# Hugging Face MCP课程，只有第3单元贴近FDE实战

> 这门与 Anthropic 合作的免费课每单元约一周、三四小时；第 2 单元可快速过，第 1 单元的术语却别跳过。

原文: https://fdetimes.net/zh/books-courses/hugging-face-mcp-course-review/

Hugging Face 和 Anthropic 合作推出了一门免费的 MCP 课程，承诺带学习者从入门走到扎实掌握：理解、使用并构建 MCP 应用。

对前线部署工程师（FDE）来说，值得问的不是要不要学，而是哪些部分需要精学，哪些只要学完就行。

这一点之所以重要，是因为 MCP 瞄准的正是 FDE 每天在做的事：把模型连接到客户的系统。

Anthropic 在 2024 年 11 月 25 日发布这一协议时，把问题说得很直白：每接入一个新数据源，都需要单独做一套定制集成，这让需要连接大量数据源的系统难以扩展。

给同一个客户写过第五个连接器的人，对此都不会陌生。

## 课程内容与学习时长

官方页面地址是 huggingface.co/learn/mcp-course。每个单元按 1 周学完设计，工作量约 3-4 小时，整门课只需几周的晚间时间。学员至少要会一门编程语言，所有示例都使用 Python 或 TypeScript。

课程提供两种证书，均免费。基础证书（Fundamentals）只要求完成第 1 单元；结业证书（Completion）还要求完成两个实践单元，即第 2 和第 3 单元。因此合理的学习顺序取决于你需要哪种证书。

## 第 1 单元：面对客户时要用的术语

第 1 单元是理论部分：MCP 是什么、相关术语、它解决的集成问题、它的好处，以及一个简单示例。有经验的工程师很快就能读完。

但不要跳过，因为这一单元定义了 host、client 和 server 三种角色。server 是一个外部程序或服务，通过 MCP 向模型提供工具、资源和提示词。

第 1 单元还定义了几种原语：Tools、Resources、Prompts 和 Sampling。Tools 是模型可以自主调用的可执行函数，用来执行操作或获取预先计算好的数据，大多数客户集成都会围绕它展开。

设想一家物流配送公司，希望自家的 AI 助手能查询订单。你可以构建一个 server，暴露“按 ID 查询订单”这个工具；而很少变动的运费费率表，可以作为资源暴露出来。

在客户现场该怎么做：写第一行代码之前，先在白板上画出这张图。哪个应用是 host，哪个 server 暴露哪个工具。这样一张图推动首次会议的效果，远胜过一次演示。

## 第 2 单元：做完就行，不必打磨

第 2 单元是一个示例项目：一个情感分析应用，server 用 Gradio 构建，client 用 HuggingFace.js 或 smolagents 编写，部署在 Hugging Face Spaces 上。server、client 与部署的整体结构值得学习。但这一单元的工具链与 Hugging Face 生态绑得很紧，而你的客户可能用的是完全不同的技术栈。

所以，做第 2 单元是为了理解一个 MCP 应用从头到尾如何运转，也因为结业证书要求完成它。不要再多花一周去美化 Gradio 界面。

## 第 3 单元最像 FDE 的工作

第 3 单元为 Claude Code 构建一个工作流 server，目的是帮助 Claude Code 理解团队的工作方式和流程。这个 server 会推荐 PR 模板，借助 Cloudflare Tunnel 通过 GitHub Actions 监控 CI/CD，统一提示词，并向 Slack 发送通知。Slack 这一部分正是 MCP 各种原语协同工作的地方。

这样的项目和客户的真实需求非常接近，比如“构建失败时让 Agent 知道，并通知团队”。你需要连接多个现有系统，处理来自外部的 webhook，并为每项任务选对原语。这一单元值得投入你大部分的时间。

把物流公司的例子延续下来。按照第 3 单元的模式，订单查询 server 可以再暴露一个工具：订单延误时，向调度团队的 Slack 频道发消息，就像工作流 server 报告构建失败一样。

你不是在构建新系统，而是在现有 server 上增加能力，而客户现场的集成通常就是这样逐步扩展的。

**要点:** 学 MCP 是为了把 Agent 接入客户已经在用的工具，而不是为了做演示。

## 学完后值得记住的三点

第一是对问题的表述。“每接入一个新数据源，都需要单独做一套定制集成”，是向 CTO 解释 MCP 时最好的开场白。它谈的是对方已经在承担的集成成本，而不是技术本身。

第二是把能力拆分为工具、资源和提示词。养成问一句“这是模型会自主调用的操作，还是只需读取的数据？”的习惯，能帮你设计出更精简的 server，避免暴露不必要的工具。

第三是 modelcontextprotocol.io 官方文档里的类比：MCP 就像 AI 应用的 USB-C 接口。这份文档把 MCP 描述为一项开源标准，也是最新的参考资料，学课程时最好同时打开。

## 谁该学，按什么顺序学？

如果你正准备转岗做 FDE，可以用一个晚上读完第 1 单元，拿到基础证书；快速做完第 2 单元，然后把大部分时间花在第 3 单元。如果你已经熟悉 MCP，可以直接学第 3 单元，等需要证书时再回头补第 2 单元。

在简历上，不要只列出证书。用你团队实际在用的另一个工具重做第 3 单元，放到 GitHub 上，并在 README 里说明你为每项任务选择某种原语的理由。

阅读岗位描述时，留意“与客户系统集成”或“构建 Agent”之类的表述：那正是谈这个项目的地方。

证书证明你学完了课程。一个跑在自己团队工具上的工作流 server，才能证明你能胜任 FDE 的工作。

**本周动手试试:**

- 读完第 1 单元，然后为你正在做或做过的某个系统画出 host、client 和 server 关系图，标出哪些工具应该暴露给模型。
- 练习用 2 分钟讲清楚为什么每接入一个新数据源都需要单独的定制集成，以及 MCP 如何解决这个问题，再讲给一位不做 AI 的同事听。
- 读一读第 3 单元的介绍，从团队在用的工具里挑一个 Slack 以外的，构建你自己版本的工作流 server。

## 信源

- [Welcome to the 🤗 Model Context Protocol (MCP) Course](https://huggingface.co/learn/mcp-course/unit0/introduction)

- [Introduction to Model Context Protocol (MCP)](https://huggingface.co/learn/mcp-course/unit1/introduction)

- [Key Concepts and Terminology](https://huggingface.co/learn/mcp-course/unit1/key-concepts)

- [Building an End-to-End MCP Application](https://huggingface.co/learn/mcp-course/unit2/introduction)

- [Advanced MCP Development: Building Custom Workflow Servers for Claude Code](https://huggingface.co/learn/mcp-course/unit3/introduction)

- [Introducing the Model Context Protocol](https://www.anthropic.com/news/model-context-protocol)

- [What is the Model Context Protocol (MCP)?](https://modelcontextprotocol.io/docs/getting-started/intro)