MCP (MODEL CONTEXT PROTOCOL) – CONECTAR E CONTROLAR APLICAÇÕES E DADOS A PARTIR DE LLM
- Inteligência Artificial, inteligência artificial, New, PRO
- 0 (Registered)
A formação MCP (Model Context Protocol) – Conectar e Controlar Aplicações e Dados a partir de LLM destina‑se a profissionais de dados, engenharia e gestão que pretendem conceber e implementar arquiteturas de IA baseadas em MCP. Ao longo de 1 dia (7 horas), os participantes aprendem a criar servidores MCP, a ligar LLM a dados e ferramentas (filesystem, bases de dados, Docker, Kubernetes, GitHub), a implementar workflows contextuais, e a aplicar boas práticas de autenticação, segurança, monitorização e desempenho. A formação combina fundamentos teóricos com exercícios práticos, preparando os participantes para utilizar o MCP em ambientes reais e de produção.
- Conceber arquiteturas composáveis baseadas em servidores MCP.
- Conectar LLM a ferramentas e dados expostos através do protocolo MCP.
- Implementar workflows de IA que utilizam o Model Context Protocol (MCP) para fornecer respostas adaptadas ao contexto.
- Identificar as melhores práticas de autenticação e segurança para uma implementação em produção.
Introdução ao MCP
• Por que utilizar o protocolo MCP :
• Integrações prontas a utilizar
• Flexibilidade arquitetural
• Segurança dos dados
• Arquitetura MCP :
• Hosts
• Clientes
• Servidores
• Fontes de dados locais
• Serviços remotos
• Exemplos de servidores MCP :
• Filesystem
• PostgreSQL
• Docker
• Kubernetes
• GitHub
• Exemplos de clientes MCP :
• Fast-agent
• Claude Desktop App
• Copilot-MCP
• MCPOmni-Connect
• Jira MCP
• Slack MCP
• As três camadas do MCP: protocolo, transporte e mensagens
• Ciclo de vida de uma ligação MCP
• Aceder aos dados com MCP: os recursos
• Disponibilizar ações ao LLM com as ferramentas SDK disponíveis:
• Python
• TypeScript
• Java
• Kotlin
Exemplos de exercícios práticos
• Implementação e teste de uma arquitetura MCP com Claude ; estudo do código
Noções avançadas
• Padronizar as trocas com os modelos de prompts
• Permitir comportamentos agenticos sofisticados com o sampling
• Focalizar o perímetro dos servidores com os roots
• Análise dos logs, gestão de erros
• Inspeção, testes e depuração
• Monitorização da performance
• Melhores práticas de autenticação e segurança (dados sensíveis, controlo de acesso)
Exemplos de exercícios práticos
• Construção e teste de uma arquitetura MCP avançada com servidores Filesystem e PostgreSQL
• Otimização com o sampling e os roots
• Implementação da autenticação com OAuth
• Segurança do acesso aos recursos
Nota: O conteúdo deste programa pode ser objeto de adaptação em função dos níveis, pré-requisitos e necessidades dos participantes.
Facilitador que combina know-how com experiência empresarial e competências pedagógicas, para dar resposta a necessidades operacionais e potenciar a aprendizagem.
Objetivos da formação
- Conceber arquiteturas composáveis baseadas em servidores MCP.
- Conectar LLM a ferramentas e dados expostos através do protocolo MCP.
- Implementar workflows de IA que utilizam o Model Context Protocol (MCP) para fornecer respostas adaptadas ao contexto.
- Identificar as melhores práticas de autenticação e segurança para uma implementação em produção.
Duração da formação
Programa da formação
Introdução ao MCP
• Por que utilizar o protocolo MCP :
• Integrações prontas a utilizar
• Flexibilidade arquitetural
• Segurança dos dados
• Arquitetura MCP :
• Hosts
• Clientes
• Servidores
• Fontes de dados locais
• Serviços remotos
• Exemplos de servidores MCP :
• Filesystem
• PostgreSQL
• Docker
• Kubernetes
• GitHub
• Exemplos de clientes MCP :
• Fast-agent
• Claude Desktop App
• Copilot-MCP
• MCPOmni-Connect
• Jira MCP
• Slack MCP
• As três camadas do MCP: protocolo, transporte e mensagens
• Ciclo de vida de uma ligação MCP
• Aceder aos dados com MCP: os recursos
• Disponibilizar ações ao LLM com as ferramentas SDK disponíveis:
• Python
• TypeScript
• Java
• Kotlin
Exemplos de exercícios práticos
• Implementação e teste de uma arquitetura MCP com Claude ; estudo do código
Noções avançadas
• Padronizar as trocas com os modelos de prompts
• Permitir comportamentos agenticos sofisticados com o sampling
• Focalizar o perímetro dos servidores com os roots
• Análise dos logs, gestão de erros
• Inspeção, testes e depuração
• Monitorização da performance
• Melhores práticas de autenticação e segurança (dados sensíveis, controlo de acesso)
Exemplos de exercícios práticos
• Construção e teste de uma arquitetura MCP avançada com servidores Filesystem e PostgreSQL
• Otimização com o sampling e os roots
• Implementação da autenticação com OAuth
• Segurança do acesso aos recursos
Nota: O conteúdo deste programa pode ser objeto de adaptação em função dos níveis, pré-requisitos e necessidades dos participantes.
Formador
Facilitador que combina know-how com experiência empresarial e competências pedagógicas, para dar resposta a necessidades operacionais e potenciar a aprendizagem.
Clique na imagem para expandir
Os nossos espaços de formação oferecem todas as condições para continuar o seu desenvolvimento pessoal e profissional em absoluta segurança
Não se esqueça de subscrever o blog RhBizz e de nos seguir no LindekIn, Facebook, Instagram e Youtube.
