Bài mở đầu này giới thiệu khoá học về Model Context Protocol (MCP) của Hugging Face: khoá học dạy gì, được tổ chức ra sao và bạn cần chuẩn bị những gì.
Chào mừng bạn đến với một trong những chủ đề thú vị nhất của AI hiện nay: Model Context Protocol (MCP)!
Khoá học miễn phí này, được xây dựng cùng Anthropic, sẽ đưa bạn đi một hành trình từ người mới bắt đầu đến người hiểu rõ cách hiểu, sử dụng và xây dựng ứng dụng với MCP.
Phần đầu tiên này giúp bạn làm quen với khoá học:
- Xem đề cương khoá học.
- Làm quen với đội ngũ đứng sau khoá học.
- Biết cần chuẩn bị gì và nên học theo nhịp độ nào.
Bắt đầu thôi!
Khoá học mang lại cho bạn điều gì?
Trong khoá học này, bạn sẽ:
- Học Model Context Protocol ở cả lý thuyết, thiết kế và thực hành.
- Học cách dùng các SDK và framework MCP phổ biến.
- Chia sẻ dự án của mình và khám phá các ứng dụng do cộng đồng xây dựng.
- Tham gia các thử thách, nơi bạn so sánh phần triển khai MCP của mình với các học viên khác.
Và còn nhiều hơn thế!
Khi kết thúc khoá học, bạn sẽ hiểu MCP hoạt động thế nào và cách xây dựng ứng dụng AI của riêng bạn, tận dụng dữ liệu và tool bên ngoài theo chuẩn MCP mới nhất.
Khoá học được tổ chức thế nào?
Khoá học gồm:
- Các phần nền tảng: nơi bạn học khái niệm MCP về mặt lý thuyết.
- Thực hành: nơi bạn học cách dùng các SDK MCP phổ biến để xây dựng ứng dụng. Các phần thực hành có sẵn môi trường đã cấu hình.
- Bài tập theo tình huống thực tế: nơi bạn áp dụng những gì đã học để giải một bài toán thực tế do bạn tự chọn.
- Hợp tác: Hugging Face hợp tác với các đối tác để mang đến cho bạn những phần triển khai và tool MCP mới nhất.
Khoá học là một dự án "sống", liên tục được cải thiện nhờ góp ý và đóng góp của bạn! Bạn cứ thoải mái mở issue và PR trên GitHub.
Đề cương khoá học
Dưới đây là đề cương tổng quát. Danh sách chủ đề chi tiết sẽ có ở từng phần.
| Chương | Chủ đề | Mô tả |
|---|---|---|
| 0 | Làm quen | Chuẩn bị các tool và nền tảng bạn sẽ dùng. |
| 1 | Nền tảng, kiến trúc và khái niệm cốt lõi của MCP | Giải thích khái niệm cốt lõi, kiến trúc và các thành phần của Model Context Protocol. Minh hoạ một tình huống đơn giản dùng MCP. |
| 2 | Tình huống đầu-cuối: MCP trong thực tế | Xây dựng một ứng dụng MCP đầu-cuối đơn giản để chia sẻ với cộng đồng. |
| 3 | Tình huống triển khai thật: MCP trong thực tế | Xây dựng một ứng dụng MCP đã triển khai, dùng hệ sinh thái Hugging Face và dịch vụ của đối tác. |
| 4 | Phần bổ sung | Các phần thêm giúp bạn khai thác khoá học tốt hơn, làm việc với thư viện và dịch vụ của đối tác. |
Cần biết gì trước khi học?
Để theo được khoá học, bạn nên có:
- Hiểu biết cơ bản về AI và các khái niệm về LLM.
- Quen với các nguyên tắc phát triển phần mềm và khái niệm API.
- Kinh nghiệm với ít nhất một ngôn ngữ lập trình (ví dụ sẽ dùng Python hoặc TypeScript).
Nếu chưa có những điều trên, đừng lo! Một số tài liệu có thể giúp bạn:
- LLM Course hướng dẫn những điều cơ bản khi dùng và xây dựng với LLM.
- Agents Course hướng dẫn xây dựng AI agent với LLM.
Cần những công cụ gì?
Bạn chỉ cần 2 thứ:
- Một máy tính có kết nối internet.
- Một tài khoản Hugging Face: để truy cập tài nguyên khoá học và tạo dự án. Nếu chưa có, bạn có thể tạo tại đây (miễn phí).
Nên học theo nhịp độ nào?
Mỗi chương được thiết kế để hoàn thành trong 1 tuần, với khoảng 3–4 giờ học mỗi tuần.
Khoá học gốc có hạn chót, nên nhóm tác giả đề xuất nhịp độ như sau:
Làm sao để học hiệu quả nhất?
Một vài lời khuyên:
- Tham gia nhóm học trên Discord: học theo nhóm luôn dễ hơn. Bạn cần vào server Discord của khoá học và xác minh tài khoản.
- Làm quiz và bài tập: cách học tốt nhất là thực hành và tự đánh giá.
- Đặt lịch học để theo kịp: bạn có thể dùng nhịp độ đề xuất ở trên hoặc tự đặt lịch riêng.
Đội ngũ tác giả
Ben Burtenshaw
Ben là Machine Learning Engineer tại Hugging Face, tập trung xây dựng ứng dụng LLM với các hướng tiếp cận post-training và agent. Theo dõi Ben trên Hub để xem các dự án mới nhất của anh.
Alex Notov
Alex là Technical Partner Enablement Lead tại Anthropic và tham gia viết phần 3 của khoá học. Alex đào tạo các đối tác của Anthropic về cách dùng Claude hiệu quả cho từng trường hợp sử dụng. Theo dõi Alex trên LinkedIn và GitHub.
Lời cảm ơn
Nhóm tác giả gửi lời cảm ơn tới các cá nhân và đối tác sau vì những đóng góp và hỗ trợ quý báu:
Tìm thấy lỗi hoặc muốn cải thiện khoá học?
Mọi đóng góp đều được hoan nghênh:
- Nếu bạn thấy lỗi trong notebook, hãy mở issue và mô tả vấn đề.
- Nếu bạn muốn cải thiện khoá học, hãy mở Pull Request.
- Nếu bạn muốn thêm cả một mục hay một phần mới, tốt nhất hãy mở issue và mô tả nội dung định thêm trước khi viết, để nhóm tác giả hướng dẫn bạn.
Vẫn còn thắc mắc?
Hãy đặt câu hỏi trong kênh #mcp-course-questions trên server Discord của khoá học.
Giờ bạn đã có đủ thông tin, cùng lên đường thôi!
Nguồn
- Dịch và biên tập từ huggingface/mcp-course · units/en/unit0/introduction.mdx, giấy phép Apache-2.0.