Introduction au protocole de contexte de modèle (MCP)

Aperçu

Integrate AI/LLM applications with APIs, databases, and filesystems easier than ever before with the Model Context Protocol (MCP). Why Learn the Model Context Protocol?Large language models can't access real-time data or take actions on their own, and wiring each tool or API with custom code doesn't scale.

The Model Context Protocol (MCP) solves this with a single, standardized way for AI applications to connect to external tools, data, and services—often called "the USB-C port for AI." In this course, you'll build MCP servers and clients from scratch in Python and wire them to an LLM.How Do I Build and Connect My First MCP Server?You'll start by learning the MCP architecture—host, client, and server—and the three primitives every server exposes:

tools, resources, and prompts. Then you'll build a currency converter server using FastMCP, add docstrings and type hints so an LLM can discover your tools, and write an async Python client that lists and calls those tools over stdio transport.How Do I Give an LLM Real-Time Tools and Context?Tools alone aren't enough—models also need data and behavioral instructions.

You'll add resources for read-only context and prompts to guide the model when inputs are vague, then wire all three primitives into an OpenAI LLM using the five-step tool-calling workflow so it can answer confidently or ask for clarification when it should.How Do I Take MCP Servers to Production?Real-world servers need more than happy-path code. You'll swap file-based resources for database-backed queries, add request timeouts, structured error handling, and secure API authentication that keeps keys server-side.

Finally, you'll connect to a third-party MCP server and see that the same client code works with any server that speaks the protocol.

Programme

• Les fondations de MCP
Découvrez comment MCP peut faciliter l'intégration des applications d'IA avec les systèmes environnants comme jamais auparavant ! Apprenez comment fonctionne MCP, comment définir vos propres outils MCP, et construisez le pont entre client et serveur.
• Applications LLM activées par MCP
Ajoutez des ressources et des invites aux serveurs MCP pour exposer les LLM à un contexte en lecture seule et à des instructions clés pour altérer leur comportement. Mettez la main à la pâte avec les LLM et connectez-les à votre serveur MCP afin qu'il puisse appeler des outils et récupérer le contexte.
• Préparer les serveurs MCP pour la production
Découvrez ce qu'il faut pour mettre les serveurs MCP en production en plongeant profondément dans les bases de données et les API des serveurs MCP, ainsi que les considérations supplémentaires qu'ils impliquent. Enfin, intégrez des MCP tiers de manière sécurisée et fiable, afin de ne pas avoir à réinventer la roue pour vos intégrations préférées.

---

Enseigné par

James Chapman and Korey Stegared-Pace

---

Matières

Artificial Intelligence