Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Anatomia del protocollo
- Perché la sola chiamata delle funzioni non è sufficiente per ecosistemi agenti complessi
- Elementi fondamentali di MCP: strumenti, risorse, prompt e i loro schemi JSON
- Ciclo vitale di una sessione MCP: inizializzazione, elenco degli strumenti, chiamata, restituzione dei risultati e terminazione
- Confronto tra MCP, OpenAPI e GraphQL nell’esposizione delle capacità agli agenti AI
Sviluppo di un server MCP con stdio
- Creazione base di un server MCP in TypeScript tramite il SDK ufficiale
- Definizione degli schemi strumento utilizzando Zod e generazione della validazione a runtime
- Implementazione dei gestori di chiamate che interagiscono con API REST o database interni
- Gestione di errori, risultati parziali ed esecuzioni strumento di lunga durata
Sviluppo di un server MCP basato su HTTP
- Passaggio da stdio a HTTP per facilitare la distribuzione remota e il bilanciamento del carico
- Implementazione dell’autenticazione tramite token bearer e mTLS
- Gestione morbida dei guasti in caso di interruzioni delle connessioni HTTP durante una sessione
- Distribuzione dei server MCP dietro Kong o nginx con impostazioni di rate limiting
Pattern di integrazione con i client
- Registrazione del server MCP in Claude Code tramite il file di configurazione appropriato
- Connessione simultanea di OpenClaude a più endpoint MCP
- Sviluppo di un client agente Python personalizzato mediante l’SDK MCP per Python
- Gestione dinamica della disponibilità degli strumenti in fase runtime
Esposizione di risorse e prompt agli agenti
- Pubblicazione di risorse in sola lettura utili per arricchire il contesto degli agenti AI
- Creazione di modelli di prompt parametrizzati capaci di guidare il ragionamento degli agenti
- Aggiornamento dinamico delle risorse quando i dati sottostanti subiscono variazioni
- Separazione netta tra strumenti modificabili e risorse immutabili per motivi di sicurezza
Registro interno degli strumenti e meccanismi di individuazione
- Realizzazione di un registro aziendale MCP contenente metadati e informazioni su i proprietari
- Individuazione automatica tramite DNS-SD o file endpoint predefiniti
- Gestione delle versioni degli strumenti e disattivazione graduale di quelli obsoleti senza interrompere l’utilizzo da parte dei client
- Descrizioni in linguaggio naturale per facilitare la ricerca strumento da parte degli agenti AI
Sicurezza a livello enterprise
- Implementazione di controlli autorizzativi nei gestori degli strumenti in base all’identità dell’agente utilizzatore
- Utilizzo della segmentazione di rete per isolare gli strumenti a più alto rischio dall’accesso generale da parte degli agenti AI
- Sandboxing delle esecuzioni mediante seccomp e container gVisor
- Logging dettagliato di ogni chiamata allo strumento per scopi di conformità e analisi forensi
Ottimizzazione delle prestazioni e affidabilità dei sistemi
- Impostazione di politiche di timeout specifiche per categorie di strumenti: database, calcolo intensivo e API esterne
- Utilizzo di interruttori automatici (circuit breakers) quando i servizi downstream risultano non operativi
- Caching dei risultati delle chiamate per ridurre calcoli ripetitivi e dispendiosi in termini computazionali
- Scelta tra l’hosting dei server MCP come sidecar o come microservizi indipendenti
Interoperabilità tra diverse piattaforme agenti
- Verifica della compatibilità di un server MCP con client come Claude Code e Continue.dev
- Gestione delle differenze nella negoziazione dei trasporti tra le varie piattaforme<
- Sviluppo di adattatori polifilling per framework agenti non conformi a MCP
- Realizzazione di un marketplace strumenti multipiattaforma all’interno dell’azienda
Evoluzione interna dell’ecosistema MCP
- Raccolta dei feedback degli sviluppatori riguardo all’utilità e precisione degli strumenti proposti<
- Effettuazione trimestrale di audit sugli strumenti con eliminazione di quelli ormai obsoleti<
- Aiutare le nuove squadre nell’utilizzo dei template preconfigurati per la creazione di server MCP autonomi<
- Contributo alle migliorie della specifica open source MCP da parte degli utenti aziendali<
Requisiti
- Esperienza di programmazione in TypeScript o Python
- Conoscenza dei meccanismi di chiamata degli strumenti da parte degli LLM e dei pattern legati alla funzionalità call
- Nozioni base di rete: HTTP, WebSockets e JSON-RPC
Destinatari del corso
- Sviluppatori backend che creano strumenti personalizzati per agenti AI
- Ingegneri di piattaforme impegnati a standardizzare l’accesso degli agenti AI ai sistemi aziendali
- Architetti delle soluzioni che progettano ecosistemi strumenti per l’adozione aziendale da parte di agenti AI
14 ore