Khám phá cách MCP giúp tích hợp ứng dụng AI với các hệ thống xung quanh dễ dàng hơn bao giờ hết! Tìm hiểu MCP hoạt động ra sao, cách định nghĩa công cụ MCP của riêng bạn, và xây cây cầu giữa client và server.

MCP: Ứng dụng AI dễ như 1, 2, 3

Tùy chọn

Host

Client

Server

Làm quen với MCP

MCP Server đầu tiên của bạn

Xây dựng MCP server đầu tiên của bạn

Xây dựng MCP Server Chuyển đổi Tiền tệ

Thêm Docstring và Gợi ý Kiểu (Type Hint)

Giao tiếp Client-Server trong MCP

Đúng

Bắc cầu (giữa Client và Server)

Khả năng khám phá công cụ động

Gọi công cụ trên máy chủ

Các khối xây dựng của MCP

Thêm resources và prompts vào máy chủ MCP để cung cấp cho LLM bối cảnh chỉ-đọc và các chỉ dẫn quan trọng nhằm điều chỉnh hành vi của nó. Thực hành trực tiếp với LLM và kết nối chúng với máy chủ MCP để có thể gọi tools và truy xuất bối cảnh.

Tài nguyên trong máy chủ MCP

Định nghĩa Resource cho MCP Server

Liệt kê tài nguyên từ Client

Đọc Resources từ Client

Prompts trong máy chủ MCP

Định nghĩa một Prompt cho MCP Server

Liệt kê Prompts từ Client

Lấy Prompt từ Client

MCP và LLM: Công cụ

Quy trình gọi công cụ

LLM sử dụng Tool trong MCP Servers

MCP và LLM: Prompts và Resources

Lấy Resource và Prompt từ MCP

Xây dựng thông điệp và gọi LLM

Ứng dụng LLM kích hoạt bởi MCP

Tìm hiểu những gì cần có để đưa máy chủ MCP vào môi trường sản xuất bằng cách đi sâu vào cơ sở dữ liệu và API trong máy chủ MCP, cùng những cân nhắc bổ sung mà chúng mang lại. Cuối cùng, tích hợp an toàn và ổn định các MCP của bên thứ ba, để bạn không phải "tái phát minh bánh xe" cho những tích hợp ưa thích của mình.

Tích hợp cơ sở dữ liệu với MCP

Tạo kết nối cơ sở dữ liệu

Cơ sở dữ liệu dưới dạng Tài nguyên

Công cụ tra cứu cơ sở dữ liệu có tham số

Tích hợp API với MCP

Tăng độ bền vững cho lời gọi công cụ API

Khi API yêu cầu xác thực

Máy chủ MCP của bên thứ ba

Tìm sách theo tiêu đề với Open Library MCP

Chúc mừng bạn!

Chuẩn bị máy chủ MCP cho môi trường sản xuất

Tạm biệt nỗi đau khi tích hợp ứng dụng AI với đủ loại hệ thống bên ngoài rời rạc! Giờ đây, mọi ứng dụng phần mềm đều "nói" ngôn ngữ MCP. Khám phá cách MCP giúp bạn kết nối ứng dụng AI với API, cơ sở dữ liệu và các chức năng bên ngoài khác thông qua giao thức của nó một cách dễ dàng hơn bao giờ hết. Học cách xây dựng máy chủ MCP của riêng bạn từ con số 0, bao gồm kết nối API và cơ sở dữ liệu, và tích hợp chúng với LLM để có thể tra cứu dữ liệu thông minh và kích hoạt hành động. Bắt đầu với Model Context Protocol ngay hôm nay!

<h2>Tại sao nên học Model Context Protocol?</h2>Các mô hình ngôn ngữ lớn không thể truy cập dữ liệu theo thời gian thực hoặc tự thực hiện hành động, và việc kết nối từng công cụ hay API bằng mã tùy chỉnh thì không thể mở rộng quy mô. Giao thức Ngữ cảnh Mô hình (MCP) giải quyết vấn đề này bằng một cách duy nhất, tiêu chuẩn hóa để các ứng dụng AI kết nối với các công cụ, dữ liệu và dịch vụ bên ngoài—thường được gọi là "cổng USB-C cho AI." Trong khóa học này, bạn sẽ xây dựng máy chủ và máy khách MCP từ đầu bằng Python và kết nối chúng với một LLM.<br><br><h2>Làm thế nào để tôi xây dựng và kết nối MCP Server đầu tiên của mình?</h2>Bạn sẽ bắt đầu bằng cách tìm hiểu kiến trúc MCP — host, client và server — cùng ba thành phần cơ bản mà mọi server đều cung cấp: tools, resources và prompts. Sau đó, bạn sẽ xây dựng một máy chủ chuyển đổi tiền tệ bằng FastMCP, thêm docstring và type hint để một LLM có thể khám phá các công cụ của bạn, và viết một client Python bất đồng bộ liệt kê và gọi các công cụ đó qua truyền tải stdio.<br><br><h2>Làm thế nào để tôi cung cấp cho một LLM công cụ và ngữ cảnh theo thời gian thực?</h2>Chỉ có công cụ thôi là chưa đủ—mô hình còn cần dữ liệu và hướng dẫn hành vi. Bạn sẽ thêm tài nguyên cho ngữ cảnh chỉ đọc và các lời nhắc để hướng dẫn mô hình khi đầu vào mơ hồ, sau đó kết nối cả ba primitive này vào một LLM của OpenAI bằng quy trình gọi công cụ gồm năm bước để mô hình có thể trả lời tự tin hoặc hỏi làm rõ khi cần.<br><br><h2>Làm thế nào để đưa MCP Servers vào môi trường sản xuất?</h2>Máy chủ thực tế cần nhiều hơn là mã chỉ chạy tốt trong trường hợp lý tưởng. Bạn sẽ thay thế các tài nguyên dựa trên tệp bằng các truy vấn được hỗ trợ bởi cơ sở dữ liệu, thêm thời gian chờ cho yêu cầu, xử lý lỗi có cấu trúc và xác thực API an toàn giúp giữ khóa ở phía máy chủ. Cuối cùng, bạn sẽ kết nối với một máy chủ MCP của bên thứ ba và thấy rằng cùng một mã client có thể hoạt động với bất kỳ máy chủ nào hỗ trợ giao thức này.

Introduction to APIs in Python

Writing Functions in Python

Tích hợp ứng dụng AI/LLM với API, cơ sở dữ liệu, hệ thống tệp dễ dàng hơn với Giao thức MCP.

Giới thiệu về Model Context Protocol (MCP)

Tích hợp ứng dụng AI/LLM với API, cơ sở dữ liệu và hệ thống tệp dễ hơn bao giờ hết nhờ Model Context Protocol (MCP).

Kỹ sư Trợ lý Trí tuệ Nhân tạo (AI) cho Lập trình viên

🖥️ Ứng dụng AI nơi người dùng nhập câu hỏi tài chính và nhận phản hồi

🧠 Xác định các kết nối bên ngoài cần dùng dựa trên truy vấn của người dùng

🔌 Thiết lập phiên làm việc với MCP server bằng thông điệp JSON-RPC

📋 Nhận định nghĩa công cụ từ server và thực thi các yêu cầu tương ứng

🛠️ Chuyển các lời gọi API ngân hàng phức tạp sang định dạng nhất quán, dễ dùng

☁️ Có thể chạy cục bộ trên máy của bạn hoặc được triển khai trên cloud

Làm quen với MCP

Giới thiệu về Model Context Protocol (MCP)

Bài tập tương tác thực hành