Descoperă cum MCP poate simplifica mai mult ca oricând integrarea aplicațiilor AI cu sistemele înconjurătoare! Află cum funcționează MCP, cum să îți definești propriile instrumente MCP și cum să construiești puntea dintre client și server.

MCP: Aplicații AI simple ca bună ziua

Familiarizarea cu MCP

Primul tău server MCP

Construiește-ți primul server MCP

Construirea unui server MCP pentru conversie valutară

Adăugarea Docstring-urilor și a Indiciilor de Tip

Comunicarea client-server în MCP

Construirea punților (între client și server)

Descoperirea dinamică a instrumentelor

Apelarea instrumentelor serverului

Elementele de bază ale MCP

Adaugă resurse și prompturi la serverele MCP pentru a expune LLM-urilor context de tip read-only și instrucțiuni esențiale care le modifică comportamentul. Lucrează direct cu LLM-uri și conectează-le la serverul tău MCP, astfel încât să poată apela instrumente și să recupereze context.

Resurse în serverele MCP

Definirea resurselor unui server MCP

Listarea resurselor din client

Citirea resurselor din client

Prompturi în serverele MCP

Definirea unui prompt pentru serverul MCP

Listarea prompt-urilor din client

Preluarea unui Prompt din Client

MCP și LLM-uri: Instrumente

Fluxul de apelare a instrumentelor

Utilizarea Tool-urilor LLM în Serverele MCP

MCP și LLM-uri: Prompturi și Resurse

Preia resursa și promptul din MCP

Construirea mesajului și apelarea LLM-ului

Aplicații LLM cu MCP

Află ce este necesar pentru a pregăti serverele MCP pentru producție, printr-o analiză aprofundată a bazelor de date și API-urilor în serverele MCP, împreună cu considerațiile suplimentare pe care le implică acestea. În final, integrează MCP-uri terțe în mod sigur și fiabil, fără a reinventa roata pentru integrările tale preferate.

Integrări de baze de date în MCP

Crearea conexiunilor la baze de date

Baze de date ca resurse

Instrumente Parametrizate de Căutare în Baze de Date

Integrări API în MCP

Cum faci apelurile de tool API mai robuste

Când API-urile necesită autentificare

Servere MCP de la terți

Caută o carte după titlu cu MCP-ul Open Library

Felicitări!

Pregătirea serverelor MCP pentru producție

A dispărut bătaia de cap a integrării aplicațiilor AI cu sisteme externe disparate! Acum, orice aplicație software vorbește limbajul MCP. Descoperă cum MCP face mai simplă ca oricând conectarea aplicațiilor AI la API-uri, baze de date și alte funcționalități externe prin intermediul acestui protocol. Învață cum să construiești propriile servere MCP de la zero, inclusiv conexiuni la API-uri și baze de date, și integrează-le cu LLM-uri pentru a efectua interogări inteligente și a declanșa acțiuni. Începe astăzi cu Model Context Protocol!

<h2>De ce să înveți Model Context Protocol?</h2>Modelele lingvistice mari nu pot accesa date în timp real și nici nu pot acționa singure, iar conectarea fiecărui instrument sau API cu cod personalizat nu este scalabilă. Protocolul Model Context (MCP) rezolvă această problemă printr-un mod unic și standardizat prin care aplicațiile AI se conectează la instrumente, date și servicii externe—adesea numit „portul USB-C pentru AI.” În acest curs, vei construi servere și clienți MCP de la zero în Python și îi vei conecta la un LLM.<br><br><h2>Cum îmi construiesc și conectez primul meu server MCP?</h2>Vei începe prin a învăța arhitectura MCP — host, client și server — și cele trei primitive pe care le expune fiecare server: instrumente, resurse și prompturi. Apoi vei construi un server de conversie valutară folosind FastMCP, vei adăuga docstring-uri și adnotări de tip, astfel încât un LLM să poată descoperi instrumentele tale, și vei scrie un client Python asincron care listează și apelează aceste instrumente prin transport stdio.<br><br><h2>Cum îi ofer unui LLM instrumente și context în timp real?</h2>Doar instrumentele nu sunt suficiente—modelele au nevoie și de date și de instrucțiuni comportamentale. Vei adăuga resurse pentru context doar în citire și prompturi pentru a ghida modelul atunci când intrările sunt vagi, apoi vei conecta toate cele trei primitive la un LLM OpenAI folosind fluxul de lucru în cinci pași pentru apelarea instrumentelor, astfel încât să poată răspunde cu încredere sau să ceară clarificări atunci când este cazul.<br><br><h2>Cum duc serverele MCP în producție?</h2>Serverele din lumea reală au nevoie de mai mult decât cod pentru scenariile ideale. Vei înlocui resursele bazate pe fișiere cu interogări susținute de baze de date, vei adăuga timeout-uri pentru cereri, gestionare structurată a erorilor și autentificare API securizată, care păstrează cheile pe server. În cele din urmă, te vei conecta la un server MCP terț și vei vedea că același cod client funcționează cu orice server care vorbește protocolul.

Introduction to APIs in Python

Writing Functions in Python

Integrați aplicațiile AI/LLM cu API-uri, baze de date și sisteme de fișiere mai ușor cu MCP.

Introducere în Model Context Protocol (MCP)

Integrează aplicațiile AI/LLM cu API-uri, baze de date și sisteme de fișiere mai ușor ca niciodată cu Model Context Protocol (MCP).

Inginer AI asociat pentru dezvoltatori

Creează o cerere cu definițiile instrumentelor și mesajul utilizatorului

Extrage apelurile către instrumente și argumentele acestora

Execută funcția instrumentului cu argumentele extrase

Trimite rezultatul instrumentului către model

Obține un răspuns în limbaj natural la mesajul utilizatorului

Fluxul de apelare a instrumentelor

Introducere în Model Context Protocol (MCP)

Exercițiu interactiv practic