Zkuste nás kontaktovat

Návrh Školení

Anatomie protokolu

  • Proč samotné volání funkcí nestačí pro složité agentní ekosystémy
  • Primitiva MCP: nástroje, zdroje, prompty a jejich JSON schémata
  • Životní cyklus relace MCP: inicializace, seznam nástrojů, volání, vrácení výsledku, ukončení
  • Porovnání MCP s OpenAPI a GraphQL pro vystavování schopností agentům

Budování serveru MCP přes stdio

  • Vytvoření kostry serveru MCP v TypeScriptu pomocí oficiálního SDK
  • Definice schémat nástrojů pomocí knihovny Zod a generování runtime validace
  • Implementace obslužných rutin nástrojů, které vyvolávají interní REST API nebo databáze
  • Zpracování chyb, částečných výsledků a dlouhodobě běžícího spouštění nástrojů

Budování serveru MCP přes HTTP

  • Přechod ze stdio na HTTP pro vzdálené nasazení a vyvažování zátěže
  • Implementace autentizace pomocí bearer tokenů a mTLS
  • Graceful degradation (plynulý ústup funkcí) při selhání připojení HTTP během relace
  • Nasazení serverů MCP přes HTTP za systémy Kong nebo nginx s omezením rychlosti (rate limiting)

Vzory integrace klienta

  • Registrace serveru MCP v systému Claude Code pomocí konfiguračního souboru
  • Připojení OpenClaude k více koncovým bodům MCP současně
  • Napsání vlastního klientského agentního systému v Pythonu pomocí MCP Python SDK
  • Řádné zpracování změn dostupnosti nástrojů za běhu

Vystavování zdrojů a promptů

  • Vystavování zdrojů pouze pro čtení pro obohacení kontextu agenta
  • Vytváření parametrizovaných šablon promptů, které řídí úvahu agenta
  • Dynamické aktualizace zdrojů při změnách podkladových dat
  • Oddělení měnitelných nástrojů od neměnných zdrojů pro jasnost z hlediska bezpečnosti

Interní registr nástrojů a jejich objevování

  • Budování celofiremního registru MCP s metadaty a tagy vlastnictví
  • Automatické objevování prostřednictvím DNS-SD nebo souborů známých koncových bodů
  • Verzování nástrojů a archivování starých koncových bodů bez narušení klientů
  • Katalogizace nástrojů s popisy v přirozeném jazyce pro možnost vyhledávání agenty

Bezpečnostní hranice podnikového prostředí

  • Implementace kontrol autorizace uvnitř obslužných rutin nástrojů na základě identity agenta
  • Využití síťové segmentace k izolaci nástrojů s vysokým rizikem od obecného přístupu agentů
  • Sandboxování spouštění nástrojů pomocí kontejnerů seccomp a gVisor
  • Protokolování každého vyvolání nástroje pro účely souladu a forenzní analýzy

Inženýrství výkonu a spolehlivosti

  • Nastavení politik timeoutu pro rodiny nástrojů: databáze, výpočetní výkon a externí API
  • Implementace pojistných vypínačů (circuit breakers), když jsou podřízené služby v nevhodném stavu
  • Mezipaměť výsledků nástrojů pro snížení nadbytečných nákladných výpočtů
  • Spouštění serverů MCP jako sidecarů versus samostatných mikroslužeb

Interoperabilita napříč platformami agentů

  • Testování kompatibility serveru MCP s klientskými systémy Claude Code a Continue.dev
  • Zpracování rozdílů v jednání o přenosových vrstvách mezi platformami
  • Psaní polyfill adapterů pro agentní rámce, které nepodporují MCP
  • Budování platformně nezávislého tržiště nástrojů uvnitř organizace

Vývoj ekosystému MCP uvnitř organizace

  • Sběr zpětné vazby vývojářů na užitečnost a přesnost nástrojů
  • Průběžné audity nástrojů čtvrtletně a čištění zastaralých integrací
  • Onboarding nových týmů pomocí šablon serverů MCP s možností samostatné služby (self-service)
  • Přispívání vylepšení zpět do upstreamu do otevřené specifikace MCP

Požadavky

  • Zkušenosti s programováním v TypeScriptu nebo Pythonu
  • Porozumění volání nástrojů LLM a vzorcům volání funkcí
  • Základní síťové znalosti: HTTP, WebSockets a JSON-RPC

Cílová skupina

  • Back-endoví vývojáři budující vlastní nástroje pro AI agenty
  • Inženýři pro platformu standardizující způsob přístupu AI agentů k podnikovým systémům
  • Architekti řešení navrhující ekosystémy nástrojů AI pro firemní nasazení
 14 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie