吴恩达最新课程《MCP：使用 Anthropic 构建富上下文 AI 应用》现已上线

GrissomFI2025年05月18日约 3 分钟

吴恩达与Anthropic合作推出的新课程《MCP：使用 Anthropic 构建富上下文 AI 应用》现已上线，旨在帮助开发者掌握如何通过模型上下文协议（Model Context Protocol, MCP）构建更强大、可扩展的AI应用。

课程目标

本课程旨在教授如何使用MCP标准化AI应用与外部工具和数据源的连接，解决传统集成方式中存在的碎片化问题。

文章推荐：MCP 相关文章

MCP、Function Calling 有什么区别？与 AI Agent 有什么关系？

【转载】MCP（Model Context Protocol）全面研究报告：概念、实践与未来趋势

LangChain + 模型上下文协议（MCP）：AI 智能体 Demo

深度解析 MCP 与 AI 工具化的未来

MCP-K8s 实践：构建大模型驱动的 Kubernetes 运维管理能力

一图胜千言：Function calling vs. MCP

课程内容与结构

• 课程时长：约1小时38分钟
• 授课形式：共11节视频课程，包含7个代码示例
• 授课讲师：Elie Schoppik（Anthropic技术教育负责人）

主要学习内容：

1. 理解MCP的必要性：探讨MCP如何减少AI开发的碎片化，标准化AI应用与外部数据源的连接。
2. MCP架构解析：学习MCP的客户端-服务器架构及其通信机制。
3. 构建MCP兼容的聊天机器人：开发一个具备搜索学术论文等自定义工具的聊天机器人，并使其兼容MCP。
4. 创建本地MCP服务器：使用FastMCP构建本地服务器，提供工具、资源和提示模板，并通过MCP Inspector进行测试。
5. 开发MCP客户端：在聊天机器人中创建MCP客户端，实现与服务器的动态连接。
6. 连接参考服务器：将聊天机器人连接到Anthropic提供的参考服务器，如实现文件系统操作的filesystem和从网页提取内容的fetch。
7. 配置Claude Desktop：配置Claude Desktop连接到自建服务器和其他服务器，探索其如何抽象化MCP客户端的底层逻辑。
8. 远程部署MCP服务器：将MCP服务器部署到远程，并使用Inspector或其他MCP兼容应用进行测试。
9. 未来发展方向：了解MCP未来的发展路线图，包括多代理架构、MCP注册API、服务器发现、授权和认证等。

适合人群

本课程适合具备以下背景的学习者：

• 熟悉Python编程语言
• 对大型语言模型（LLM）提示工程和应用开发有基本了解

课程亮点小结

• 实用性强：课程以动手实践为主，帮助学习者快速上手MCP的实际应用。
• 标准化集成：通过MCP，开发者可以简化AI应用与外部系统的集成过程，提高开发效率。
• 前沿技术：课程内容紧跟AI领域的最新发展，介绍了MCP的最新功能和未来发展方向。

立即学习

点击下方链接，免费注册并开始学习《MCP：使用Anthropic构建富上下文AI应用》课程：

https://www.deeplearning.ai/short-courses/mcp-build-rich-context-ai-apps-with-anthropic/