Разработка с Claude API

Запросы, потоковые ответы, tool use, структурированный вывод и стоимость.

92 уроков, первые 3 бесплатно. Полный доступ: 1490 руб.

Уроки курса

  1. Welcome to the course
  2. Overview of Claude models
  3. Accessing the API
  4. Getting an API key
  5. Making a request
  6. Multi-Turn conversations
  7. Chat exercise
  8. System prompts
  9. System prompts exercise
  10. Temperature
  11. Course satisfaction survey
  12. Response streaming
  13. Structured data
  14. Structured data exercise
  15. Quiz on accessing Claude with the API
  16. Prompt evaluation
  17. A typical eval workflow
  18. Generating test datasets
  19. Running the eval
  20. Model based grading
  21. Code based grading
  22. Exercise on prompt evals
  23. Quiz on prompt evaluation
  24. Prompt engineering
  25. Being clear and direct
  26. Being specific
  27. Structure with XML tags
  28. Providing examples
  29. Exercise on prompting
  30. Quiz on prompt engineering techniques
  31. Introducing tool use
  32. Project overview
  33. Tool functions
  34. Tool schemas
  35. Handling message blocks
  36. Sending tool results
  37. Multi-turn conversations with tools
  38. Implementing multiple turns
  39. Using multiple tools
  40. Fine grained tool calling
  41. The text edit tool
  42. The web search tool
  43. Quiz on tool use with Claude
  44. Introducing Retrieval Augmented Generation
  45. Text chunking strategies
  46. Text embeddings
  47. The full RAG flow
  48. Implementing the RAG flow
  49. BM25 lexical search
  50. A Multi-Index RAG pipeline
  51. Extended thinking
  52. Image support
  53. PDF support
  54. Citations
  55. Prompt caching
  56. Rules of prompt caching
  57. Prompt caching in action
  58. Code execution and the Files API
  59. Quiz on features of Claude
  60. Introducing MCP
  61. MCP clients
  62. Project setup
  63. Defining tools with MCP
  64. The server inspector
  65. Implementing a client
  66. Defining resources
  67. Accessing resources
  68. Defining prompts
  69. Prompts in the client
  70. MCP review
  71. Quiz on Model Context Protocol
  72. Anthropic apps
  73. Claude Code setup
  74. Claude Code in action
  75. Enhancements with MCP servers
  76. Agents and workflows
  77. Parallelization workflows
  78. Chaining workflows
  79. Routing workflows
  80. Agents and tools
  81. Environment inspection
  82. Workflows vs agents
  83. Quiz on Agents and Workflows
  84. Final Assessment
  85. Course Wrap Up
  86. What You'll Learn
  87. What You'll Learn
  88. What You'll Learn
  89. What You'll Learn
  90. What You'll Learn
  91. What You'll Learn
  92. What You'll Learn

Приложения Anthropic - Claude Code и использование компьютера

Настройка Claude Code

Claude Code в действии

Улучшения с серверами MCP

Агенты и рабочие процессы

Рабочие процессы распараллеливания

Рабочие процессы цепочек

Рабочие процессы маршрутизации

Агенты и инструменты

Инспекция среды

Рабочие процессы против агентов

Тест по агентам и рабочим процессам

Итоговая оценка

Итоговая оценка

60 Введение в MCP

Создание приложений с помощью Claude API

Итоговая оценка

Это видео всё ещё обрабатывается. Пожалуйста, зайдите позже и обновите страницу.

Ой! Что-то пошло не так, пожалуйста, попробуйте ещё раз.

Model Context Protocol (MCP) — это коммуникационный уровень, который предоставляет Claude контекст и инструменты, не требуя от вас написания множества утомительного интеграционного кода. Думайте об этом как о способе переложить бремя определения и выполнения инструментов с вашего сервера на специализированные MCP-серверы.

Когда вы впервые столкнётесь с MCP, вы увидите диаграммы, показывающие базовую архитектуру: MCP-клиент (ваш сервер), подключающийся к MCP-серверам, которые содержат инструменты, промпты и ресурсы. Каждый MCP-сервер действует как интерфейс к некоторой внешней службе.

Понимание MCP на реальном примере

Предположим, вы создаёте чат-интерфейс, где пользователи могут спрашивать Claude о своих данных GitHub. Пользователь может спросить: "Какие открытые pull-запросы есть во всех моих репозиториях?" Чтобы ответить на это, Claude нужны инструменты для доступа к GitHub API.

Без MCP вам пришлось бы создавать все инструменты интеграции с GitHub самостоятельно. Это означает написание схем и функций для каждой части функциональности GitHub, которую вы хотите поддерживать.

Проблема функций инструментов

GitHub обладает огромной функциональностью — репозитории, pull-запросы, issues, проекты и многое другое. Чтобы создать полноценный чат-бот GitHub, вам потребуется разработать невероятное количество инструментов:

Каждый инструмент требует как определения схемы, так и реализации функции. Это представляет собой большой объём кода, который вам, как разработчику, придётся писать, тестировать и поддерживать.

Как MCP решает эту проблему

MCP перекладывает бремя определения и выполнения инструментов с вашего сервера на MCP-серверы. Вместо того чтобы вы писали все эти инструменты GitHub, они разрабатываются и выполняются внутри выделенного MCP-сервера.

MCP-сервер действует как обёртка вокруг функциональности GitHub, предоставляя готовые инструменты, которые вы можете использовать, не реализуя их самостоятельно.

MCP-серверы предоставляют доступ к данным или функциональности, реализованной внешними службами. Они упаковывают сложные интеграции в многократно используемые компоненты, к которым может подключиться любое приложение.

Часто задаваемые вопросы о MCP

Кто разрабатывает MCP-серверы?

Любой может создать реализацию MCP-сервера. Часто сами поставщики услуг создают свои официальные реализации MCP. Например, AWS может выпустить официальный MCP-сервер с инструментами для своих различных сервисов.

Чем MCP отличается от прямых вызовов API?

MCP-серверы предоставляют уже определённые для вас схемы и функции инструментов. Если вы вызываете API напрямую, вы сами отвечаете за разработку этих определений инструментов. MCP избавляет вас от этой работы по реализации.

Разве MCP — это не просто использование инструментов?

Это распространённое заблуждение. MCP-серверы и использование инструментов — это взаимодополняющие, но разные концепции. MCP — это о том, кто выполняет работу по созданию и поддержке инструментов. С MCP кто-то другой уже написал функции и схемы инструментов для вас — они упакованы внутри MCP-сервера.

Ключевая идея заключается в том, что MCP-серверы предоставляют уже определённые для вас схемы и функции инструментов, устраняя необходимость самостоятельно создавать и поддерживать сложные интеграции.

61 MCP-клиенты

Создание приложений с помощью Claude API

Итоговая оценка

Это видео всё ещё обрабатывается. Пожалуйста, зайдите позже и обновите страницу.

Ой! Что-то пошло не так, пожалуйста, попробуйте ещё раз.

MCP-клиент служит коммуникационным мостом между вашим сервером и MCP-серверами. Думайте о нём как о вашей точке доступа ко всем инструментам, которые предоставляет MCP-сервер. Когда вам нужно использовать внешние инструменты или службы, клиент обрабатывает всю передачу сообщений и детали протокола за вас.

Транспортно-независимая связь

Одна из ключевых сильных сторон MCP — его транспортная независимость — причудливый способ сказать, что клиент и сервер могут общаться друг с другом, используя различные методы связи. Наиболее распространённая настройка предполагает запуск как MCP-клиента, так и сервера на одной машине, где они общаются через стандартный ввод/вывод.

Но вы не ограничены этим подходом. MCP-клиенты и серверы также могут подключаться через:

После подключения клиент и сервер обмениваются определёнными типами сообщений, определёнными в спецификации MCP. Основные типы сообщений, с которыми вы будете работать, это:

ListToolsRequest/ListToolsResult:

Клиент спрашивает сервер: "Какие инструменты вы предоставляете?" и получает в ответ список доступных инструментов.

CallToolRequest/CallToolResult:

Клиент просит сервер запустить определённый инструмент с заданными аргументами, затем получает результаты.

Пример полного рабочего процесса

Вот как все части работают вместе в реальном сценарии. Допустим, пользователь спрашивает: "Какие у меня есть репозитории?" — вот полный поток коммуникации:

Процесс начинается, когда пользователь отправляет запрос на ваш сервер. Ваш сервер понимает, что ему нужно предоставить Claude список доступных инструментов, прежде чем делать запрос.

Ваш сервер запрашивает инструменты у MCP-клиента, который отправляет ListToolsRequest на MCP-сервер и получает ListToolsResult.

Теперь у вашего сервера есть всё необходимое для выполнения первоначального запроса к Claude — как вопрос пользователя, так и доступные инструменты.

Claude изучает инструменты и решает, что ему нужно вызвать один из них, чтобы ответить на вопрос. Он отвечает запросом на использование инструмента.

Ваш сервер просит MCP-клиента выполнить инструмент, запрошенный Claude. MCP-клиент отправляет CallToolRequest на MCP-сервер, который затем делает фактический запрос к GitHub.

GitHub возвращает данные репозитория, которые проходят обратно через MCP-сервер как CallToolResult, затем к MCP-клиенту и, наконец, к вашему серверу.

Ваш сервер отправляет результаты инструмента обратно Claude в последующем сообщении. Теперь у Claude есть вся информация, необходимая для формулирования полного ответа.

Наконец, Claude отвечает отформатированным ответом, который ваш сервер передаёт обратно пользователю.

Да, этот поток включает много шагов, но каждый компонент имеет чёткую ответственность. MCP-клиент абстрагирует сложность серверной коммуникации, позволяя вам сосредоточиться на создании логики вашего приложения. Когда мы будем реализовывать наш собственный MCP-клиент и сервер, вы увидите, как каждая часть сочетается на практике.

62 Настройка проекта

Создание приложений с помощью Claude API

Итоговая оценка

Это видео всё ещё обрабатывается. Пожалуйста, зайдите позже и обновите страницу.

Ой! Что-то пошло не так, пожалуйста, попробуйте ещё раз.

Мы собираемся создать чат-бота на основе CLI, чтобы лучше понять, как MCP-клиенты и серверы работают вместе. Этот практический проект даст вам опыт работы с обеими сторонами архитектуры MCP.

Что мы строим

Наш чат-бот позволит пользователям взаимодействовать с коллекцией документов через интерфейс командной строки. Система состоит из двух основных компонентов:

Сервер предоставит два основных инструмента: один для чтения содержимого документов и другой для их обновления. Все документы будут храниться в памяти для простоты — база данных не требуется.

Важное примечание по архитектуре

В реальных проектах вы обычно реализуете либо MCP-клиент, либо MCP-сервер, но не оба. Вы можете создать:

Мы строим оба компонента в этом проекте исключительно в образовательных целях — чтобы понять, как они общаются и работают вместе.

cli_project_COMPLETE.zip файл, прикреплённый к этому уроку, и извлеките его в предпочитаемую вами директорию разработки. Откройте ваш редактор кода в папке проекта.

Проект включает исчерпывающий файл README с инструкциями по настройке. Выполните следующие шаги:

Запуск приложения

Перейдите в директорию вашего проекта в терминале. Вы увидите основные файлы проекта, включая main.py.

Чтобы запустить приложение, используйте одну из этих команд:

# Если используете UV (рекомендуется)


uv run main.py


# Если используете стандартный Python


python main.py

Когда приложение успешно запустится, вы увидите приглашение чата. Проверьте его, задав простой вопрос, например "что такое 1+1?" — вы должны получить быстрый ответ от Claude.

После завершения базовой настройки мы готовы начать реализацию функций MCP и исследовать, как клиенты и серверы общаются через Model Control Protocol.

cli_project_COMPLETE.zip