Bądźmy w kontakcie

Plan Szkolenia

Anatomia protokołu

  • Dlaczego samo wywoływanie funkcji jest niewystarczające dla złożonych ekosystemów agentów
  • Podstawowe elementy MCP: narzędzia, zasoby, prompty i ich schematy JSON
  • Cykl życia sesji MCP: inicjalizacja, lista narzędzi, wywołanie, zwrot, zamknięcie
  • Porównanie MCP z OpenAPI i GraphQL pod kątem udostępniania możliwości agentom

Budowa serwera MCP Stdio

  • Tworzenie szkieletu serwera MCP w TypeScript przy użyciu oficjalnego SDK
  • Definiowanie schematów narzędzi za pomocą Zod i generowanie walidacji w czasie wykonywania
  • Implementacja handlerów narzędzi wywołujących wewnętrzne API REST 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 przy użyciu tokenów bearer i mTLS
  • Łagodne obniżenie jakości w przypadku awarii połączeń HTTP w trakcie sesji
  • Wdrażanie serwerów MCP HTTP za Kongiem lub nginx z ograniczeniem szybkości

Wzorce integracji klienta

  • Rejestracja serwera MCP w Claude Code przy użyciu pliku konfiguracyjnego
  • Łączenie OpenClaude z wieloma punktami końcowymi MCP jednocześnie
  • Pisanie niestandardowego klienta agenta w Pythonie przy użyciu SDK MCP dla Pythona
  • Płynne obsługiwanie zmian dostępności narzędzi w czasie wykonywania

Udostępnianie zasobów i promptów

  • Udostępnianie zasobów tylko do odczytu w celu wzbogacenia kontekstu agenta
  • Tworzenie szablonów promptów z parametrami, które kierują rozumowaniem agenta
  • Aktualizowanie zasobów dynamicznie w przypadku zmian w danych źródłowych
  • Oddzielanie modyfikowalnych narzędzi od niezmiennych zasobów dla jasności bezpieczeństwa

Wewnętrzny rejestr i odkrywanie narzędzi

  • Budowa firmowego rejestru MCP z metadanymi i tagami właścicielskimi
  • 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 opisami w języku naturalnym dla ułatwienia wyszukiwania przez agentów

Granice bezpieczeństwa przedsiębiorstwa

  • Implementacja kontroli autoryzacji w handlerach narzędzi na podstawie tożsamości agenta
  • Używanie 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 forensycznej

Inżynieria wydajności i niezawodności

  • Ustawianie zasad limitu czasu dla rodzin narzędzi: bazy danych, obliczenia i zewnętrzne API
  • Implementacja wyłączników bezpieczeństwa w przypadku awarii usług podrzędnych
  • Buforowanie wyników narzędzi w celu zmniejszenia redundantnych kosztownych obliczeń
  • Uruchamianie serwerów MCP jako sidecarów w porównaniu z samodzielnymi mikrousługami

Interoperacyjność między platformami agentów

  • Testowanie zgodności serwera MCP z klientami Claude Code i Continue.dev
  • Obsługa różnic w negocjacji transportu między platformami
  • Pisanie adapterów polyfill dla frameworków agentów niezgodnych z MCP
  • Budowa międzyplatformowego rynku narzędzi wewnątrz organizacji

Rozwijanie wewnętrznego ekosystemu MCP

  • Zbieranie opinii programistów na temat użyteczności i dokładności narzędzi
  • Przeprowadzanie kwartalnych audytów narzędzi i usuwanie przestarzałych integracji
  • Wdrażanie nowych zespołów przy użyciu samodzielnych szablonów serwerów MCP
  • Wnoszenie ulepszeń do otwartej specyfikacji MCP

Wymagania

  • Doświadczenie w programowaniu w TypeScript lub Pythonie
  • Zrozumienie wzorców wywoływania narzędzi i funkcji w LLM
  • Podstawowa wiedza na temat sieci: HTTP, WebSockets i JSON-RPC

Grupa docelowa

  • Programiści backendowi tworzący niestandardowe narzędzia dla agentów AI
  • Inżynierowie platformowi standaryzujący dostęp agentów AI do systemów przedsiębiorstwa
  • Architekci rozwiązań projektujący ekosystemy narzędzi AI do wdrożenia w firmach
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie