Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Anatomia protokołu
- Dlaczego samo wywoływanie funkcji jest niewystarczające dla złożonych ekosystemów agentów
- Prymitywy MCP: narzędzia, zasoby, podpowiedzi i ich schematy JSON
- Cykl życia sesji MCP: inicjalizacja, lista narzędzi, wywołanie, zwrot, zamknięcie
- Porównanie MCP z OpenAPI i GraphQL w udostępnianiu możliwości agentom
Budowa serwera MCP Stdio
- Tworzenie szkieletu serwera MCP w TypeScript z użyciem oficjalnego SDK
- Definiowanie schematów narzędzi za pomocą Zod i generowanie walidacji w czasie rzeczywistym
- Implementacja handlerów narzędzi wywołujących wewnętrzne REST API lub bazy danych
- Obsługa błędów, częściowych wyników i długotrwałego wykonywania narzędzi
Budowa serwera MCP HTTP
- Przejście z stdio na HTTP w celu zdalnego wdrożenia i równoważenia obciążenia
- Implementacja uwierzytelniania za pomocą tokenów nośnych i mTLS
- Elegantna degradacja przy awariach połączeń HTTP w trakcie sesji
- Wdrażanie serwerów MCP HTTP za Kong lub nginx z ograniczeniem przepustowości
Wzorce integracji klienta
- Rejestracja serwera MCP w Claude Code przy użyciu pliku konfiguracyjnego
- Łączenie OpenClaude z wieloma punktami końcowymi MCP jednocześnie
- Tworzenie niestandardowego klienta agenta w Pythonie z użyciem SDK MCP
- Elegantna obsługa zmian dostępności narzędzi w czasie rzeczywistym
Udostępnianie zasobów i podpowiedzi
- Udostępnianie zasobów tylko do odczytu w celu wzbogacenia kontekstu agenta
- Tworzenie szablonów podpowiedzi z parametrami, które kierują rozumowaniem agenta
- Aktualizacja zasobów dynamicznie przy zmianie danych źródłowych
- Oddzielenie modyfikowalnych narzędzi od niemodyfikowalnych zasobów dla jasności bezpieczeństwa
Wewnętrzny rejestr narzędzi i ich odkrywanie
- Tworzenie firmowego rejestru MCP z metadanymi i tagami własności
- Automatyczne odkrywanie za pomocą DNS-SD lub plików z dobrze znanymi punktami końcowymi
- Wersjonowanie narzędzi i wycofywanie starych punktów końcowych bez przerywania pracy klientów
- Katalogowanie narzędzi z naturalnymi opisami dla łatwiejszego wyszukiwania przez agentów
Granice bezpieczeństwa przedsiębiorstwa
- Implementacja kontroli autoryzacji w handlerach narzędzi na podstawie tożsamości agenta
- Użycie segmentacji sieci do izolowania narzędzi wysokiego ryzyka od ogólnego dostępu agentów
- Sandboxowanie wykonywania narzędzi za pomocą kontenerów seccomp i gVisor
- Logowanie każdego wywołania narzędzia w celu zapewnienia zgodności i analizy kryminalistycznej
Inżynieria wydajności i niezawodności
- Ustawianie polityk timeoutów dla rodzin narzędzi: bazy danych, obliczenia i zewnętrzne API
- Implementacja wyłączników awaryjnych przy nieprawidłowym działaniu usług podrzędnych
- Buforowanie wyników narzędzi w celu redukcji zbędnych kosztownych obliczeń
- Uruchamianie serwerów MCP jako sidecarów versus samodzielnych mikrousług
Interoperacyjność między platformami agentów
- Testowanie kompatybilności serwera MCP z klientami Claude Code i Continue.dev
- Obsługa różnic w negocjacji transportu między platformami
- Tworzenie adapterów polyfill dla frameworków agentów niezgodnych z MCP
- Budowa wewnętrznego rynku narzędzi wieloplatformowych w organizacji
Rozwój wewnętrznego ekosystemu MCP
- Zbieranie opinii programistów na temat użyteczności i dokładności narzędzi
- Przeprowadzanie kwartalnych audytów narzędzi i usuwanie przestarzałych integracji
- Wdrażanie nowych zespołów z wykorzystaniem samodzielnych szablonów serwerów MCP
- Wnoszenie ulepszeń do otwartej specyfikacji MCP
Wymagania
- Doświadczenie w programowaniu w TypeScript lub Pythonie
- Zrozumienie wywoływania narzędzi LLM oraz wzorców wywoływania funkcji
- Podstawowa wiedza na temat sieci: HTTP, WebSockets i JSON-RPC
Grupa docelowa
- Programiści backendowi budujący niestandardowe narzędzia dla agentów AI
- Inżynierowie platform standaryzujący dostęp agentów AI do systemów przedsiębiorstwa
- Architekci rozwiązań projektujący ekosystemy narzędzi AI dla korporacji
14 godzin