使用说明
🧠 构建人工智能后端：现实世界LLM的工具、内存和提示
欢迎来到工作坊！在本次实践课程中，您将学习如何构建和部署 MCP（模型上下文协议）服务器 --人工智能客户端（如助手、副驾驶和自主代理）背后的后端大脑。
使用开源 TypeScript MCP SDK 和 克劳德/Cloudflare游乐场，您将创建一个提供LLM内存、工具访问和结构化提示的系统，并使用实时部署 Cloudflare 的.
无需人工智能经验，只需高级JavaScript/TypeScript和好奇心！
🎯 Workshop Goals
在本次研讨会结束时，您将：
- 了解什么是 MCP服务器 以及它如何为人工智能系统提供动力
- 使用MCP SDK：
- 将工具（功能）注册并公开给AI模型
- 管理有状态对话的上下文和内存
- 协调客户和Claude之间的提示和响应
- 在本地运行并测试MCP服务器
- 将您的MCP服务器部署到Cloudflare 使用Workers或Pages函数，以便其他人也可以使用它
👩💻 Who This Is For
本次研讨会旨在：
- 对人工智能基础设施感到好奇的工程师
- 构建人工智能助手、机器人或内部工具的人
- DevOps/平台工程师对工具编排感兴趣
- 任何想亲身体验真正的LLM系统（除了聊天机器人）的人
🧰 Tools & Tech Requirements
所有工具都是免费的、开源的，或者有免费层。我们将为您提供设置支持。
| 工具 | 目的 |
|---|---|
| TypeScript MCP SDK | 核心服务器逻辑 |
| Node.js v18+ | 运行时 |
| 首选MCP客户端 | AI模型后端 |
| Cloudflare Workers/ | 实时部署平台 |
您需要：
- 个人GitHub帐户
- 一个可运行的Node.js v18+环境
- 一个账户 克劳德 或选择mcp客户端
- A. Cloudflare帐户 （免费套餐可以）
👉🏾完整的设置说明在这里
🛠 What You'll Build
- 完全工作 AI后端 与：
- AI可以调用的自定义工具（函数）
- 用于存储状态或聊天历史的内存
- 引导克劳德行为的快速逻辑
- 生活、工作 Cloudflare托管的MCP服务器 可从网络访问
📦 You’ll Walk Away With
- 自定义、实时部署的MCP服务器的GitHub仓库
- 使用开源工具构建现代人工智能基础设施的经验
- 更清楚地了解AI后端架构和边缘部署
- 有信心继续培养LLM驱动的助理、代理或副驾驶
- 真实体验 Cloudflare的开发者平台 （工人、页面等）