Карта курсу: що вмітимемо

Цей модуль заклав «навіщо»: мовної моделі недостатньо, агент потребує інструментів, інструменти потребують спільної мови — MCP. Далі курс веде від архітектури до практики: застосунки з одним і кількома серверами, інтеграція з LangChain, LangGraph і LlamaIndex, фінальний проєкт — мультимодальний «Помічник дослідження зображень», який аналізує фото й збирає контекст через дослідницькі інструменти.

Навички по блоках

Основи: клієнт–сервер MCP, хост, клієнт, сервер, три примітиви — інструмент, ресурс, підказка. Життєвий цикл: initialize, operation, shutdown, JSON-RPC, транспорт stdio та HTTP. Практика: писати сервер на Python SDK, підключати агента, оркеструвати кілька серверів для однієї цілі. Екосистема: поєднувати MCP з пошуком із доповненням (RAG) і графами станів у LangGraph для складної логіки без дублювання API-клею в кожному проєкті.

Приклад

«Помічник дослідження зображень» — перевірка всього разом: користувач дає фото, агент через інструмент компʼютерного зору розуміє зміст, через дослідницький сервер збирає факти, форматує відповідь. Це не абстрактний «привіт, світ», а зразок агента, орієнтованого на робоче середовище, з мультимодальним вводом і кількома MCP-серверами в одному робочому процесі.

Для кого й що потрібно

Курс розрахований на інженерів і архітекторів із досвідом Python (async, класи, структури даних), базовим розумінням клієнт-сервера й API, роботою в терміналі. Мовну модель ви вже бачили; MCP пояснюємо з нуля. Gradio чи LangChain — плюс, але не обовʼязково: потрібні поняття введемо по дорозі, крок за кроком.

Python

# Орієнтир фінального проєкту (дуже схематично)
async def image_research_assistant(image_path: str, question: str):
    description = await vision_tool.describe(image_path)
    facts = await research_server.search(description + " " + question)
    return format_report(description, facts)

# Кілька MCP-серверів + один хост агента

Порада

Тримайте в голові три питання на кожному уроці: хто хост, що надає сервер, який примітив (інструмент, ресурс чи підказка) тут головний? Так архітектура MCP не розмивається в деталях SDK. Фінальний проєкт із дослідження зображень — орієнтир, як зібрати мультимодальний конвеєр із кількох MCP-серверів у робочому середовищі.

Після цього модуля ви маєте відповідати «навіщо MCP», а не лише «як декоратор @mcp.tool». Наступні уроки розберуть ролі клієнт-сервера, три примітиви, транспорт і життєвий цикл — фундамент перед написанням власного сервера й агента з кількома серверами. Очікуйте Python async, термінал і роботу з JSON-RPC на практиці.

Що запамʼятати

Ми пройдемо шлях від обмежень мовної моделі до агента з MCP, навчимося будувати сервер, керувати життєвим циклом зʼєднання й зібрати мультимодального помічника. Наступний модуль — архітектура MCP у деталях: хост, клієнт, сервер, інструмент, ресурс, підказка, stdio, JSON-RPC і рукостискання перед практичним кодом.

Навички по блоках

Для кого й що потрібно

Що запамʼятати

Перевірка