不用等了！吴恩达MCP课程来了！

ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;orphans: 2;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;letter-spacing: 0.578px;color: rgb(0, 0, 0);text-align: left;background: none 0% 0% / auto no-repeat scroll padding-box border-box rgb(255, 255, 255);align-items: unset;border-style: none;border-width: 1px;border-color: rgb(0, 0, 0);border-radius: 0px;box-shadow: none;flex-direction: unset;float: unset;height: auto;justify-content: unset;line-height: 1.5em;overflow: unset;text-shadow: none;transform: none;width: auto;-webkit-box-reflect: unset;visibility: visible;">

为什么 MCP 这么火

MCP 是一种开放的技术协议，旨在标准化大型语言模型（LLM）与外部工具和服务的交互方式。你可以把 MCP 理解成像是一个 AI 世界的通用翻译官，让 AI 模型能够与各种各样的外部工具"对话"。

而在 MCP 出现之前，AI 工具调用面临两大痛点：

第一是接口碎片化：每个 LLM 使用不同的指令格式，每个工具 API 也有独特的数据结构，开发者需要为每个组合编写定制化连接代码；

第二是开发低效：这种"一对一翻译"模式成本高昂且难以扩展，就像为每个外国客户雇佣专属翻译。

而 MCP 则采用了一种通用语言格式（JSON - RPC），一次学习就能与所有支持这种协议的工具进行交流。一个通用翻译器，不管什么 LLM，用上它就能使用工具 / 数据了。

ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;orphans: 2;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;letter-spacing: 0.578px;color: rgb(0, 0, 0);text-align: left;background: none 0% 0% / auto no-repeat scroll padding-box border-box rgb(255, 255, 255);align-items: unset;border-style: none;border-width: 1px;border-color: rgb(0, 0, 0);border-radius: 0px;box-shadow: none;flex-direction: unset;float: unset;height: auto;justify-content: unset;line-height: 1.5em;overflow: unset;text-shadow: none;transform: none;width: auto;-webkit-box-reflect: unset;visibility: visible;">

吴恩达教授与Anthropic 联合推出 MCP 课程

人工智能著名学者、斯坦福大学教授吴恩达的 DeepLearning.AI 与 Anthropic 合作，隆重推出了名为《MCP: 构建富上下文 AI 应用》的全新短期课程！

通过这门课程，你将能够构建出富上下文的 AI 应用，这些应用可以轻松连接到不断增长的 MCP 服务器生态系统，而集成工作量将大大减少。这对于提升开发效率、促进AI应用创新至关重要。

这门课程由 Anthropic 的技术教育负责人 Elie Schoppik 亲授。

ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;orphans: 2;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;letter-spacing: 0.578px;color: rgb(0, 0, 0);text-align: left;background: none 0% 0% / auto no-repeat scroll padding-box border-box rgb(255, 255, 255);align-items: unset;border-style: none;border-width: 1px;border-color: rgb(0, 0, 0);border-radius: 0px;box-shadow: none;flex-direction: unset;float: unset;height: auto;justify-content: unset;line-height: 1.5em;overflow: unset;text-shadow: none;transform: none;width: auto;-webkit-box-reflect: unset;visibility: visible;">

课程大纲

深入理解 MCP：

探索 MCP 如何标准化工具和数据接入，其底层架构，以及它如何简化新工具和外部系统（如 GitHub、Google Docs、本地文件）的集成

动手实践，从零到一：

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-feature-settings: normal;font-variation-settings: normal;font-size: 13.5px;margin: 10px 8px;color: rgb(201, 209, 217);background: rgb(13, 17, 23);text-align: justify;line-height: 1.5;overflow-x: auto;border-radius: 8px;padding: 0px !important;">*  学习构建和部署一个提供工具、资源和提示词的 MCP 服务器，并将其配置到 AI 应用中（例如 Claude Desktop）以扩展其能力。
*  构建一个兼容 MCP 的应用，该应用能托管多个 MCP 客户端，每个客户端与 MCP 服务器保持一对一连接。
*  将一个用于搜索学术论文的定制工具聊天机器人，改造成 MCP 兼容应用。
*  使用 FastMCP 构建本地 MCP 服务器，并通过 MCP Inspector 进行测试。
*  在你的聊天机器人中创建 MCP 客户端，以动态连接到你的服务器。
*  连接你的聊天机器人到 Anthropic MCP 团队构建的参考服务器，如实现文件系统操作的 `filesystem` 和从网页提取内容的 `fetch`。
*  配置 Claude Desktop 以连接到你的服务器及其他服务器，体验其如何抽象 MCP 客户端的底层逻辑。
*  远程部署你的 MCP 服务器，并用 Inspector 或其他 MCP 兼容应用进行测试。