探索 MCP 如何以前所未有的方式，簡化 AI 應用與周邊系統的整合！你會了解 MCP 的運作方式、如何定義自己的 MCP 工具，並搭起用戶端與伺服器之間的橋樑。

MCP：AI 應用輕鬆上手，1、2、3

選項

Host

Client

Server

認識 MCP

你的第一個 MCP 伺服器

打造你的第一個 MCP 伺服器

建立一個貨幣兌換 MCP 伺服器

加入 Docstring 與型別註記

MCP 用戶端－伺服器通訊

Options

True

False

搭起橋樑（連結用戶端與伺服器）

動態工具探索

呼叫伺服器工具

MCP 的基礎組成

在 MCP 伺服器中加入 resources 與 prompts，為 LLM 提供唯讀的情境脈絡與關鍵指示，進而調整其行為。親手操作 LLM，將它連接到你的 MCP 伺服器，讓它能呼叫工具並擷取脈絡。

MCP 伺服器中的資源

定義 MCP 伺服器資源

從用戶端列出資源

從用戶端讀取資源

MCP 伺服器中的提示

定義 MCP 伺服器的 Prompt

從用戶端列出 Prompts

從用戶端擷取提示詞

MCP 與 LLM：工具

工具呼叫工作流程

在 MCP 伺服器中使用 LLM 工具

MCP 與 LLM：Prompts 與 Resources

從 MCP 擷取資源與提示

建立訊息並呼叫 LLM

支援 MCP 的 LLM 應用

深入了解如何讓 MCP 伺服器進入正式環境，包含在 MCP 伺服器中使用資料庫與 API 的要點，以及隨之而來的額外考量。最後，安全且穩定地整合第三方 MCP，如此一來你就不必為常用的整合重新發明輪子。

MCP 資料庫整合

建立資料庫連線

將資料庫作為資源

參數化的資料庫查詢工具

MCP API 整合

讓 API 工具呼叫更穩健

當 API 需要驗證時

第三方 MCP 伺服器

使用 Open Library MCP 依書名搜尋

恭喜你！

讓 MCP 伺服器進入正式環境

不必再為把 AI 應用程式與各式各樣的外部系統串接而頭痛！現在，各種軟體應用都能用 MCP 這套通用語言交流。看看 MCP 如何透過其通訊協定，讓 AI 應用更輕鬆地連接到 API、資料庫與其他外部功能。你將從零開始學會打造自己的 MCP 伺服器，包括連接 API 與資料庫，並把它們與 LLM 整合，讓模型能聰明地查詢資料並觸發動作。立即開始掌握 Model Context Protocol 吧！

Introduction to APIs in Python

Writing Functions in Python

使用模型上下文協議（MCP），更輕鬆地將AI/LLM應用整合到API、資料庫和檔案系統中。

MCP 用戶端－伺服器通訊

Create Your Free Account