Khoá MCP Course của Hugging Face: FDE nên học kỹ Unit 3, đi nhanh qua Unit 2

Hugging Face và Anthropic cùng làm một khoá học miễn phí về MCP, hứa đưa người học từ chỗ mới bắt đầu đến chỗ nắm vững cách hiểu, cách dùng và cách tự xây ứng dụng MCP.

Với một FDE, câu hỏi đáng hỏi không phải là có nên học hay không, mà là phần nào cần học kỹ và phần nào chỉ cần làm cho xong.

Câu trả lời quan trọng vì MCP nhắm đúng vào việc FDE làm hằng ngày: nối model với hệ thống của khách hàng.

Khi Anthropic công bố giao thức ngày 25/11/2024, họ mô tả vấn đề rất rõ: mỗi nguồn dữ liệu mới lại đòi một bản tích hợp riêng, và vì thế một hệ thống muốn nối với nhiều nguồn rất khó mở rộng.

Ai từng viết đến connector thứ năm cho cùng một khách hàng sẽ thấy quen.

Khoá học gồm những gì, mất bao lâu?

Trang chính thức nằm ở huggingface.co/learn/mcp-course. Mỗi chương được thiết kế để làm xong trong 1 tuần, với khoảng 3-4 giờ làm việc, nên cả khoá chỉ chiếm vài tuần học ngoài giờ. Bạn cần biết ít nhất một ngôn ngữ lập trình, và các ví dụ đều viết bằng Python hoặc TypeScript.

Khoá có hai chứng chỉ, cả hai đều miễn phí. Chứng chỉ Fundamentals chỉ cần xong Unit 1. Chứng chỉ Completion đòi thêm hai unit thực hành là Unit 2 và Unit 3, nên thứ tự học hợp lý tuỳ vào việc bạn cần chứng chỉ nào.

Unit 1 cho bạn những từ cần dùng khi ngồi với khách hàng

Unit 1 là lý thuyết: MCP là gì, các thuật ngữ, bài toán tích hợp mà nó giải quyết, lợi ích của nó và một ví dụ đơn giản. Kỹ sư có kinh nghiệm sẽ đọc rất nhanh.

Dù vậy đừng bỏ qua, vì unit này định nghĩa ba vai trò host, client và server. Trong đó server là một chương trình hay dịch vụ bên ngoài, cung cấp tools, resources và prompts cho model thông qua MCP.

Unit 1 còn định nghĩa các primitive gồm Tools, Resources, Prompts và Sampling. Tools là những hàm thực thi mà model có thể tự gọi để làm một việc hoặc lấy dữ liệu đã tính sẵn, và phần lớn tích hợp cho khách hàng sẽ xoay quanh loại này.

Thử hình dung một công ty giao hàng muốn trợ lý AI tra được đơn hàng. Bạn sẽ dựng một server mở tool “tra đơn theo mã”, còn bảng giá cước ít thay đổi có thể đưa ra dưới dạng resource.

Việc cần làm ở chỗ khách hàng: trước khi viết dòng code nào, hãy vẽ sơ đồ đó lên bảng. Ứng dụng nào là host, server nào mở tool nào. Một bức vẽ như vậy giúp cuộc họp đầu tiên đi nhanh hơn nhiều so với một bản demo.

Unit 2: làm cho xong, đừng mài giũa

Unit 2 là một project mẫu: ứng dụng phân tích cảm xúc gồm server dựng bằng Gradio, client viết bằng HuggingFace.js hoặc smolagents, rồi deploy lên Hugging Face Spaces. Ba phần server, client, deployment là bộ khung đáng học. Nhưng công cụ trong unit gắn chặt với hệ sinh thái Hugging Face, trong khi khách hàng của bạn có thể chạy trên một stack hoàn toàn khác.

Vì vậy hãy làm Unit 2 để hiểu một ứng dụng MCP đi từ đầu đến cuối như thế nào, và vì nó là điều kiện để lấy chứng chỉ Completion. Đừng mất thêm cả tuần để làm giao diện Gradio cho đẹp.

Unit 3 mới là phần giống công việc FDE

Unit 3 xây một workflow server cho Claude Code, mục tiêu là giúp Claude Code hiểu cách team làm việc và quy trình của team. Server này gợi ý PR template, theo dõi CI/CD qua GitHub Actions bằng Cloudflare Tunnel, chuẩn hoá prompt và gửi thông báo lên Slack. Phần Slack là nơi các primitive của MCP chạy cùng nhau.

Một project như vậy rất gần với yêu cầu thật của khách hàng, kiểu “cho agent biết khi nào build hỏng và báo cho team”. Bạn phải nối nhiều hệ thống có sẵn, xử lý webhook từ bên ngoài và chọn đúng primitive cho từng việc. Unit này đáng để bạn dành nhiều thời gian nhất.

Thử kéo ví dụ công ty giao hàng sang đây. Theo đúng khuôn của Unit 3, server tra đơn có thể mở thêm một tool báo lên kênh Slack của team điều phối khi một đơn bị trễ, giống cách workflow server báo build hỏng.

Bạn không dựng hệ thống mới mà thêm khả năng vào server đã có, và đó thường là cách một tích hợp lớn dần ở chỗ khách hàng.

Ba ý nên giữ lại sau khoá học

Ý đầu tiên là cách đặt vấn đề. Câu “mỗi nguồn dữ liệu mới cần một bản tích hợp riêng” là câu mở đầu tốt nhất khi bạn giải thích MCP cho một CTO. Nó nói về chi phí tích hợp mà họ đang phải trả, chứ không nói về công nghệ.

Ý thứ hai là tách khả năng thành tools, resources và prompts. Thói quen hỏi “việc này là hành động model tự gọi, hay chỉ là dữ liệu để đọc?” giúp bạn thiết kế server gọn hơn và tránh mở ra những tool không cần thiết.

Ý thứ ba là cách so sánh trong tài liệu chính thức tại modelcontextprotocol.io: MCP giống một cổng USB-C cho ứng dụng AI. Tài liệu đó mô tả MCP là một chuẩn mã nguồn mở và là nguồn tham chiếu cập nhật, nên hãy mở nó song song khi học khoá.

Ai nên học, theo thứ tự nào?

Nếu bạn đang chuẩn bị chuyển sang làm FDE, hãy đọc Unit 1 trong một buổi tối để lấy chứng chỉ Fundamentals, làm Unit 2 thật nhanh, rồi dành phần lớn thời gian cho Unit 3. Nếu đã quen MCP, bạn có thể đi thẳng vào Unit 3 và quay lại Unit 2 khi cần chứng chỉ.

Về hồ sơ xin việc, đừng chỉ ghi tên chứng chỉ. Hãy làm lại Unit 3 với một công cụ khác mà team bạn thật sự dùng, đưa lên GitHub kèm README giải thích vì sao bạn chọn primitive này cho việc kia.

Khi đọc mô tả công việc, để ý những cụm như “tích hợp với hệ thống khách hàng” hay “xây dựng agent”: đó là chỗ để bạn kể về project này.

Chứng chỉ chứng minh bạn đã học xong khoá. Một workflow server chạy được trên công cụ của chính team bạn mới chứng minh bạn làm được việc của FDE.