课程大纲
本课程涵盖以下主题：
- MCP 基础
- 什么是模型上下文协议 (MCP) 及其工作原理
- MCP 架构：服务器、客户端、工具、资源
- 为什么 MCP 对 AI 代理和工作流很重要
- 比较 MCP 与旧工具集成方法
- 练习 → 将现有工作流映射到 MCP 组件
- 测验 1：关键定义，架构差异
- MCP 服务器设置
- 选择环境：本地 vs 云
- 安装或激活 MCP 服务器（参考实现）
- 配置工具清单：定义工具模式
- 连接到 MCP 服务器：身份验证、端点
- 练习 → 启动简单 MCP 服务器并测试“hello-tool”
- 测验 2：服务器步骤，工具清单基础
- 设计和注册工具
- 工具定义：输入、输出、元数据
- 声明式工具 vs 编程式工具
- 错误处理、版本控制与工具生命周期
- 练习 → 构建工具 (例如时区查询)
- 测验 3：工具模式、注册步骤、生命周期
- 在代理中使用 MCP 工具
- 代理节点调用 MCP 端点
- 将参数从 n8n 传递到工具并解析输出
- 在一个流中链接多个工具调用
- 调试工具调用和响应
- 练习 → 代理提取工具数据并在决策节点使用
- 测验 4：集成逻辑、链接、调试
- 安全与治理
- MCP 的身份验证和凭证管理
- 访问控制：谁可以调用哪个工具
- 日志记录、审计追踪与治理
- 练习 → 保护 MCP 工具并实现日志记录
- 测验 5：访问控制场景，日志概念
- 监控与维护
- 监控工具使用、延迟、错误
- 仪表板和警报
- 工具版本管理和滚动更新
- 练习 → 如果延迟 > X 毫秒则创建警报
- 测验 6：指标、维护策略、版本控制
- 高级用例与扩展
- 通过 MCP 工具进行多代理编排
- 在同一代理中结合 MCP、RAG 和工具
- 企业级架构：多租户，高流量
- 练习 → 使用多种工具构建编排代理
- 测验 7：架构权衡，多代理逻辑