Kurs
Introduktion till Model Context Protocol (MCP)
MedelnivåKunskapsnivå
Uppdaterad 2026-06
PythonArtificial Intelligence3 tim11 videor34 Övningar2,850 XP2,247Intyg om genomförande
Skapa ditt kostnadsfria konto
Fortsätt med GoogleVisa fler alternativeller
Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina uppgifter lagras i USA.
Omtyckt av lärande på tusentals företag
Utbildar du ett team?
Prova för företagKursbeskrivning
Varför lära sig Model Context Protocol?
Stora språkmodeller kan inte komma åt realtidsdata eller utföra åtgärder på egen hand, och att koppla varje verktyg eller API med anpassad kod skalar inte. Model Context Protocol (MCP) löser detta med ett enda, standardiserat sätt för AI-applikationer att ansluta till externa verktyg, data och tjänster—ofta kallat "USB-C-porten för AI." I den här kursen bygger du MCP-servrar och klienter från grunden i Python och kopplar dem till en LLM.Hur bygger och ansluter jag min första MCP-server?
Du börjar med att lära dig MCP-arkitekturen – värd, klient och server – samt de tre grundläggande byggstenar som varje server exponerar: verktyg, resurser och prompts. Sedan bygger du en valutakonverteringsserver med FastMCP, lägger till docstrings och typannoteringar så att en LLM kan upptäcka dina verktyg, och skriver en asynkron Python-klient som listar och anropar dessa verktyg via stdio-transport.Hur ger jag en LLM verktyg och kontext i realtid?
Verktyg räcker inte i sig — modeller behöver också data och beteendeinstruktioner. Du kommer att lägga till resurser för skrivskyddad kontext och prompts för att vägleda modellen när indata är vaga, och sedan koppla ihop alla tre primitiv till en OpenAI LLM med hjälp av arbetsflödet för verktygsanrop i fem steg så att den kan svara säkert eller be om förtydligande när den bör.Hur tar jag MCP-servrar till produktion?
Verkliga servrar behöver mer än kod som bara fungerar i lyckade scenarier. Du kommer att ersätta filbaserade resurser med databasstödda frågor, lägga till timeout för förfrågningar, strukturerad felhantering och säker API-autentisering som håller nycklarna på serversidan. Slutligen kommer du att ansluta till en MCP-server från en tredje part och se att samma klientkod fungerar med vilken server som helst som talar protokollet.Förkunskapskrav
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.
Introduktion till Model Context Protocol (MCP)
Kurs slutförd
Tjäna ett prestationsbevis
Lägg till det här beviset i din LinkedIn-profil, ditt CV eller din meritförteckningDela det i sociala medier och i din medarbetarutvärderingRegistrera dig nu
Gå med 19 miljoner lärande och börja Introduktion till Model Context Protocol (MCP) idag!
Skapa ditt kostnadsfria konto
Fortsätt med GoogleVisa fler alternativeller
Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina uppgifter lagras i USA.
Utveckla dina datakunskaper med DataCamp för mobilen
Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.