Discover how MCP can make integrating AI applications with surrounding systems easier than ever before! Learn about how MCP works, how to define your own MCP tools, and build the bridge between client and server.

MCP: AI Apps as Easy as 1, 2, 3

Getting to Know MCP

Your First MCP Server

Building Your First MCP Server

Building a Currency Converter MCP Server

Adding Docstrings and Type Hints

MCP Client-Server Communications

Building Bridges (Between the Client and Server)

Dynamic Tool Discoverability

Calling Server Tools

The Building Blocks of MCP

Add resources and prompts to MCP servers to expose LLMs to read-only context and key instructions to alter its behavior. Get hands-on with LLMs and connect them to your MCP server so it can call tools and retrieve context.

Resources in MCP Servers

Defining MCP Server Resources

Listing Resources from the Client

Reading Resources from the Client

Prompts in MCP Servers

Defining an MCP Server Prompt

Listing Prompts from the Client

Retrieving a Prompt from the Client

MCP and LLMs: Tools

The Tool-Calling Workflow

LLM Tool Use in MCP Servers

MCP and LLMs: Prompts and Resources

Fetch Resource and Prompt from MCP

Building the Message and Calling the LLM

MCP-Enabled LLM Applications

Find out what it takes to get MCP servers into production by taking a deep-dive into databases and APIs in MCP servers, and the additional considerations that they bring. Finally, integrate third-party MCPs securely and reliably, so you don't have to recreate the wheel for your favorite integrations.

Integrações de banco de dados com MCP

Criando conexões com banco de dados

Bancos de dados como recursos

Ferramentas de consulta ao banco com parâmetros

Integrações de API no MCP

Tornando Chamadas de Ferramentas de API Robusas

Quando APIs exigem autenticação

Servidores MCP de terceiros

Pesquisar um livro pelo título com o Open Library MCP

Parabéns!

Preparing MCP Servers for Production

Chega de dor de cabeça para integrar aplicativos de IA com sistemas externos diferentes! Agora, todo aplicativo de software fala a linguagem do MCP. Descubra como o MCP facilita como nunca conectar aplicativos de IA a APIs, bancos de dados e outras funcionalidades externas por meio do seu protocolo. Aprenda a criar seus próprios servidores MCP do zero, incluindo conexões com APIs e bancos de dados, e integrá-los a LLMs para fazer consultas inteligentes a dados e acionar ações. Comece hoje mesmo com o Model Context Protocol!

<h2>Por que aprender o Model Context Protocol?</h2>Modelos de linguagem grandes não conseguem acessar dados em tempo real nem executar ações por conta própria, e integrar cada ferramenta ou API com código personalizado não escala. O Model Context Protocol (MCP) resolve isso com uma única forma padronizada para aplicações de IA se conectarem a ferramentas, dados e serviços externos — muitas vezes chamado de "a porta USB-C para IA." Neste curso, você criará servidores e clientes MCP do zero em Python e os conectará a um LLM.<br><br><h2>Como faço para criar e conectar meu primeiro servidor MCP?</h2>Você começará aprendendo a arquitetura MCP — host, cliente e servidor — e os três primitivos que todo servidor expõe: ferramentas, recursos e prompts. Depois, você vai criar um servidor de conversão de moedas usando FastMCP, adicionar docstrings e type hints para que um LLM possa descobrir suas ferramentas, e escrever um cliente Python assíncrono que lista e chama essas ferramentas via transporte stdio.<br><br><h2>Como dou a um LLM ferramentas e contexto em tempo real?</h2>Ferramentas sozinhas não são suficientes — os modelos também precisam de dados e instruções comportamentais. Você adicionará recursos para contexto somente leitura e prompts para orientar o modelo quando as entradas forem vagas, e então conectará os três primitivos a um LLM da OpenAI usando o fluxo de trabalho de chamada de ferramentas em cinco etapas, para que ele possa responder com confiança ou pedir esclarecimentos quando necessário.<br><br><h2>Como Levo Servidores MCP para Produção?</h2>Servidores do mundo real precisam de mais do que código para o caminho feliz. Você substituirá recursos baseados em arquivos por consultas apoiadas em banco de dados, adicionará timeouts de requisição, tratamento estruturado de erros e autenticação segura de API que mantém as chaves no lado do servidor. Por fim, você se conectará a um servidor MCP de terceiros e verá que o mesmo código do cliente funciona com qualquer servidor que fale o protocolo.

Introduction to APIs in Python

Writing Functions in Python

Integre IA/LLM com APIs, bancos de dados e sistemas de arquivos facilmente com o Protocolo MCP.

Introdução ao Model Context Protocol (MCP)

Integre aplicações de IA/LLM com APIs, bancos de dados e sistemas de arquivos mais facilmente do que nunca com o Model Context Protocol (MCP).

Parabéns!

Create Your Free Account