MCP: Создание агентов с помощью Claude, Cursor, Flowise, Python и n8n [Udemy] [Арнольд Оберлейтер]
MCP: Build Agents with Claude, Cursor, Flowise, Python & n8n by Arnold Oberleiter
Язык английский + бонусом субтитры на русском языке, + озвучка на русском языке (ИИ)
Чему вы научитесь:
Введение в протокол контекста модели (MCP): практические советы по началу работы с курсом и как можно расширить возможности LLM с помощью инструментов, подсказок и ресурсов
Основы MCP и интеграция инструментов в Claude Desktop: понимание структуры JSON, сравнение типов серверов, настройка с помощью Node.js и установка с помощью установщика MCP
Создавайте собственные рабочие процессы в Claude Desktop: получайте доступ к локальным приложениям, интегрируйте базы данных и подключайте ключи API для безопасного взаимодействия.
Подключите MCP к Cursor & Vibe Coding: установите Python через pyenv, изучите интерфейс Cursor, подключитесь к OpenAI или Claude и используйте MCP гибко.
Ключи API и контроль доступа: настройка OpenAI, OpenRouter и других, понимание различий в ценах, ограничений и настройка проекта в Cursor
Разместите свой собственный сервер MCP в n8n: установите Node.js, изучите основы, такие как триггеры и действия, разберитесь с клиентом и хостом MCP и безопасно настройте свой сервер.
Расширьте возможности сервера n8n MCP: подключитесь к узлам Claude, Cursor или GitHub, бесплатно интегрируйте функциональность Zapier и добавляйте собственные инструменты.
Интеграция баз данных векторных данных в MCP: автоматическое управление Pinecone через Google Диск, экспорт рабочих процессов и создание агентов RAG с поиском векторов
Интеграция HTTP и хостинг, соответствующий требованиям GDPR: отправляйте HTTP-запросы на сервер MCP даже без официального MCP, изучите лучшие практики хостинга
Используйте MCP в Flowise, LangChain и LangGraph: установите Flowise, изучите интерфейс, сравните платформы агентов и ознакомьтесь с реальными примерами использования.
Агенты инструментов с MCP: интеграция доступа к электронной почте, календарям, Airtable, веб-скрапингу и Pinecone в Flowise для масштабируемой автоматизации
Flowise AI Agents V2 и новые функции: использование LangGraph, работа с SQLite в качестве менеджера записей и объединение агентов инструментов с доступом к вектору
Создавайте специализированные рабочие процессы с помощью MCP: голосовое управление для LLM, автоматизация в Blender, создание собственных изображений с помощью OpenAI и рабочих процессов n8n
Разработайте свой собственный сервер MCP на Python: изучите основы программирования сервера, разберитесь в репозитории GitHub, интегрируйте инструменты и используйте MCP Inspector.
Определите собственные шаблоны и ресурсы подсказок: используйте modelcontextprotocol Python SDK для управления пользовательскими подсказками и структурами данных и подключите их к Claude.
Протокол контекста модели (MCP) — одна из самых интересных новых технологий в области автоматизации ИИ и разработки агентов. Потому что для больших языковых моделей нужны не только подсказки — им нужен контекст, инструменты и внешние ресурсы. С помощью MCP вы можете обеспечить именно это. Но как это работает на практике? Как создать собственные MCP-серверы? Как вы используете такие клиенты, как Claude Desktop, Cursor, Windsurf, n8n или Flowise? И как все это можно автоматизировать, обезопасить и интегрировать в свой собственный проект ИИ?
В этом курсе вы научитесь именно этому — шаг за шагом, с понятными объяснениями, множеством примеров и готовыми к использованию рабочими процессами.
Основы: понимание и использование протокола контекста модели
Получите полный обзор концепции MCP, принципов ее работы и сфер ее применения.
Узнайте, как инструменты, подсказки и ресурсы можно подключить к LLM, таким как Claude, GPT или Gemini, с помощью MCP.
Начните с практических советов, материалов и специального центра курса, полного ресурсов и тщательно отобранных ссылок.
Понимать основные принципы проектирования подсказок и то, как системные подсказки работают в контексте MCP.
Интегрируйте MCP в Claude Desktop и настройте свои первые серверы
Установите Claude Desktop с использованием Node.js и NVM и настройте свои первые серверные структуры.
Используйте файлы JSON и официальный установщик MCP для подключения инструментов, баз данных или собственных API.
Понимать различные типы серверов (серверы инструментов, серверы подсказок, серверы баз данных MCP) и варианты их использования
Подключите Claude Desktop к локальной системе или онлайн-сервисам и включите защищенный API-ключом доступ.
Установите Python с помощью pyenv и настройте менеджер пакетов UV для запуска вашего первого локального сервера MCP.
Объедините MCP с курсором, Vibe Coding и Python
Настройте Cursor как гибкий клиент, подключите его к существующим серверам MCP (например, Zapier) и изучите его ограничения и сильные стороны.
Используйте Vibe Coding и конфигурации на основе Python для настройки структуры MCP.
Эффективно управляйте ключами API, изучайте структуры ценообразования и создавайте собственную настройку MCP для разных инструментов
Создавайте, размещайте и автоматизируйте серверы MCP с помощью n8n
Узнайте, как установить и настроить n8n локально и использовать его как полнофункциональную платформу MCP.
Создавайте триггеры и действия, а также используйте пользовательские узлы для подключения Claude, Cursor, GitHub или Google Drive.
Интегрируйте Pinecone и другие векторные базы данных для агентов RAG непосредственно в ваш сервер MCP.
Узнайте, как размещать серверы MCP на VPS и обеспечивать их круглосуточную работу с безопасным доступом.
Используйте параметры аутентификации и стратегии хостинга, соответствующие GDPR, для безопасного развертывания
Используйте MCP в Flowise, LangChain и LangGraph
Установите Flowise и создайте сложные рабочие процессы инструментов (электронная почта, календарь, Airtable, веб-поиск) с помощью Agent V2
Используйте LangGraph для управления многоэтапными процессами агентов с четким разделением ролей и выполнением инструментов.
Управляйте базами данных Pinecone через SQLite, объединяйте функциональность LangChain и создавайте масштабируемые автоматизации
Изучите интерфейс Flowise и создайте собственных помощников с полной интеграцией MCP.
Творческие проекты и специализированные рабочие процессы с MCP
Создавайте голосовые интерфейсы для вашего LLM и управляйте своим ИИ с помощью речевого ввода с помощью MCP
Автоматизируйте 3D-процессы в Blender с помощью Claude, Python и собственного MCP-сервера
Используйте API OpenAI с n8n для автоматической генерации изображений
Поделитесь идеями с сообществом и исследуйте креативные или нетрадиционные варианты использования.
Разрабатывайте собственные MCP-серверы на Python
Узнайте, как писать MCP-серверы с использованием Python и TypeScript, включая обработку запросов, интеграцию инструментов и ресурсы.
Используйте modelcontextprotocol Python SDK для разработки собственных шаблонов подсказок, совместимых с Claude.
Используйте MCP Inspector для отладки и диагностики, а также расширьте свою настройку с помощью событий, отправленных сервером (SSE).
Понимать все типы транспорта для MCP: STDIO, SSE и Streamable HTTP — когда и как их использовать
Опубликуйте свой сервер MCP на GitHub и изучите варианты хостинга, такие как Cloudflare, AWS или Azure.
Избегайте распространенных ошибок и применяйте лучшие практики для стабильной и безопасной разработки сервера.
Безопасность, конфиденциальность и правовые основы
Распознавать и понимать такие угрозы, как отравление инструментов, побег из тюрьмы, инъекции подсказок и попытки взлома MCP
Защитите свой сервер MCP с помощью ключей API, аутентификации и надлежащего контроля доступа.
Понимание ключевых правил конфиденциальности данных, таких как GDPR и Закон ЕС об искусственном интеллекте, а также решение проблем, связанных с хостингом генеративного ИИ.
Изучите реальные примеры и получите четкие рекомендации о том, как соблюдать юридические и технические требования.
После курса…
Вы научитесь создавать, размещать, разрабатывать и интегрировать агенты на базе MCP в такие инструменты, как Claude, n8n, Cursor или Flowise.
Вы научитесь создавать безопасные серверы MCP, объединять их в своих проектах и даже предлагать их как услугу.
Этот курс даст вам полный контроль над экосистемой MCP, будь то для бизнеса или личных целей.
Создавайте конечные точки SSE для сервера MCP: включайте соединения в режиме реального времени, активируйте пользовательские инструменты с помощью событий и избегайте распространенных ошибок при разработке сервера.
Понимание и предотвращение рисков безопасности MCP: распознавание и минимизация отравления инструментов, краж MCP, джейлбрейков и инъекций с помощью безопасных стратегий
Конфиденциальность, GDPR и правовые рамки для MCP: узнайте свои права и обязанности при размещении, обработке данных и использовании инструментов LLM в соответствии с законом.
Для кого этот курс:
Разработчики искусственного интеллекта, технические специалисты и специалисты по автоматизации, которые хотят понять протокол контекста модели (MCP), создать собственные серверы или расширить существующие клиенты, такие как Claude, Cursor, n8n или Flowise.
Частные лица и энтузиасты ИИ, которые наконец хотят понять, как можно расширить возможности LLM с помощью инструментов, подсказок и ресурсов, а также создать и запустить своих первых агентов MCP.
Предприниматели и фрилансеры, желающие использовать рабочие процессы ИИ на базе MCP для автоматизации рутинных задач, оптимизации процессов или создания собственного предложения услуг ИИ.
Разработчики программного обеспечения и инженеры-консультанты, работающие на стыке API LLM, интеграции инструментов и автоматизации рабочих процессов, которые хотят применить MCP в своих собственных проектах.
Технически подкованные пользователи и новички в области ИИ, желающие объединить такие инструменты, как Claude Desktop, Cursor, n8n или Flowise, и глубоко погрузиться в экосистему MCP.
Материалы курса
9 разделов • 86 лекций • Общая продолжительность 13 ч 20 мин
Введение – обзор, советы и понимание протокола контекста модели
Основы MCP в Claude Desktop и настройка: установка Node.js, Python и NVM
Интеграция MCP в Cursor, Vibe кодинг и ключи API
MCP в n8n — создайте свой собственный сервер и клиент: хостинг, безопасность и многое другое
MCP в LangChain, LangGraph и Flowise
Специальные рабочие процессы — автоматизация с помощью Blender, генерация изображений и многое другое
Программируйте свой собственный MCP-сервер — шаг за шагом на Python
Клиент MCP (большинству не нужен, но давайте рассмотрим его подробнее)
Безопасность, конфиденциальность, GDPR и распространенные проблемы с MCP
Спойлер: Оригинальное описание:
Промо на русском языке (на youtube банят эти видео, поэтому заливаю на dzen):
Цена: 4500 рублей (54,99$)
Скачать:
Для просмотра содержимого вам необходимо авторизоваться