Przejdź do głównej treści
Strona głównaPython

Kurs

Wprowadzenie do Model Context Protocol (MCP)

ŚredniozaawansowanyPoziom umiejętności
Zaktualizowano 06.2026
Integruj aplikacje AI/LLM z API, bazami danych i systemami plików łatwiej niż kiedykolwiek dzięki Model Context Protocol (MCP).
Zacznij kurs za darmo
PythonArtificial Intelligence
3 godz.
11 filmów
34 Ćwiczenia
2,850 XP
2,247
Zaświadczenie o ukończeniu

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub


Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.

Uwielbiany przez kursantów z tysięcy firm

Group

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Dlaczego warto poznać Model Context Protocol?

Duże modele językowe nie mają dostępu do danych w czasie rzeczywistym ani nie mogą samodzielnie podejmować działań, a łączenie każdego narzędzia lub API za pomocą niestandardowego kodu nie jest skalowalne. Protokół Model Context Protocol (MCP) rozwiązuje ten problem, zapewniając jeden, standardowy sposób, w jaki aplikacje AI mogą łączyć się z zewnętrznymi narzędziami, danymi i usługami — często nazywany „portem USB-C dla AI”. W tym kursie od podstaw zbudujesz serwery i klientów MCP w Pythonie oraz połączysz je z LLM.

Jak zbudować i połączyć mój pierwszy serwer MCP?

Zaczniesz od poznania architektury MCP — hosta, klienta i serwera — oraz trzech podstawowych elementów, które udostępnia każdy serwer: narzędzi, zasobów i promptów. Następnie zbudujesz serwer konwertera walut z użyciem FastMCP, dodasz docstringi i adnotacje typów, aby LLM mógł wykrywać Twoje narzędzia, oraz napiszesz asynchronicznego klienta Pythona, który wyświetla i wywołuje te narzędzia przez transport stdio.

Jak nadać LLM narzędzia i kontekst w czasie rzeczywistym?

Same narzędzia nie wystarczą — modele potrzebują też danych i instrukcji behawioralnych. Dodasz zasoby do kontekstu tylko do odczytu i prompty, aby prowadzić model, gdy dane wejściowe są niejasne, a następnie połączysz wszystkie trzy elementy z modelem OpenAI LLM, korzystając z pięcioetapowego przepływu wywoływania narzędzi, dzięki czemu będzie mógł odpowiadać pewnie albo poprosić o doprecyzowanie, gdy powinien.

Jak wdrożyć serwery MCP do środowiska produkcyjnego?

Prawdziwe serwery potrzebują czegoś więcej niż kodu działającego tylko w idealnych warunkach. Zamienisz zasoby oparte na plikach na zapytania korzystające z bazy danych, dodasz limity czasu żądań, uporządkowaną obsługę błędów oraz bezpieczne uwierzytelnianie API, które przechowuje klucze po stronie serwera. Na koniec połączysz się z serwerem MCP innej firmy i zobaczysz, że ten sam kod klienta działa z każdym serwerem, który obsługuje ten protokół.

Wymagania wstępne

Introduction to APIs in PythonWriting Functions in Python
1

The Building Blocks of MCP

Discover how MCP can make integrating AI applications with surrounding systems easier than ever before! Learn about how MCP works, how to define your own MCP tools, and build the bridge between client and server.
Zacznij rozdział
2

MCP-Enabled LLM Applications

Add resources and prompts to MCP servers to expose LLMs to read-only context and key instructions to alter its behavior. Get hands-on with LLMs and connect them to your MCP server so it can call tools and retrieve context.
Zacznij rozdział
3

Preparing MCP Servers for Production

Find out what it takes to get MCP servers into production by taking a deep-dive into databases and APIs in MCP servers, and the additional considerations that they bring. Finally, integrate third-party MCPs securely and reliably, so you don't have to recreate the wheel for your favorite integrations.
Zacznij rozdział
Wprowadzenie do Model Context Protocol (MCP)
Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracy
Zapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Wprowadzenie do Model Context Protocol (MCP) już dziś!

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub


Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.