Scopri come MCP può rendere l'integrazione delle applicazioni di AI con i sistemi circostanti più semplice che mai! Impara come funziona MCP, come definire i tuoi strumenti MCP e come costruire il ponte tra client e server.

MCP: app di IA facili come 1, 2, 3

Opzioni

Host

Client

Server

Conosciamo MCP

Il tuo primo server MCP

Crea il tuo primo server MCP

Creare un MCP server per la conversione di valute

Aggiungere docstring e type hint

Comunicazioni client-server MCP

Vero

Falso

Costruire ponti (tra client e server)

Individuazione dinamica degli strumenti

Chiamare gli strumenti del server

I mattoni fondamentali di MCP

Aggiungi risorse e prompt ai server MCP per fornire agli LLM contesto in sola lettura e istruzioni chiave per modificare il loro comportamento. Mettiti all'opera con gli LLM e collegali al tuo server MCP così da poter chiamare strumenti e recuperare contesto.

Risorse nei server MCP

Definire le risorse di un server MCP

Elencare le risorse dal client

Lettura delle risorse dal client

Prompt nei server MCP

Definire un prompt per un server MCP

Elencare i prompt dal client

Recuperare un prompt dal client

MCP e LLM: Strumenti

Il workflow di chiamata degli strumenti

Uso degli strumenti LLM nei server MCP

MCP e LLM: prompt e risorse

Recupera Resource e Prompt da MCP

Creare il messaggio e chiamare l'LLM

Applicazioni LLM abilitate da MCP

Scopri cosa serve per portare i server MCP in produzione approfondendo database e API nei server MCP e le considerazioni aggiuntive che comportano. Infine, integra in modo sicuro e affidabile MCP di terze parti, così non dovrai reinventare la ruota per le tue integrazioni preferite.

Integrazioni di database MCP

Creare connessioni al database

Database come risorse

Strumenti di ricerca nel database con parametri

Integrazioni API MCP

Rendere robuste le chiamate agli strumenti API

Quando le API richiedono l'autenticazione

Server MCP di terze parti

Cerca un libro per titolo con l'MCP di Open Library

Congratulazioni!

Preparare i server MCP per la produzione

Addio al mal di testa nell'integrare applicazioni di AI con sistemi esterni eterogenei! Ora, ogni applicazione software parla il linguaggio MCP. Scopri come MCP semplifica al massimo la connessione delle applicazioni di AI ad API, database e altre funzionalità esterne grazie al suo protocollo. Impara a creare da zero i tuoi server MCP, incluse le connessioni ad API e database, e a integrarli con gli LLM per effettuare ricerche di dati intelligenti e attivare azioni. Inizia oggi con il Model Context Protocol!

<h2>Perché imparare il Model Context Protocol?</h2>I modelli linguistici di grandi dimensioni non possono accedere ai dati in tempo reale né compiere azioni autonomamente, e collegare ogni strumento o API con codice personalizzato non è scalabile. Il Model Context Protocol (MCP) risolve questo problema con un unico modo standardizzato per le applicazioni di IA di connettersi a strumenti, dati e servizi esterni—spesso definito "la porta USB-C per l'IA." In questo corso, creerai da zero server e client MCP in Python e li collegherai a un LLM.<br><br><h2>Come posso creare e collegare il mio primo server MCP?</h2>Inizierai imparando l'architettura MCP: host, client e server, e le tre primitive che ogni server espone: tools, resources e prompt. Poi creerai un server per la conversione di valute usando FastMCP, aggiungerai docstring e hint di tipo in modo che un LLM possa scoprire i tuoi strumenti e scriverai un client Python asincrono che elenca e richiama tali strumenti tramite trasporto stdio.<br><br><h2>Come posso fornire a un LLM strumenti e contesto in tempo reale?</h2>Gli strumenti da soli non bastano: i modelli hanno bisogno anche di dati e istruzioni comportamentali. Aggiungerai risorse per il contesto in sola lettura e prompt per guidare il modello quando gli input sono vaghi, quindi collegherai tutte e tre le primitive a un LLM di OpenAI usando il flusso di lavoro di tool calling in cinque passaggi, così potrà rispondere con sicurezza o chiedere chiarimenti quando serve.<br><br><h2>Come porto gli MCP Server in produzione?</h2>I server reali richiedono più di codice che funzioni solo nei casi ideali. Sostituirai le risorse basate su file con query supportate da database, aggiungerai timeout alle richieste, gestione strutturata degli errori e autenticazione sicura delle API che mantiene le chiavi lato server. Infine, ti connetterai a un server MCP di terze parti e vedrai che lo stesso codice client funziona con qualsiasi server che parli il protocollo.

Introduction to APIs in Python

Writing Functions in Python

Integra applicazioni AI/LLM con API, database e filesystem facilmente con il Model Context Protocol (MCP).

Introduzione al Model Context Protocol (MCP)

Integra applicazioni AI/LLM con API, database e filesystem più facilmente che mai con il Model Context Protocol (MCP).

🗄️ Il *client* è responsabile di avviare una sessione con il server e di inviargli richieste

🏗️ Tutti i messaggi tra *client* e *server* in MCP seguono il formato **JSON-RPC 2.0**

🏃 Quando si usa il trasporto **stdio**, il *server* continua a essere in esecuzione in modo indipendente dopo l'uscita del *client*

🌐 Il metodo di trasporto **stdio** richiede una connessione di rete per funzionare correttamente

Costruire ponti (tra client e server)

Introduzione al Model Context Protocol (MCP)

esercizio interattivo pratico