MCP Knowledge Server: кастомный MCP-сервер с базой знаний

О ЛАБЕ

После части 2 «AI Оркестрации» (16 августа) трое из трёх участников вживую и двое из двоих письменно попросили одно и то же: кастомный MCP-сервер с базой знаний. Делаем.

MCP Knowledge Server - следующая ступень цепочки Linux → Docker → FastAPI → MCP: «построй AI-ассистента с памятью». Вы уносите не учебный макет, а работающий сервер, который отвечает по вашим материалам вместо галлюцинаций.

ЧТО БУДЕТ — 4 БЛОКА

• Блок 1. Tools: как LLM вызывает инструменты (55 мин) — tool calling руками, без библиотек. 5 принципов хорошего инструмента: от идемпотентности до понятных ошибок.
• Блок 2. MCP без магии (55 мин) — host / client / server, discovery, JSON-RPC 2.0. Три реальные проблемы, из-за которых появился протокол. И когда MCP не нужен.

• Блок 3. Кастомный MCP Knowledge Server (60 мин) — поднимаем сервер с базой знаний на FastAPI: поиск, запись и чтение записей, семантический поиск по Qdrant.
• Блок 4. Два контура + подключение к ассистенту (45 мин) — публичный и приватный контуры, подключение к ассистенту, пошаговое демо с вопросами вживую.

ПОЧЕМУ MCP

Инструменты, привязанные к агентам напрямую, не переиспользуются, ломаются при смене API и разъезжаются по форматам. MCP (Model Context Protocol) решает это: сервер один раз — клиенты разные. Аналогия: USB-C для агентов.

Честно: протокол нужен не всегда. На лабе разберём и обратную сторону — когда MCP добавляют, только когда прижмёт, без overengineering.

ЧТО ВЫ УНЕСЁТЕ С ЛАБЫ

• Рабочий репозиторий MCP-сервера (FastAPI + Qdrant)
• Чек-лист ревью инструментов (5 принципов)

• Конспект архитектуры MCP (host/client/server, discovery, JSON-RPC 2.0)
• Раздаточный сценарий участника + запись лабы

КТО ВЕДЁТ

Андрей Чуян — основатель DebugSkills, архитектор AI-экосистемы. Разработал канон-систему .knowledge/ (17 ролей, 60+ навыков), методологию Knowledge Loop (L1→L2→L3), каскадный INDEX и авто-реестры. Ведёт цепочку лабораторных Linux → Docker → FastAPI → MCP.

Авторы: https://debugskills.ru/content#authors

ДЛЯ КОГО

Выпускники «AI Оркестрации» (обеих частей), разработчики и аналитики, которым нужен ассистент по собственным материалам, системные аналитики, DevOps и бэкенд начального уровня, все, кто спрашивал про RAG.

Пререквизит: жёстких нет. Базовый Python достаточен; знакомство с FastAPI — плюс. Группа 8-12 человек.

ФОРМАТ

• Онлайн-вебинар + практика (Zoom / Контур Толк)
• 4 часа (4 блока по 45-60 мин + 3 перерыва по 10 мин)

• Практика на ВМ с предустановленным окружением (ничего ставить не нужно)
• Раздаточный сценарий участника — выдаётся за день до лабы

ЧТО НУЖНО

• Браузер и VS Code
• Базовое понимание Python (функции, типы, JSON)

• API-ключ LLM (DeepSeek или другой) — для финального блока подключения ассистента
• ВМ с окружением выдаём — предустановка на нашей стороне

ПРОГРАММА ПО МИНУТАМ

• 10:00 — Блок 1: Tools: как LLM вызывает инструменты (55 мин)
• 10:55 — Перерыв (10 мин)

• 11:05 — Блок 2: MCP без магии (55 мин)
• 12:00 — Перерыв (10 мин)

• 12:10 — Блок 3: Кастомный MCP Knowledge Server (60 мин)
• 13:10 — Перерыв (10 мин)

• 13:20 — Блок 4: Два контура + подключение к ассистенту (45 мин)
• 14:05 — Q&A, обратная связь (15 мин)

Итого: 4 часа 20 мин с перерывами. Каждый блок — законченный практический результат.

СТОИМОСТЬ

• 1 500 руб. — разовое участие
• Ссылка на чат участников выдаётся после оплаты
• Дата: воскресенье, 27 сентября 2026, 10:00-14:20 МСК

ДАЛЬНЕЙШИЙ МАРШРУТ

• ACP (Agent Client Protocol) — протокол для самостоятельных сервисов с агентами
• Мульти-агентные системы (LangGraph) — графы агентов с инструментами

• Docker для начинающих — упакуйте ваш MCP-сервер в контейнер
• GitLab CI/CD — деплой сервера в пайплайне