Чему вы научитесь
- понимать, зачем нужен MCP и как стандарт превращает проблему N×M в M+N
- читать и собирать JSON-RPC-сообщения протокола голыми руками, без библиотек
- писать свой MCP-сервер: хендшейк, диспетчер, обработка ошибок по спеке
- отдавать агенту tools, resources и prompts — все три примитива протокола
- разбираться в транспортах stdio и Streamable HTTP и жизненном цикле сеанса
- использовать фичи спеки 2025-06-18: structured outputs, elicitation, sampling
- защищать сервер: модель угроз, разрешения и HITL, инъекции через инструменты
- подключить свой MCP-сервер к агенту и запустить его в реальном клиенте
О курсе
Напишите свой MCP-сервер руками, без фреймворков: JSON-RPC, хендшейк, tools, resources и prompts по спеке 2025-06-18. 62 задачи на код с автопроверкой в браузере, без API-ключа и VPN. В финале — MCP-сервер к своей базе данных, подключённый к агенту и запущенный в реальном клиенте. Нужен опыт function calling из Python.
Для кого этот курс
- Python-разработчикам, кто уже строил агента с function calling и хочет отдавать инструменты стандартом, а не самописными связками под каждую модель.
- Тем, кто хочет подключать свои данные и сервисы к Claude Desktop, IDE и другим MCP-клиентам — своим сервером, а не чужим коннектором.
- Backend-инженерам, кому нужно безопасно открыть агентам доступ к базе и внутренним API — с разрешениями, HITL и защитой от инъекций.
- Выпускникам флагмана линейки по AI-агентам и всем, кто знает tool-схемы и хочет успеть в тему, пока полка курсов по MCP пуста.
Начальные требования
Что нужно:
- База Python: функции, словари и списки, классы, чтение JSON (json.loads/dumps).
- Понимание tool-схем и function calling: как модель выбирает инструмент и что лежит в tool_calls. Если этого пока нет — пройдите флагман линейки по AI-агентам, капстоун этого курса подключается к агенту из него.
- Любой компьютер с браузером; для 2 локальных лаб — Python на своём ПК.
Что НЕ нужно:
- Не нужен API-ключ, платный аккаунт, VPN или зарубежная карта: MCP детерминирован, автопроверка работает без LLM вообще.
- Не нужны JSON-RPC, JSON Schema и SSE — вводим с нуля внутри курса.
- Не нужны сети, asyncio и веб-фреймворки — сервер собираем in-process.
- Глубокий SQL не нужен: для капстоуна хватит однострочников SELECT/INSERT, разберём по образцу.
Преподаватели курса
10 475
Как проходит обучение
- Формат: 6 модулей, 22 уроков и 187 коротких шагов; обучение проходит в свободном темпе.
- Практика: 62 code-задач с автопроверкой прямо в браузере; решения можно отправлять повторно.
- Теория: короткие текстовые объяснения, примеры, тесты и разборы ошибок.
- Поддержка: вопросы и обсуждения доступны под каждым шагом.
Что вы получите
- Навык писать MCP-серверы и клиенты на Python: протокол, все три примитива, транспорты, безопасность — без привязки к SDK и фреймворкам.
- Капстоун — MCP-сервер к базе ShopDB со скрытыми тестами, подключённый к агенту и запущенный в реальном клиенте. Готовый артефакт для резюме и портфолио.
- Бессрочный доступ к материалам и будущим обновлениям (ревизия спеки 2026 года — обновляемым уроком).
- Это ступень AI-линейки: дальше ваш сервер и агент становятся прод-сервисом со стримингом и тестами на FastAPI.
Нагрузка
~4 ч в неделю (весь курс ~12–15 часов, ~3–4 недели)