MCP訓練營：建置、部署和保護模型上下文協議

MCP 開發實戰：建置、部署與整合生產 MCP 應用 | 完整的模型情境協定

從這 8 小時的課程，你會學到

理解模型上下文協議 (MCP) 背後的智能體理論及其解決的問題
掌握 MCP 的架構、概念和特性，並將其應用於生產環境
將 MCP 服務部署到生產環境
將 MCP 服務整合到 LangGraph、LangChain 和 LangSmith 中
使用 OAuth 保護 MCP 服務
學習如何在幾乎所有用例中找到和使用 MCP
實現並整合具有即時資料提供功能的功能性 MCP 伺服器
了解 MCP 領域的最新動態
使用 OpenAI 的 Agents Framework 和 Responses API 實作 MCP
將 MCP Docker 化以用於生產環境
行業專家訪談

要求

需要具備基本的程式設計知識。熟悉 Python 是必需的。無需任何人工智慧或 MCP 經驗——我們將從零開始教你。
你需要一台可以安裝 Claude、Cursor 和 Visual Studio Code 等軟體的 PC/Mac 電腦。

課程說明

建置可用於生產環境的模型上下文協定 (MCP) 解決方案 – 從零到部署

如果您想了解、整合、實施、發布、保護和部署模型上下文協議 (MCP) 解決方案到生產環境，那麼這門課程正是為您量身打造的。

為什麼今天就開始學習 MCP？模型上下文協議是 Anthropic 公司的新標準（將於 2024 年 11 月發布），它正迅速成為人工智慧開發的關鍵要素。早期採用者已經在建立下一代人工智慧應用——您也可以做到。

本課程提供許多其他課程所不具備的優勢——開發、整合和部署用於人工智慧應用的 MCP 的真實實踐經驗。您將獲得概念理解和應對實際挑戰的實用工具。

您將實際建立的內容:

可連接 Claude Desktop、Cursor 和 Python 的可用 MCP 伺服器
與 OpenAI 和其他 LLM 實現生產就緒集成
安全性、可部署的模型上下文協定 (MCP) 解決方案
使用 Docker、Amazon Web Services (AWS)、Cloudflare 或 Render 部署 MCP

學生成功案例：

「課程結構非常出色，從MCP的基本原理入手，循序漸進地講解實際應用。」- Daniel
「Zoltan 對模型上下文協議（MCP）的概念講解得非常透徹，讓人很容易上手，並能逐步積累知識。」- Jose
「雖然我之前接觸過一些人工智慧代理，但我仍然學到了很多關於MCP的知識，這些知識可以應用到我的日常工作中。」- Stefan

模型上下文協定 (MCP) 的重要性：

MCP 透過創建標準化的方式，使 AI 模型能夠與外部系統交互，從而解決了多語言學習模型 (LLM) 領域的關鍵問題。本訓練營將帶您從基礎概念逐步學習到可投入生產環境的實現。

課程結構：

本課程採用實踐性強的教學方法。我們將從理論基礎入手，幫助您理解 MCP 的上下文，然後迅速過渡到建立實際應用。

理論基礎：

LLM 互動和工具呼叫的工作原理
MCP 在多 LLM 環境中解決的問題
核心概念和架構
MCP 功能：工具、提示和資源
MCP 在 AI 生態系中的定位

實踐開發：

完整的 Mac 和 Windows 開發環境搭建
與 MCP 中心和全球供應商協作
整合 Claude 和 Cursor
逐步創建您自己的加密貨幣價格 MCP
使用工具和資源
使用 MCP Inspector 進行測試和 debug
整合 LangChain、LangGraph 和 LangSmith
建構基於 Python 和 JavaScript 的 MCP
生產部署策略
使用 OAuth 保護 MCP
部署到 Cloudflare Workers

進階技術：

OpenAI Agents 整合和 Responses API
Docker 化 MCP 以進行生產部署
效能優化策略
企業級錯誤處理

為未來做好準備的技術

Anthropic 的 MCP 路線圖洞察
模型上下文協議 (MCP) 開發的未來
為即將推出的功能做好準備

準備好掌握最新的 AI 協議了嗎？加入已經在使用 MCP 進行開發的開發者和 AI 愛好者行列，立即提升您的 AI 開發技能！

目標受眾

人工智慧愛好者，希望親身實踐多層認證平台 (MCP)
軟體開發人員，希望利用人工智慧功能增強應用程式
人工智慧工程師

講師簡介

Zoltan C. Toth 人工智慧整合和資料架構專家

我幫助全球企業建構網路規模的資料分析和人工智慧系統。憑藉著20多年開發資料密集應用的經驗，我主要致力於協助企業啟動和完善其資料分析和人工智慧基礎設施，並定期開設雲端運算、Apache Spark、Databricks 和 MLOps 課程。

在此之前，我曾擔任 Databricks 的首席講師和顧問，為財富 500 強企業提供服務。我建立了 Prezi（以及舊金山新創公司）的大數據分析基礎設施，之後領導 Prezi 的數據工程團隊，使其能夠服務 6000 萬用戶，數據量超過 PB。我還參與了 RapidMiner（一家全球領先的預測分析公司）的 Spark 整合組件的啟動工作。

除了資料分析架構方面的工作，我還在歐洲頂尖私立大學之一的中歐大學任教，並代表 Databricks（Spark 的創始團隊創建的公司）提供課程和專業服務。