Curso
Introdução ao Model Context Protocol (MCP)
IntermediárioNível de habilidade
Atualizado 06/2026
PythonArtificial Intelligence3 h11 vídeos34 Exercícios2,850 XP2,247Declaração de realização
Crie sua conta gratuita
Continuar com o GoogleMostrar mais opçõesou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.
Preferido por alunos de milhares de empresas
Treinando uma equipe?
Experimente para EmpresasDescrição do curso
Por que aprender o Model Context Protocol?
Modelos de linguagem grandes não conseguem acessar dados em tempo real nem executar ações por conta própria, e integrar cada ferramenta ou API com código personalizado não escala. O Model Context Protocol (MCP) resolve isso com uma única forma padronizada para aplicações de IA se conectarem a ferramentas, dados e serviços externos — muitas vezes chamado de "a porta USB-C para IA." Neste curso, você criará servidores e clientes MCP do zero em Python e os conectará a um LLM.Como faço para criar e conectar meu primeiro servidor MCP?
Você começará aprendendo a arquitetura MCP — host, cliente e servidor — e os três primitivos que todo servidor expõe: ferramentas, recursos e prompts. Depois, você vai criar um servidor de conversão de moedas usando FastMCP, adicionar docstrings e type hints para que um LLM possa descobrir suas ferramentas, e escrever um cliente Python assíncrono que lista e chama essas ferramentas via transporte stdio.Como dou a um LLM ferramentas e contexto em tempo real?
Ferramentas sozinhas não são suficientes — os modelos também precisam de dados e instruções comportamentais. Você adicionará recursos para contexto somente leitura e prompts para orientar o modelo quando as entradas forem vagas, e então conectará os três primitivos a um LLM da OpenAI usando o fluxo de trabalho de chamada de ferramentas em cinco etapas, para que ele possa responder com confiança ou pedir esclarecimentos quando necessário.Como Levo Servidores MCP para Produção?
Servidores do mundo real precisam de mais do que código para o caminho feliz. Você substituirá recursos baseados em arquivos por consultas apoiadas em banco de dados, adicionará timeouts de requisição, tratamento estruturado de erros e autenticação segura de API que mantém as chaves no lado do servidor. Por fim, você se conectará a um servidor MCP de terceiros e verá que o mesmo código do cliente funciona com qualquer servidor que fale o protocolo.Pré-requisitos
Introduction to APIs in PythonWriting Functions in Python1
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.
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.
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.
Introdução ao Model Context Protocol (MCP)
Curso concluído
Obtenha um certificado de conclusão
Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CVCompartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se agora
Faça como mais de 19 milhões de alunos e comece Introdução ao Model Context Protocol (MCP) hoje mesmo!
Crie sua conta gratuita
Continuar com o GoogleMostrar mais opçõesou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados serão armazenados nos EUA.
Desenvolva suas habilidades em dados com o app do DataCamp
Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.