MCP協議:構建代理工具集成培訓
模型上下文協議(MCP)是由Anthropic創建的一個開放標準,定義了AI代理如何發現、調用和接收外部工具的結果。它支持stdio和HTTP傳輸,已被Claude Code、OpenClaude以及不斷增長的代理平臺生態系統所採用。
本次由講師主導的培訓(線上或線下)面向希望構建MCP兼容工具服務器、將其與代理客戶端集成併爲其組織建立內部MCP生態系統的後端開發人員和平臺工程師。
在培訓結束時,參與者將能夠:
- 在TypeScript或Python中實現一個MCP服務器,暴露自定義企業工具。
- 將MCP服務器連接到Claude Code、OpenClaude和其他代理客戶端。
- 根據部署約束在stdio和HTTP傳輸之間切換。
- 在內部工具註冊表中註冊和發現MCP工具。
課程形式
- 互動講座和討論。
- 大量練習和實際應用。
- 在即時實驗室環境中進行實踐操作。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們進行安排。
課程簡介
協議剖析
- 爲什麼函數調用不足以應對複雜的代理生態系統
- MCP原語:工具、資源、提示及其JSON模式
- MCP會話的生命週期:初始化、列出工具、調用、返回、關閉
- 將MCP與OpenAPI和GraphQL進行比較,以向代理暴露功能
構建Stdio MCP服務器
- 使用官方SDK搭建TypeScript MCP服務器
- 使用Zod定義工具模式並生成運行時驗證
- 實現調用內部REST API或數據庫的工具處理程序
- 處理錯誤、部分結果和長時間運行的工具執行
構建HTTP MCP服務器
- 從stdio升級到HTTP以實現遠程部署和負載均衡
- 使用承載令牌和mTLS實現身份驗證
- 在HTTP連接會話中途失敗時進行優雅降級
- 將HTTP MCP服務器部署在Kong或nginx後,並啓用速率限制
客戶端集成模式
- 使用配置文件將MCP服務器註冊到Claude Code
- 將OpenClaude同時連接到多個MCP端點
- 使用MCP Python SDK編寫自定義Python代理客戶端
- 在運行時優雅處理工具可用性變化
資源和提示暴露
- 暴露只讀資源以豐富代理上下文
- 創建參數化提示模板以引導代理推理
- 在底層數據變化時動態更新資源
- 將可變工具與不可變資源分離以提高安全性
內部工具註冊與發現
- 構建包含元數據和所有權標籤的公司級MCP註冊表
- 通過DNS-SD或已知端點文件進行自動發現
- 版本控制工具並棄用舊端點而不影響客戶端
- 使用自然語言描述對工具進行分類以提高代理可搜索性
企業安全邊界
- 在工具處理程序中基於代理身份實現授權檢查
- 使用網絡分段將高風險工具與一般代理訪問隔離
- 使用seccomp和gVisor容器沙箱化工具執行
- 記錄每次工具調用以進行合規性和取證分析
性能與可靠性工程
- 爲每個工具家族設置超時策略:數據庫、計算和外部API
- 在下游服務不健康時實施斷路器
- 緩存工具結果以減少冗餘的昂貴計算
- 將MCP服務器作爲sidecar運行與獨立微服務
跨代理平臺的互操作性
- 測試MCP服務器與Claude Code和Continue.dev客戶端的兼容性
- 處理平臺之間的傳輸協商差異
- 爲非MCP代理框架編寫polyfill適配器
- 在組織內部構建跨平臺工具市場
內部MCP生態系統的演進
- 收集開發者關於工具有用性和準確性的反饋
- 每季度進行工具審計並清理過時的集成
- 通過自助式MCP服務器模板引入新團隊
- 向上遊開源MCP規範貢獻改進
最低要求
- 具備TypeScript或Python的編程經驗
- 瞭解LLM工具調用和函數調用模式
- 基本的網絡知識:HTTP、WebSockets和JSON-RPC
受衆
- 爲AI代理構建自定義工具的後端開發人員
- 標準化AI代理訪問企業系統的平臺工程師
- 爲企業採用設計AI工具生態系統的解決方案架構師
公開培訓課程需要5名以上參與者。
MCP協議:構建代理工具集成培訓 - 訂單
MCP協議:構建代理工具集成培訓 - 詢問
MCP協議:構建代理工具集成 - 咨詢詢問
即將到來的課程
相關課程
使用Gemini 3和Google Antigravity進行Agentic開發
21 小時Google Antigravity是一個Agentic開發環境,旨在通過Gemini 3的多模態能力構建能夠規劃、推理、編碼和行動的自主代理。
本課程爲講師指導的培訓(線上或線下),面向希望使用Gemini 3和Antigravity環境設計、構建和部署自主代理的高級技術專業人員。
完成本培訓後,學員將能夠:
- 構建使用Gemini 3進行推理、規劃和執行的自主工作流程。
- 在Antigravity中開發能夠分析任務、編寫代碼並與工具交互的代理。
- 將Gemini驅動的代理與企業系統和API集成。
- 在複雜環境中優化代理行爲、安全性和可靠性。
課程形式
- 專家演示結合互動討論。
- 自主代理開發的動手實驗。
- 使用Antigravity、Gemini 3和支持的雲工具進行實際實施。
課程定製選項
- 如果您的團隊需要特定領域的代理行爲或自定義集成,請聯繫我們以定製課程。
高級反重力:反饋循環、學習與長期代理記憶
14 小時Google Antigravity是一個用於實驗長期代理和新興交互行爲的先進框架。
本課程爲講師指導的培訓(線上或線下),面向希望設計、分析和優化能夠保留記憶、通過反饋改進並在長期操作中不斷演進的代理的高級專業人士。
完成本課程後,參與者將掌握以下技能:
- 設計長期記憶結構以實現代理的持久性。
- 實施有效的反饋循環以塑造代理行爲。
- 評估學習軌跡和模型漂移。
- 將記憶機制集成到複雜的多代理生態系統中。
課程形式
- 專家講解與技術演示相結合。
- 通過結構化設計挑戰進行實踐探索。
- 將概念應用於模擬代理環境。
課程定製選項
- 如果您的組織需要定製內容或特定案例示例,請聯繫我們以定製本培訓。
高級Mastra集成:API、工具、企業數據與外部系統
21 小時Mastra是一個支持AI代理、API、企業應用和外部數據系統之間深度集成的框架。
本課程爲講師指導的培訓(線上或線下),面向希望構建Mastra代理與企業生態系統之間可靠、安全且可擴展集成的中級工程師。
培訓結束後,學員將能夠:
- 實現Mastra代理與外部服務之間的API驅動集成。
- 將企業數據系統和工具連接到自動化代理工作流。
- 應用安全數據交換和身份驗證的最佳實踐。
- 設計可擴展、可維護且生產就緒的集成層。
課程形式
- 互動講座與討論。
- 動手實踐集成工程與API練習。
- 使用真實企業場景進行即時實驗室實現。
課程定製選項
- 可根據要求提供定製的API場景、企業系統映射或數據集成工作坊。
交互式AI代理:AgentCore內存、代碼解釋器與瀏覽器工具實戰
14 小時AgentCore 提供了內存持久化、安全代碼解釋器和瀏覽器工具,使 AI 代理能夠提供交互式、動態且上下文感知的體驗。
本次由講師主導的培訓(線上或線下)面向中高級技術從業者,他們希望設計和部署能夠長期保留上下文、即時計算並直接與 Web 用戶界面交互的 AI 代理。
培訓結束後,參與者將能夠:
- 實現 AgentCore 內存,用於有狀態的、上下文感知的工作流。
- 利用安全代碼解釋器進行動態計算和轉換。
- 集成瀏覽器工具,實現即時數據檢索和用戶界面交互。
- 設計用於分析、客戶支持和研究用例的交互式代理。
課程形式
- 互動講座和討論。
- 使用 AgentCore 內存和工具的動手實驗。
- 分析、自動化和客戶支持場景的案例研究。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
使用AgentCore Runtime & Gateway加速AI代理部署
14 小時AgentCore Runtime & Gateway 是一種 AWS 服務配對,用於打包、部署並安全地暴露 AI 代理,同時提供與外部系統的簡化集成。
本次由講師主導的培訓(線上或線下)面向中級工程團隊,旨在幫助他們從代理原型過渡到生產環境,通過掌握 AgentCore Runtime 進行部署,並利用 Gateway 實現安全連接和 API 集成。
培訓結束後,參與者將能夠:
- 搭建 AgentCore Runtime 環境,並打包代理以進行部署。
- 通過 Gateway 暴露代理,提供經過身份驗證和速率限制的端點。
- 使用穩定合約將外部工具和 API 集成到代理工作流中。
- 爲生產操作配置可觀察性、日誌記錄和使用監控。
課程形式
- 互動式講座和討論。
- 實踐實驗室,涉及 Runtime 部署和 Gateway 集成。
- 專注於可靠性、安全性和發佈的實踐練習。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們進行安排。
Antigravity for Developers: 構建以代理爲先的應用程序
21 小時Antigravity 是一個開發平臺,旨在構建以AI驅動的、以代理爲先的應用程序。
本課程爲講師指導的培訓(線上或線下),面向希望使用Antigravity環境中的自主AI代理創建實際應用程序的中級開發者。
完成本培訓後,參與者將能夠:
- 開發依賴自主和協作AI代理的應用程序。
- 使用Antigravity的IDE、編輯器、終端和瀏覽器進行端到端開發。
- 通過代理管理器管理多代理工作流。
- 將代理功能集成到生產級軟件系統中。
課程形式
- 混合演示與深入講解。
- 大量動手實踐和指導練習。
- 在Antigravity即時環境中進行實際實現。
課程定製選項
- 如需根據您的開發棧定製內容,請聯繫我們安排定製版本的培訓。
Antigravity入門:Agent-First IDE簡介
14 小時Google Antigravity是一種以agent爲核心的開發環境,旨在通過智能自動化簡化工程工作流程。
本次由講師指導的培訓(線上或線下)面向初學者,旨在探索Antigravity的基礎知識,並瞭解agent驅動的編碼環境如何提升生產力。
培訓結束後,參與者將能夠:
- 安裝並配置Google Antigravity。
- 熟悉並理解Editor View和Manager View。
- 有效使用agent自動化簡單的開發任務。
- 使用Antigravity生成、優化和管理項目文件。
課程形式
- 講師講解並輔以即時演示。
- 以實踐爲主的指導練習,重點使用agent。
- 在受控的實驗環境中探索Antigravity的核心功能。
課程定製選項
- 如果您需要定製版本的培訓,請聯繫我們安排個性化課程。
Antigravity用於Web自動化與基於瀏覽器的任務
21 小時Google Antigravity是一個用於構建能夠與Web應用程序、瀏覽器環境及多表面工作流交互的代理平臺。
本課程由講師主導,提供線上或線下培訓,面向中級專業人士,旨在幫助他們使用Google Antigravity構建、自動化並測試基於瀏覽器的工作流。
培訓結束後,參與者將能夠:
- 創建與瀏覽器表面中Web應用程序交互的代理。
- 跨瀏覽器上下文自動化端到端工作流。
- 在UI驅動環境中驗證並排查代理行爲。
- 使用Antigravity實施跨表面自動化策略。
課程形式
- 結合演示的指導教學。
- 實踐操作與基於場景的練習。
- 在互動實驗室環境中實施代理工作流。
課程定製選項
- 如需定製培訓,請聯繫我們,根據您的目標調整課程內容。
使用AgentCore構建全託管AI代理:從概念到生產
14 小時AgentCore 通過提供一套統一的服務,簡化了構建、增強和監控全託管 AI 代理的過程,專爲大規模部署而設計。
本次由講師指導的培訓(線上或線下)面向初級到中級從業者,旨在幫助學員通過實踐掌握如何使用 AgentCore 創建生產就緒的 AI 代理。
培訓結束後,學員將能夠:
- 瞭解 AgentCore 在 AI 代理開發中的核心功能。
- 使用託管服務設計和配置簡單的 AI 代理。
- 集成工作流以增強代理功能。
- 在生產環境中部署和監控 AI 代理。
課程形式
- 互動式講座與討論。
- 使用 AgentCore 服務的實踐操作。
- 從代理概念到部署的指導練習。
課程定製選項
- 如需定製本課程,請聯繫我們安排。
使用Mastra開發AI代理
14 小時本課程爲講師指導的培訓(線上或線下),面向中級軟件開發人員和工程團隊,旨在幫助他們使用Mastra構建可擴展、可觀察的AI系統。
通過本培訓,學員將能夠:
- 理解Mastra的架構及其如何與LLM和外部API集成。
- 使用TypeScript設計和實現AI代理和工作流程。
- 使用Mastra的可觀察性和內存工具監控和提升代理性能。
- 利用Mastra的框架功能部署生產就緒的AI應用。
Mastra調試、評估與AI代理質量保證
21 小時Mastra是一個框架,提供結構化工具,用於評估、調試和確保在複雜工作流程中運行的AI代理的可靠性。
本課程爲講師指導的培訓(線上或線下),面向希望嚴格測試代理行爲、提高可靠性並實施可衡量評估流程的中級從業者。
培訓結束後,學員將能夠:
- 應用調試技術,識別並糾正代理行爲問題。
- 使用結構化指標、基準和質量評分評估代理。
- 實施工具和工作流程,跟蹤可靠性、漂移和幻覺。
- 設計QA策略,確保持續且可預測的代理性能。
課程形式
- 互動講座與討論。
- 實際操作調試與評估練習。
- 使用可觀測性工具進行代理行爲的即時實驗室分析。
課程定製選項
- 可根據要求安排定製的可靠性測試場景和行業特定的QA方法。
Mastra運維與生產工程:部署與擴展AI代理
21 小時Mastra是一個操作框架,旨在簡化和優化AI代理在生產環境中的部署、擴展和生命週期管理。
本課程爲講師指導的培訓(線上或線下),面向中高級技術專業人員,幫助他們可靠且高效地在生產系統中操作AI代理。
培訓結束後,學員將能夠:
- 將基於Mastra的AI代理部署到受控的生產級環境中。
- 使用平臺原語進行水平和垂直擴展。
- 實施可觀測性管道,以跟蹤代理的行爲和性能。
- 優化運行時配置,以減少延遲、成本和操作風險。
課程形式
- 互動式講座與討論。
- 專注於實際部署場景的動手練習。
- 使用容器化和編排環境進行即時實驗。
課程定製選項
- 可根據要求定製主題、動手實驗或行業特定場景。
Mastra工作流自動化與多代理編排
21 小時Mastra是一個框架,能夠在分佈式系統中實現複雜的工作流自動化和多個AI代理的協調。
本課程爲講師主導的培訓(線上或線下),面向中級從業者,旨在幫助他們設計、編排和操作大規模的多代理工作流。
通過完成本培訓,學員將掌握以下技能:
- 使用Mastra的編排功能設計複雜的工作流。
- 協調多個代理執行並行或依賴任務。
- 實施工作流執行的監控和調試工具。
- 優化編排邏輯,提高可靠性、吞吐量和自動化效率。
課程形式
- 互動講座與討論。
- 動手實踐工作流設計與自動化練習。
- 在容器化的實驗環境中進行實際實施。
課程定製選項
- 可根據需求提供定製的自動化場景、企業集成或工作流模式。
在Google Antigravity中管理代理工作流程:編排、規劃與工件
14 小時Google Antigravity是一個以代理爲中心的開發平臺,用於編排、監督和協調AI驅動的編碼和自動化工作流程。
本課程由講師主導,提供線上或線下培訓,面向希望設計、管理和優化Google Antigravity中多代理工作流程的中級專業人士。
完成本培訓後,參與者將掌握以下技能:
- 在Manager界面中配置代理職責和編排管道。
- 生成並解讀Antigravity工件,包括任務列表、計劃、日誌和瀏覽器記錄。
- 實施驗證策略,確保代理操作透明且可審計。
- 優化多代理協作,以應對複雜的開發和運維任務。
課程形式
- 引導式演示和實際操作示範。
- 基於真實工作流程挑戰的場景練習。
- 在Antigravity工作空間中進行動手實驗。
課程定製選項
- 如需定製本課程,請聯繫我們討論定製選項。
測試與驗證Agent-Driven代碼:Antigravity中的質量保證
14 小時Antigravity是一個代表先進agent-driven開發工作流程的框架。
本課程爲講師指導的培訓(線上或線下),面向希望驗證、確認和保護在Antigravity驅動環境中工作的AI agent輸出的中高級專業人士。
完成本培訓後,參與者將能夠:
- 評估agent生成的代碼工件的準確性和安全性。
- 使用結構化技術驗證agent執行的任務。
- 有效分析瀏覽器記錄並追蹤agent活動。
- 應用質量保證和安全原則,確保agent工作流程的可靠性。
課程形式
- 講師指導的技術簡報和討論。
- 專注於驗證真實agent工作流程的實踐練習。
- 在受控實驗室環境中進行動手測試和驗證。
課程定製選項
- 可根據要求調整場景、工作流程和測試示例。