Kursus
Pengantar Model Context Protocol (MCP)
MenengahTingkat Keterampilan
Diperbarui 06/2026
PythonArtificial Intelligence3 jam11 videos34 Latihan2,850 XP2,305Pernyataan Pencapaian
Buat Akun Gratis Anda
Lanjutkan dengan GoogleTampilkan opsi lainnyaatau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.
Dipercaya oleh para pelajar di ribuan perusahaan
Melatih Tim?
Coba untuk BisnisDeskripsi Kursus
Mengapa Mempelajari Model Context Protocol?
Model bahasa besar tidak dapat mengakses data real-time atau mengambil tindakan sendiri, dan menghubungkan setiap alat atau API dengan kode kustom tidak dapat diskalakan. Model Context Protocol (MCP) mengatasi hal ini dengan satu cara standar untuk aplikasi AI terhubung ke alat, data, dan layanan eksternal—sering disebut "port USB-C untuk AI." Dalam kursus ini, Anda akan membangun server dan klien MCP dari awal dalam Python dan menghubungkannya ke LLM.Bagaimana Cara Saya Membangun dan Menghubungkan Server MCP Pertama Saya?
Anda akan mulai dengan mempelajari arsitektur MCP—host, client, dan server—serta tiga primitive yang diekspos setiap server: tools, resources, dan prompt. Lalu Anda akan membangun server konverter mata uang menggunakan FastMCP, menambahkan docstring dan type hint agar LLM dapat menemukan alat Anda, dan menulis klien Python async yang mencantumkan serta memanggil alat-alat tersebut melalui transport stdio.Bagaimana Saya Memberikan Alat dan Konteks Real-Time kepada LLM?
Alat saja tidak cukup—model juga membutuhkan data dan instruksi perilaku. Anda akan menambahkan resource untuk konteks read-only dan prompt untuk memandu model saat input tidak jelas, lalu menghubungkan ketiga primitive tersebut ke dalam OpenAI LLM menggunakan alur kerja tool-calling lima langkah sehingga model dapat menjawab dengan percaya diri atau meminta klarifikasi saat perlu.Bagaimana Saya Membawa MCP Servers ke Produksi?
Server dunia nyata membutuhkan lebih dari sekadar kode happy-path. Anda akan mengganti sumber daya berbasis file dengan kueri berbasis database, menambahkan batas waktu permintaan, penanganan kesalahan terstruktur, dan autentikasi API aman yang menjaga kunci tetap di sisi server. Terakhir, Anda akan terhubung ke server MCP pihak ketiga dan melihat bahwa kode klien yang sama berfungsi dengan server apa pun yang berbicara menggunakan protokol tersebut.Persyaratan
Introduction to APIs in PythonWriting Functions in Python1
Komponen Dasar MCP
Pelajari bagaimana MCP dapat mempermudah integrasi aplikasi AI dengan sistem sekitarnya seperti tak pernah sebelumnya! Pahami cara kerja MCP, cara mendefinisikan alat MCP Anda sendiri, dan membangun jembatan antara klien dan server.
2
Aplikasi LLM yang Mendukung MCP
Tambahkan resource dan prompt ke server MCP untuk menyediakan konteks hanya-baca dan instruksi kunci guna mengubah perilaku LLM. Praktik langsung dengan LLM dan hubungkan ke server MCP Anda agar dapat memanggil alat dan mengambil konteks.
3
Menyiapkan Server MCP untuk Produksi
Ketahui apa saja yang dibutuhkan untuk membawa server MCP ke lingkungan produksi dengan menelusuri integrasi basis data dan API secara mendalam dalam server MCP, beserta pertimbangan tambahan yang menyertainya. Terakhir, integrasikan MCP pihak ketiga secara aman dan andal, sehingga Anda tidak perlu membuat ulang integrasi favorit Anda dari awal.
Pengantar Model Context Protocol (MCP)
Kursus Selesai
Memperoleh Surat Keterangan Prestasi
Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV AndaBagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang
Bergabung dengan 19 juta pelajar dan mulai Pengantar Model Context Protocol (MCP) Hari Ini!
Buat Akun Gratis Anda
Lanjutkan dengan GoogleTampilkan opsi lainnyaatau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.
Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile
Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.