit APIs, Datenbanken und Dateisystemen einfacher denn je mit dem Model Context Protocol (MCP) integrieren.

Associate AI Engineer für Entwickler

Erstelle eine Anfrage mit den Tool-Definitionen und der Nutzernachricht

Hole alle Tool-Aufrufe und ihre Argumente ab

Führe die Tool-Funktion mit den extrahierten Argumenten aus

Sende die Ausgabe des Tools an das Modell

Hole eine Antwort in natürlicher Sprache auf die Nutzernachricht ab

Der Tool-Calling-Workflow

Interaktive praktische Übung