MCP & A2A 前沿实战
掌握 AI “通用语”，加速落地智能体
限时福利
订阅后，戳此加入黄佳老师学习交流群
点击图片，查看直播回放⬇️
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
