- 课程目录
- 课程介绍
-
在线阅读：开篇词｜浪潮拐点——为何MCP与A2A诞生在此时此刻？
MCP和A2A不仅是协议，更是通向未来的桥梁，为我们提升工程效率，帮助我们深入探索大模型开发的无限可能。
-
直播回放｜MCP &A2A 协议如何解决智能体开发痛点?
MCP &A2A 协议如何解决智能体开发痛点？让我们一起听听黄佳老师怎么说！
-
01｜开箱即用：MCP是LLM开发范式的增强
今天我们会通过实际例子，直观感受 MCP + LLM 如何释放工具集成的潜力，并简化代码开发周期。
-
02｜来而有往：A2A 协议是 Agent 之间的桥梁
A2A协议的重要特点，就是它实现了真正的Agent到Agent的通信模式，这节课我将为你揭秘这个协议的内涵。
-
03｜协议实战（上）：高德地图 + MiniMax语音开发私域旅游小助手
今天我们将结合AI IDE（以 Cursor 为例），利用 MCP 服务快速搭建一个私人定制的“行旅小助手”系统。
-
04｜协议实战（中）：从0到1，基于MCP快速搭建RAG“医疗健康“指北”
欢迎来到MCP协议实战的第二节。我将带你开发一套基于 MCP + FAISS 的 RAG 框架，这个MCP服务将具备端到端的索引、检索和工具提供能力，是一个非常清晰的原型RAG系统。
-
05｜协议实战（下）：通过 A2A，你的智能体不仅能对话还可以协作！
下面我将逐步给你展示一个通过A2A协议搭建的智能体平台，让你的智能体不仅能够相互对话，还能够协作协力来完成一个任务。
-
06｜底层架构（上）：MCP 协议层（Protocol layer）详解
这节课开始，我们一起来深入剖析MCP的底层架构，今天我们先来看协议层。
-
07｜底层架构（下）：MCP协议传输层（Transport layer）详解
这一课，我们将目光从“消息如何被打包”转向“消息如何被传输”，一起来揭秘MCP协议传输层的几种传输方式。
-
08｜资源发现：为大模型提供服务器端的数据内容
这节课我们将详细介绍什么是MCP中的资源（Resources），包括其定义、结构、类型、实现方式及最佳实践，帮你全面了解资源在增强AI驱动应用中的作用。
-
09｜提示模板：预定义可复用交互Prompt和工作流
提示（Prompt）是继资源与工具之后，又一个MCP体系里的核心原语。它旨在为客户端提供一种标准化、结构化、可复用的对话模板机制。
-
10｜工具调用：Tools让你的大模型长出三头六臂
让“工具调用”流线化（就是更高效顺畅）、自动化，这应该是MCP协议的最核心价值所在。
-
11｜人在环路：通过Sampling机制实现人机互动
MCP中，采样（Sampling）是一个强大且独特的功能，MCP服务器可以充当智能中介，协调用户、客户端和语言模型之间的交互，离不开这一功能的支持。
-
12｜风云际会：智能体6大开发框架之选型比较
接下来我们进入A2A的实战部分，在此之前我们先复习一下什么是Agent，并且梳理一下常用的Agent开发框架。
-
13｜智能画师：用CrewAI和A2A创建绘画智能体
这一课中，我带着你详细看一看我们在A2A Demo系统中的第一个Agent——用CrewAI搭建的“智能画师”Agent
-
14｜财务助手：用LangGraph和A2A实现货币兑换Agent
这节课，我们会学习LangChain到LangGraph的演进过程，再结合实战案例，来理解单体Agent到A2A Agent架构的演进。
-
15｜知识检索：通过LlamaIndex和A2A实现文件聊天Agent
今天我们会学习了如何使用 LlamaIndex 构建具备文件上传、向量索引、多轮对话、引用溯源与流式反馈能力的智能 Agent。
-
16｜双剑合璧：MCP和A2A联合构建智能Agents系统
在这节课中，我将带你通过实际操作，使用开源的python-a2a库构建一个具备 A2A 通信与 MCP 工具调用能力的智能 Agent 系统。
-
更新安排预告&留言问答精选
技术的发展不停歇。A2A和MCP协议还在不断演进，请给佳哥一些时间为你更新更多精彩内容。另外，编辑梳理了一批精品问答内容集中展示在后面，欢迎共同学习讨论。
-
17｜协议演进简史：从TCP/IP、HTTP到MCP与A2A
如果我们从本源上去思考，从互联网的初始到智能仪器的协同，协议终究是为了让不同系统能够同步、通信、协作。
-
18｜架构进化之路：从单机到分布式，再到智能体协作的未来
从单机时代的集中式架构到网络时代的分布式架构，再到AI时代的智能体协作架构。架构演进的关键驱动力从技术到业务呈现孪生式的成长。
-
19｜授权机制变革：如何为AI时代的智能体协作保驾护航？
当多个智能体相互协作时，如何验证彼此的身份并控制权限？这就是授权机制要解决的核心问题。
课程介绍
限时福利 你将获得 MCP 与 A2A 协议核心原理详解 10 + 实操案例，深度应用智能体协议 配套可运行代码，全链路掌握 Agent 开发框架 持续 6 个月的 AI 协议前沿动态追踪 讲师介绍...限时福利
你将获得
- MCP 与 A2A 协议核心原理详解
- 10 + 实操案例，深度应用智能体协议
- 配套可运行代码，全链路掌握 Agent 开发框架
- 持续 6 个月的 AI 协议前沿动态追踪
讲师介绍
黄佳，新加坡科研局资深研发工程师，前埃森哲新加坡公司资深顾问，入行 20 余年。参与过政府部门、银行、电商、能源等多领域大型项目，积累了极为丰富的人工智能和大数据项目实战经验。近年主攻方向为 NLP 预训练大模型应用、FinTech 应用、RAG工程、MCP等前沿协议。
曾出版《大模型应用开发 RAG 实战课》《大模型应用开发：动手做 AI Agent》《GPT 图解：大模型是怎样构建的》《数据分析咖哥十话》《零基础学机器学习》等多本畅销书。同时，也是极客时间的口碑讲师，出品过多门优质课程，近期开设的《大模型 RAG 进阶实战营》广受学员好评。
课程介绍
AI 驱动的技术转型浪潮汹涌，职场红利不断涌现。无论你是希望提升 AI 水平的传统研发，还是希望走上新兴智能体开发工程师岗位，熟悉并应用主流的智能体协议都是必不可少的能力。而当前最为主流的两个协议就是 Model Context Protocol（MCP） 和 Agent2Agent（A2A）协议。
为什么这两个协议受到最多关注呢？这是因为大模型应用落地在逐步深入的过程中，开发者面临这三大困境：
- 模型与外部世界割裂：大模型基于概率计算的新范式，虽然强大，但需与传统的结构化计算范式结合，通过工具调用完成精确任务。目前，大模型动态接入实时数据、数据库或企业工具仍然困难。
- Agent 协作的孤岛效应：AI Agent 的兴起让“做事”的智能体成为可能，但不同框架（如LangGraph、AutoGen、CrewAI）各自为政，缺乏统一的通信标准，跨平台协作如同“鸡同鸭讲”。
- 复杂场景的工程化瓶颈：从搜索助手到企业知识中台，RAG（检索增强生成）与多Agent系统需要处理多源数据、多模态交互和长时任务，现有工具链难以提供统一的解决方案。
于是 MCP 和 A2A 协议应运而生，为 “模型主控、客户端驱动” 范式提供标准化、可扩展的协议层，精准解决上述痛点。
为了帮助你快速熟悉 MCP 与 A2A 协议核心原理，学会灵活运用这些协议开发 Agent，系统高效地提升自己的智能体开发实战能力，我们邀请了黄佳老师开设这门课程。
课程设计了六大模块，涉及 10 + 实操案例，带你深度理解和应用 MCP & A2A 协议。这门课程中的所有代码都在GitHhub上面开源，你可以在（mcp-in-action）和（a2a-in-action）仓库下载代码，一起动手实操，并提交PR共同维护Repo。
课程以 “理论奠基 → 协议拆解 → 实战应用 → 综合实践” 为核心架构，第一阶段包括协议综述篇、快速实战篇、MCP详解篇、A2A案例篇和综合应用篇几个章节，覆盖从基础概念到企业级部署的完整学习路径。
课程将由浅入深、从通用到专业的技术演进路径，确保你能循序渐进地掌握 Model Context Protocol（MCP） 和 Agent2Agent（A2A）协议的精髓。课程注重实用性，通过贴近真实业务场景的案例驱动学习，帮你将理论知识转化为生产力，解决大模型应用开发中的上下文管理、工具调用和多Agent协作等核心痛点。
课程涉及到的编程语言和技术栈如下表。
课程目录
适合人群
