Перейти к основному контенту
ГлавнаяPython

Курс

Введение в Model Context Protocol (MCP)

Средний уровеньУровень навыков
Обновлено 06.2026
Интегрируйте AI/LLM-приложения с API, базами данных и файловыми системами проще, чем когда-либо, с Model Context Protocol (MCP).
Начать курс бесплатно
PythonArtificial Intelligence
3 ч
11 видео
34 Упражнения
2,850 XP
2,305
Справка об успешном завершении

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или


Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.

Любимая обучающимися из тысяч компаний

Group

Обучаете команду?

Попробуйте для бизнеса

Описание курса

Зачем изучать Model Context Protocol?

Большие языковые модели не могут получать доступ к данным в реальном времени или самостоятельно выполнять действия, а подключение каждого инструмента или API с помощью собственного кода не масштабируется. Протокол Model Context Protocol (MCP) решает эту проблему, предлагая единый стандартизированный способ для ИИ-приложений подключаться к внешним инструментам, данным и сервисам — его часто называют «USB-C портом для ИИ». В этом курсе вы с нуля создадите MCP-серверы и клиентов на Python и подключите их к LLM.

Как создать и подключить мой первый MCP-сервер?

Вы начнёте с изучения архитектуры MCP — хоста, клиента и сервера — а также трёх базовых элементов, которые предоставляет каждый сервер: инструментов, ресурсов и подсказок. Затем вы создадите сервер-конвертер валют с помощью FastMCP, добавите docstrings и type hints, чтобы LLM мог обнаруживать ваши инструменты, и напишете асинхронный Python-клиент, который перечисляет и вызывает эти инструменты через транспорт stdio.

Как дать LLM инструменты и контекст в реальном времени?

Одних инструментов недостаточно — моделям также нужны данные и поведенческие инструкции. Вы добавите ресурсы для контекста только для чтения и подсказки, чтобы направлять модель, когда входные данные неясны, а затем подключите все три примитива к LLM OpenAI, используя пятишаговый рабочий процесс вызова инструментов, чтобы она могла уверенно отвечать или запрашивать уточнение, когда это необходимо.

Как вывести MCP-серверы в промышленную эксплуатацию?

Реальным серверам нужен не только код для идеального сценария. Вы замените файловые ресурсы запросами к базе данных, добавите тайм-ауты запросов, структурированную обработку ошибок и безопасную аутентификацию API, при которой ключи остаются на стороне сервера. Наконец, вы подключитесь к стороннему MCP-серверу и увидите, что тот же код клиента работает с любым сервером, поддерживающим этот протокол.

Необходимые условия

Introduction to APIs in PythonWriting Functions in Python
1

Основы MCP

Узнайте, как MCP упрощает интеграцию ИИ-приложений с внешними системами! Разберитесь в том, как работает MCP, научитесь определять собственные инструменты MCP и выстраивать взаимодействие между клиентом и сервером.
Начать главу
2

ИИ-приложения на основе MCP

Добавляйте ресурсы и подсказки в MCP-серверы, чтобы предоставить языковым моделям доступ к контексту только для чтения и ключевым инструкциям, изменяющим их поведение. Попрактикуйтесь в работе с языковыми моделями и подключите их к вашему MCP-серверу, чтобы они могли вызывать инструменты и получать контекст.
Начать главу
3

Подготовка MCP-серверов к работе в продакшене

Узнайте, что нужно для перевода MCP-серверов в продакшен: подробно рассмотрите работу с базами данных и API в MCP-серверах, а также связанные с этим дополнительные аспекты. В завершение научитесь безопасно и надёжно интегрировать сторонние MCP-серверы, чтобы не создавать готовые интеграции заново.
Начать главу
Введение в Model Context Protocol (MCP)
Курс
завершён

Получить сертификат об окончании

Добавьте эту квалификацию в профиль LinkedIn, резюме или CV
Поделитесь в социальных сетях и в обзоре эффективности
Записаться сейчас

Присоединяйтесь к более чем 19 миллионам обучающихся и начните Введение в Model Context Protocol (MCP) уже сегодня!

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или


Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.