juleswhite/python-agents-mcp-course

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

42 stars 61 forks Качество 46 Тренд 12

juleswhite/python-agents-mcp-course - кандидат на сервер MCP, импортированный из https://github.com/juleswhite/python-agents-mcp-course.

Обзор

juleswhite/python-agents-mcp-course - кандидат на сервер MCP, импортированный из https://github.com/juleswhite/python-agents-mcp-course.

Обзор (машинный перевод)

Это хранилище содержит примеры кода Python для курса Coursera «Агенты ИИ с протоколом контекста модели».

Предпосылки

Python 3.10+

Пип API-ключ от OpenAI, Anthropic или Google (набор в файле [T0])

Настройка

Каждый модуль имеет свой собственный каталог python-code/. Для установки любого модуля:

Структура курса и картирование кода

Модуль 1: Начало работы с протоколом контекста модели (MCP) для агентов ИИ

| Тип | Файлы кода [скрыто] [скрыто] [скрыто] [скрыто] [скрыто] Зачем нам нужен протокол контекста модели? ↑ Model Context Protocol & AI Problem Solving with Tools (недоступная ссылка — история). MCP позволяет ИИ общаться с компьютером | Видео → AI @ Work - Как выглядит моя работа с ИИ My AI Tools | Чтение Обучаясь больше и оставаясь на связи | Чтение | — |

Модуль 1 является концептуальным введением — никаких программных упражнений.

Модуль 2: AI Agent Loops & Model Context Protocol

| Пункт | Тип | Файлы кода | Запуск команды |

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

AI Agents with Model Context Protocol - Python Code Examples

This repository contains Python code examples for the Coursera course “AI Agents with Model Context Protocol.”

Prerequisites

Python 3.10+
pip
An API key from OpenAI, Anthropic, or Google (set in .env file)

Setup

Each module has its own python-code/ directory. To set up any module:

cd /python-code
pip install -r requirements.txt
cp .env.example .env  # Then add your API key(s)

Course Structure & Code Mapping

Module 1: Getting Started with Model Context Protocol (MCP) for AI Agents

Item	Type	Code Files
Why Do We Need Model Context Protocol?	Video	—
Model Context Protocol & AI Problem Solving with Tools	Video	—
MCP Allows AI to Communicate with the Computer	Video	—
AI @ Work - What My Work with AI Looks Like	Video	—
My AI Tools	Reading	—
Learning More & Staying Connected	Reading	—

Module 1 is conceptual introduction — no code exercises.

Module 2: AI Agent Loops & Model Context Protocol

Item	Type	Code Files	Run Command
Model Context Protocol: Syntax, Semantics, Timing	Video	—	—
Model Context Protocol & AI Agents	Video	—	—
What is an MCP Server?	Video	—	—
Tool Specifications	Video	—	—
Building Your First MCP Server	Ungraded Plugin	`server.py`	`python server.py`
Building Your First MCP AI Agent	Ungraded Plugin	`agent.py`, `llm.py`	`python agent.py "question"`
Agents Talking to Tools vs. Tools with AI	Video	—	—

Code Location: 01-intro-to-mcp-agents/python-code/

Key Files:

File	Description
`server.py`	Basic MCP tool server with `list_files` and `read_file` tools
`agent.py`	Agent loop implementation (PERCEIVE→DECIDE→ACT→OBSERVE)
`llm.py`	LLM integration utilities (OpenAI/Anthropic/Gemini)
`test_server.py`	Tests server tools directly without an agent
`server_with_resources.py`	Server with MCP resources for teaching agents
`agent_with_learning.py`	Agent that reads resources before acting

Commands:

cd 01-intro-to-mcp-agents/python-code
pip install -r requirements.txt
python server.py              # Start the basic MCP server
python agent.py "question"    # Run the basic agent
python test_server.py         # Test server tools directly

Module 3: Building AI Agents with Model Context Protocol

Item	Type	Code Files	Run Command
Resources	Video	—	—
Teaching Agents to Use Tools	Ungraded Plugin	`workspace_server.py`	`python workspace_server.py`
Teaching Agents to Seek Help	Ungraded Plugin	`workspace_server.py`	`python workspace_server.py`