AI整合的模型上下文協議 (MCP)培訓
模型上下文協議 (MCP) 是連接 AI 應用程序與外部工具、數據源及業務系統的開放標準。
此由講師主導的實操課程(線上或線下)主要針對初級至中級的 AI 專業人士,旨在協助他們利用 MCP 建立 AI 助手與企業系統之間的實用整合。
完成本課程後,參與者將能夠:
- 解釋 MCP 的目的、價值與核心概念。
- 釐清 MCP 客戶端、服務端、工具、資源及提示詞如何協同運作。
- 搭建並測試基本的 MCP 工作流程。
- 應用安全、治理與實施的良好實踐。
課程形式
- 互動式講授與討論。
- 實作練習與引導式演練。
- 聚焦於真實整合場景的實操實驗室環節。
課程客製化選項
- 如需為本課程提出客製化培訓要求,請聯繫我們進行安排。
課程簡介
MCP 基礎知識與業務價值
- MCP 是什麼,以及組織為何採用它。
- MCP 有助於解決 AI 整合中的哪些問題。
- MCP 與直接 API 整合及其他工具連接方式相比較。
- 常見企業用例及預期效益。
核心架構與組件
- 主機、客戶端與服務端的角色分工。
- 工具、資源及提示詞的應用方式。
- 典型 MCP 交互中的請求與響應流程。
- 本地與遠程部署模式。
搭建基本 MCP 工作流程
- 準備工作環境。
- 檢視簡單的 MCP 服務端配置。
- 將客戶端連接到 MCP 服務端。
- 運行並驗證基本工作流程。
設計有用的 MCP 整合方案
- 為業務場景選擇合適的能力。
- 構建工具以確保操作安全且有用。
- 使用資源提供相關上下文。
- 使用提示詞以提升一致性與可用性。
安全、治理與運營
- 訪問控制、權限及認證考量。
- 安全處理敏感業務數據。
- 信任、審批與監督實踐。
- 監控、維護與運營良好實踐。
實施規劃與後續步驟
- 識別初始試點項目的真實用例。
- 關鍵設計決策與實用權衡。
- 規劃企業環境中的採用計劃。
- 課程回顧、總結及後續步驟。
最低要求
- 對 AI 助手、API 及業務應用工作流程具備基本理解。
- 有使用 Web 應用程序、開發工具或企業軟件平台的經驗。
- 具備基本的技術或編程經驗。
適用對象
- AI 工程師與應用程序開發人員。
- 解決方案架構師與技術負責人。
- 評估 AI 整合方案的產品團隊與 IT 專業人士。
公開培訓課程需要5名以上參與者。
AI整合的模型上下文協議 (MCP)培訓 - 訂單
AI整合的模型上下文協議 (MCP)培訓 - 詢問
AI整合的模型上下文協議 (MCP) - 咨詢詢問
即將到來的課程
相關課程
使用 Gemini 3 和 Google Antigravity 進行代理開發
21 小時Google Antigravity 是一個代理開發環境,旨在構建能夠透過 Gemini 3 的多模態能力進行規劃、推理、編碼和行動的自主代理。
本課程由講者主導,提供線上或線下培訓模式,主要針對希望使用 Gemini 3 和 Antigravity 環境設計、構建和部署自主代理的高階技術專業人員。
完成本課程後,學員將能夠:
- 建立利用 Gemini 3 進行推理、規劃和執行的自主工作流。
- 在 Antigravity 中開發代理,使其能分析任務、編寫程式碼並與工具互動。
- 將由 Gemini 驅動的代理整合至企業系統和 API。
- 在複雜環境中優化代理的行為、安全性和可靠性。
課程形式
- 專家示範結合互動討論。
- 透過動手實作進行自主代理開發實驗。
- 使用 Antigravity、Gemini 3 及支援的雲端工具進行實務應用。
課程客製化選項
- 如果您的團隊需要特定領域的代理行為或自訂整合,請聯繫我們以調整課程內容。
進階反重力:回饋迴路、學習與長期代理記憶
14 小時Google Antigravity 是一個用於長期存在代理(agents)及突發互動行為實驗的高階框架。
此課程為由專家主導的現場培訓(提供線上或線下選項),主要針對希望設計、分析並優化具備長期記憶能力、能透過回饋改進,並在長期運作中持續進化的代理系統之高階專業人士。
完成本課程後,學員將能夠:
- 為代理系統的持久化設計長期記憶結構。
- 實施有效的回饋迴路以塑造代理行為。
- 評估學習軌跡與模型漂移情況。
- 將記憶機制整合至複雜的多代理生態系統中。
課程形式
- 專家主導的討論搭配技術示範。
- 透過結構化的設計挑戰進行實作探索。
- 將概念應用於模擬的代理環境。
課程客製化選項
- 若您的組織需要客製化內容或特定案例範例,請聯繫我們以調整此培訓方案。
進階 Mastra 整合:API、工具、企業數據與外部系統
21 小時Mastra 是一個框架,支援 AI 代理程式、API、企業應用程式以及外部數據系統之間的深度整合。
此課程為由導師帶領的實作培訓(線上或線下),對象是希望建立可靠、安全且可擴展的 Mastra 代理程式與更廣泛企業生態系統之間整合的中階工程師。
完成本培訓後,學員將具備以下能力:
- 實作基於 API 的整合,連接 Mastra 代理程式與外部服務。
- 將企業數據系統和工具連線至自動化代理工作流程。
- 應用安全的數據交換與身份驗證最佳實踐。
- 設計可擴展、易維護且具備生產環境可用性的整合架構層。
課程格式
- 互動式講授與討論。
- 實作整合工程與 API 練習。
- 透過真實企業情境進行實驗室實作。
課程客製化選項
- 可依需求提供客製化的 API 情境、企業系統映射或數據整合工作坊。
互動式 AI 代理:AgentCore Memory、程式碼解譯器與瀏覽器工具實際應用
14 小時AgentCore 提供記憶體持久化功能、安全的程式碼解譯器,以及瀏覽器工具,讓 AI 代理能帶來互動式、動態且具備情境感知的體驗。
本課程為講師主導的培訓課程(線上或線下),適合中階至高階技術從業人員,旨在培養學員設計及部署具備長期上下文保留能力、即時計算能力,以及直接與網頁介面互動能力的 AI 代理。
完成本培訓後,參與者將能夠:
- 實作 AgentCore Memory,以建立具狀態的情境感知工作流程。
- 利用安全的程式碼解譯器進行動態計算與轉換。
- 整合瀏覽器工具,實現即時資料擷取與介面互動。
- 設計用於分析、客戶支援及研究用途的互動式代理。
課程形式
- 互動式講授與討論。
- 結合 AgentCore Memory 與工具的實作演練。
- 分析、自動化及客戶支援情境的案例研究。
課程客製化選項
- 如需針對本課程進行客製化培訓,請聯絡我們安排。
加速 AI 代理部署,使用 AgentCore Runtime 和 Gateway
14 小時AgentCore Runtime 與 Gateway 是一套 AWS 服務組合,用於打包、部署 AI 代理,並將其安全地暴露給外部系統。它提供簡化的集成機制。
這門由講師指導的培訓課程(線上或線下)面向中級工程師團隊,旨在幫助他們通過掌握 AgentCore Runtime 進行部署,以及使用 Gateway 實現安全連接和 API 集成,從代理原型過渡到生產環境。
完成本培訓後,學員將能夠:
- 搭建 AgentCore Runtime 環境,並打包代理以供部署。
- 透過 Gateway 公開代理,使用經過身份驗證、限流的端點。
- 使用穩定協議將外部工具和 API 集成到代理工作流程中。
- 為生產環境運營設置可觀測性、日誌記錄和使用量監控。
課程形式
- 互動式講座與討論。
- 結合 Runtime 部署和 Gateway 集成的實作實驗室。
- 專注於可靠性、安全性和發布的實踐練習。
課程客製化選項
- 如需為本課程請求客製化培訓,請聯絡我們安排。
開發者的反重力:建構以智能代理為核心的應用程式
21 小時Antigravity是一個開發平台,旨在建構由AI驅動、以智能代理為核心的應用程式。
這項由講師主導的實時培訓(線上或線下)針對希望利用Antigravity環境中的自主AI代理建立實際應用的中級開發人員。
完成培訓後,參與者將能夠:
- 開發依賴自主且協調AI代理的應用程式。
- 使用Antigravity IDE、編輯器、終端機和瀏覽器進行端到端的開發。
- 透過Agent Manager管理多代理工作流程。
- 將智能代理的功能整合到生產級的軟體系統中。
課程格式
- 混合式簡報搭配深入的演示。
- 大量的實作練習與指導性演練。
- 在Antigravity的實時環境中進行實際開發工作。
課程客製化選項
- 如需與您的技術堆疊相匹配的客製化內容,請聯繫我們以安排此培訓的客製化版本。
開始接觸反重力:代理優先型 IDE 簡介
14 小時Google Antigravity 是一款代理優先型開發環境,旨在透過智能自動化簡化工程工作流程。
本課程由講師親自指導,提供線上或線下培訓形式,主要面向初學者級別從業人員,協助他們探索 Antigravity 的基本原理,並理解代理驅動的編程環境如何提升生產力。
完成培訓後,參與者將能夠:
- 安裝和配置 Google Antigravity。
- 瀏覽並理解編輯器視圖和管理員視圖。
- 有效地利用代理自動化簡單的開發任務。
- 使用 Antigravity 生成、優化及管理專案檔案。
課程格式
- 講師講解搭配即時示範。
- 專注於實操使用的引導式練習。
- 在受控實驗環境中實地探索 Antigravity 的核心功能。
課程客製化選項
- 若您需要此培訓的客製化版本,請聯繫我們以安排專屬課程。
用於網頁自動化與瀏覽器任務的 Antigravity
21 小時Google Antigravity 是一個平台,用於構建能夠與網頁應用程式、瀏覽器環境及多表面工作流互動的智能代理。
此為由導師指導的實作培訓(線上或線下),目標對象為希望使用 Google Antigravity 構建、自動化並測試瀏覽器工作流的初級至中階專業人士。
完成培訓後,參與者將能夠:
- 建立可在瀏覽器表面上與網頁應用程式互動的智能代理。
- 自動化跨瀏覽器情境的端到端工作流。
- 在 UI 驅動的環境中驗證並排除智能代理行為的問題。
- 使用 Antigravity 實施跨表面自動化策略。
課程形式
- 辅以示範的指導式教學。
- 實作練習與情境導向的演練。
- 在互動實驗室環境中實作智能代理工作流。
課程客製化選項
- 如需客製化培訓需求,請聯絡我們以調整課程符合您的目標。
使用 AgentCore 構建全託管 AI Agent:從概念到生產
14 小時AgentCore 提供了一套統一的服務,專門針對大規模部署量身打造。它簡化了構建、增強和監控全託管 AI Agent 的流程。
此課程由講師主導,提供線上或線下培訓選項。目標受眾為初級至中級的從業人員,希望獲得使用 AgentCore 創建可直接投入生產的 AI Agent 的實戰經驗。
完成本培訓後,參與者將能夠:
- 理解 AgentCore 在 AI Agent 開發中的核心能力。
- 使用託管服務設計和配置簡單的 AI Agent。
- 整合工作流程以提升 Agent 功能。
- 部署並監控生產環境中的 AI Agent。
課程形式
- 互動式講解與討論。
- 結合 AgentCore 服務的實戰實驗室環節。
- 從 Agent 概念到部署的引導式練習。
課程客製化選項
- 如需為本課程請求客製化培訓,請聯繫我們進行安排。
使用 Mastra 開發 AI Agent
14 小時這門課程由講師親自指導,提供線上或線下培訓選項,主要對象為希望利用 Mastra 建構可擴展且具備可觀測性的 AI 系統的初階至中階軟體開發者與工程團隊。
完成本課程後,學員將能夠:
- 了解 Mastra 的架構及其與大型語言模型 (LLM) 和外部 API 的整合方式。
- 使用 TypeScript 設計並實現 AI Agent 和工作流程。
- 運用 Mastra 的可觀測性和記憶工具,監控並改善 Agent 效能。
- 利用 Mastra 的框架功能,部署可直接投入生產環境的 AI 應用。
Mastra 除錯、評估與 AI 代理品質保證
21 小時Mastra 是一個框架,提供結構化工具來評估、除錯和確保在複雜工作流程中運作的 AI 代理之可靠性。
此培訓由講師主導,可線上或線下進行。旨在幫助中階實務工作者嚴格測試代理行為,提升可靠性,並實施可衡量的評估流程。
完成此課程後,學員將能自信地:
- 應用除錯技術來識別和修正代理行為問題。
- 使用結構化指標、基準和品質分數來評估代理。
- 實施追蹤可靠性、漂移和幻覺的工具和工作流程。
- 設計品質保證策略,確保代理表現一致且可預測。
課程形式
- 互動式講座與討論。
- 實際除錯與評估練習。
- 使用可觀察性工具對代理行為進行實時實驗室分析。
課程自訂選項
- 可依需求安排客製化的可靠性測試情境及產業特定的品質保證方法。
Mastra Ops 與生產工程:部署及擴展 AI 代理
21 小時Mastra 是一個運作框架,旨在簡化生產環境中 AI 代理的部署、擴展及生命週期管理。
此課程為講師指導的實作培訓(提供線上或線下模式),主要對象為需要將 AI 代理可靠且高效地整合至生產系統的中級至高級技術專業人員。
完成本課程後,學員將具備以下能力:
- 將基於 Mastra 的 AI 代理部署至受控的生產級環境。
- 利用平台原生基礎設施,對代理進行水平與垂直擴展。
- 實施可觀測性數據管道,以追蹤代理行為及效能。
- 最佳化執行階段組態,以降低延遲、成本及運作風險。
課程格式
- 互動式講座與討論。
- 聚焦於真實部署場景的實作練習。
- 使用容器化及協調環境進行實作實驗室演練。
課程客製化選項
- 可依需求提供主題、實作實驗室或產業特定場景的客製化服務。
Mastra 工作流程自動化與多代理編排
21 小時Mastra 是一個框架,能夠在分佈式系統中運作的多個 AI 代理之間實現複雜的工作流程自動化和協調。
這門由講師指導的現場培訓(線上或線下)旨在幫助初級從業者設計、編排並大規模操作多代理工作流程。
通過完成此培訓,參與者將獲得以下技能:
- 使用 Mastra 的編排功能設計複雜的工作流程。
- 協調多個執行平行或依賴任務的代理。
- 實施工作流程執行的監控和調試工具。
- 優化編排邏輯以提高可靠性、吞吐量和自動化效率。
課程格式
- 互動式講授與討論。
- 實作工作流程設計與自動化練習。
- 在容器化的實操實驗室環境中進行實踐實施。
課程定制選項
- 可根據需求提供自定義的自動化場景、企業集成或工作流程模式。
在 Google Antigravity 中管理 Agent 工作流:編排、規劃與工件
14 小時Google Antigravity 是一個以 Agent 為核心的開發平台,用於協調、監督和配合由 AI 驅動的編碼與自動化工作流。
本課程由講師帶隊進行 live 培訓(線上或線下),旨在幫助具備中級經驗的專業人士設計、管理並優化 Google Antigravity 內的多 Agent 工作流。
完成本培訓後,參與者將獲得以下技能:
- 在 Manager 介面中配置 Agent 職責與編排管線。
- 生成並解讀 Antigravity 工件,包括任務列表、計劃、日誌及瀏覽器錄製內容。
- 實施驗證策略,確保 Agent 操作的透明度與可審計性。
- 優化複雜開發與營運任務中的多 Agent 協作。
課程格式
- 引導式簡報與實作示範。
- 以實際工作流挑戰為重點的情境練習。
- 在 live Antigravity 工作區內進行實作實驗。
課程客製化選項
- 如果您需要本課程的客製化版本,請聯繫我們討論相關選項。
測試與驗證代理程式驅動的程式碼:在反重力環境中的品質保證
14 小時反重力是一個代表進階代理程式驅動開發工作流的框架。
本課程由講師主導進行現場或線上實作培訓,針對希望驗證、確認並保障在反重力環境中運作的AI代理程式產出成果的初級至進階專業人員設計。
完成此培訓後,學員將能夠:
- 評估代理程式產生的程式碼成果的精確性與安全性。
- 使用結構化技術驗證代理程式執行的任務。
- 分析瀏覽器錄製內容並有效追蹤代理程式活動。
- 應用品質保證和安全原則以確保代理程式工作流的可靠性。
課程形式
- 由講師引導的技術簡報與討論。
- 聚焦於驗證真實代理程式工作流的實務練習。
- 在受控實驗室環境中進行實作測試與驗證。
課程客製化選項
- 可依需求調整情境、工作流及測試範例。