了解 MCP 如何让 AI 应用与周边系统的集成变得前所未有的简单！学习 MCP 的工作原理、如何定义自己的 MCP 工具，并搭建客户端与服务器之间的桥梁。

MCP：AI 应用就像 1、2、3 一样简单

Options

Host

Client

Server

认识 MCP

您的第一个 MCP 服务器

构建您的第一个 MCP 服务器

构建一个货币转换 MCP 服务器

添加文档字符串与类型注解

MCP 客户端-服务器通信

True

False

架起桥梁（连接客户端与服务器）

动态工具可发现性

调用服务器工具

MCP 的基础构件

在 MCP 服务器中添加资源与提示，为 LLM 提供只读的上下文和关键指令，以调整其行为。亲手实践，将 LLM 连接到您的 MCP 服务器，使其能够调用工具并检索上下文。

MCP 服务器中的资源

定义 MCP 服务器资源

从客户端列出资源

从客户端读取资源

MCP 服务器中的提示词

在 MCP 服务器中定义 Prompt

从客户端列出 Prompts

从客户端检索提示

MCP 与 LLM：工具

工具调用工作流

在 MCP 服务器中使用 LLM 工具

MCP 与 LLM：Prompts 与 Resources

从 MCP 获取资源与提示

构建消息并调用 LLM

启用 MCP 的 LLM 应用

深入了解如何将 MCP 服务器投入生产环境：重点讲解 MCP 服务器中的数据库与 API 集成，以及它们带来的额外考量。最后，安全且可靠地集成第三方 MCP，这样您就无需为常用集成重复造轮子。

MCP 数据库集成

创建数据库连接

将数据库作为资源

参数化的数据库查找工具

MCP API 集成

让 API 工具调用更健壮

当 API 需要认证时

第三方 MCP 服务器

使用 Open Library MCP 按书名搜索图书

恭喜您！

让 MCP 服务器走向生产

集成 AI 应用与各种外部系统不再让人头疼！现在，每个软件应用都在"说" MCP 这门语言。了解 MCP 如何通过其协议，让 AI 应用以前所未有的轻松方式连接到 API、数据库和其他外部功能。学习从零开始构建自己的 MCP 服务器，包括 API 与数据库连接，并将其与 LLM 集成，让模型能够进行智能数据查询并触发操作。立即开始使用 Model Context Protocol 吧！

<h2>为什么学习模型上下文协议？</h2>大型语言模型无法访问实时数据，也无法自主执行操作，而为每个工具或 API 编写自定义代码也无法扩展。 模型上下文协议（MCP）通过一种统一、标准化的方式，让 AI 应用连接外部工具、数据和服务，从而解决这一问题——它常被称为“AI 的 USB-C 接口”。 在这门课程中，你将从零开始使用 Python 构建 MCP 服务器和客户端，并将它们连接到一个 LLM。<br><br><h2>如何构建并连接我的第一个 MCP 服务器？</h2>你将首先学习 MCP 架构——主机、客户端和服务器——以及每个服务器都会提供的三种基本原语：工具、资源和提示。 然后你将使用 FastMCP 构建一个货币转换器服务器，添加文档字符串和类型提示，以便 LLM 能发现你的工具，并编写一个异步 Python 客户端，通过 stdio 传输列出并调用这些工具。<br><br><h2>如何为 LLM 提供实时工具和上下文？</h2>仅有工具还不够——模型还需要数据和行为指令。 您将为只读上下文和提示添加资源，以便在输入模糊时引导模型，然后将这三个原语全部接入 OpenAI LLM，使用五步工具调用工作流，使其能够自信地回答，或在需要时请求澄清。<br><br><h2>如何将 MCP 服务器投入生产环境？</h2>真实世界中的服务器需要的不只是顺利路径代码。 你将把基于文件的资源替换为基于数据库的查询，添加请求超时、结构化错误处理，以及安全的 API 身份验证，将密钥保留在服务器端。 最后，你将连接到一个第三方 MCP 服务器，并看到同一套客户端代码可以与任何支持该协议的服务器一起工作。

Introduction to APIs in Python

Writing Functions in Python

使用模型上下文协议（MCP），更轻松地将AI/LLM应用与API、数据库和文件系统集成。

Model Context Protocol (MCP) 入门

借助模型上下文协议（MCP），比以往更轻松地将 AI/LLM 应用与 API、数据库和文件系统集成。

构建您的第一个 MCP 服务器

Create Your Free Account