AI 201核心L1 + L2 證書
MCP:讓 AI 安全連接工具與可信資料
從「使用 AI」走向「讓 AI 安全使用工具與可信資料」:理解 MCP 架構、追蹤一次 Tool Call、比較 MCP、API 與 RAG,並設計一份可實作的 MCP Tool Canvas。
你的下一步
AI 201 · Module 1 · 為什麼需要 MCP?
已完成 0 / 32 項0%
課程內容
- Module 1為什麼需要 MCP?AI 已經很強,為什麼還需要標準化的工具連接方式。
- Module 2MCP 架構Host、Client、Server、Tool 與可信資料來源如何串在一起。
- Module 3工具發現與工具呼叫追蹤 AI 如何發現工具、準備 arguments、取得結果並回答。
- Module 4MCP、API 與 RAG 比較依情境判斷哪一種模式最適合,避免把 MCP 當成 API 的替代品。
- Module 5安全、根據與來源追溯權限、風險、來源追溯與人工確認:課程的核心模組。
進度儲存在這個瀏覽器,不會記錄你的身分;只有在下方加入進度同步時才會上傳。
同步我的進度加入梯次後,進度可跨裝置保存,講師也能看到
實作與評量
關於這門課
學習成果
- 說明 MCP 的用途與 Host、Client、Server、Tool 的角色
- 追蹤一次完整的 Tool Call,從需求到經人工驗證的回答
- 依情境選擇 Prompt、RAG、API 或 MCP Tool
- 檢查工具輸出的來源、時效性與 provenance
- 完成一份包含 schema、權限、風險與 provenance 的 MCP Tool Canvas
先備條件
- 完成 AI 101,或具備生成式 AI 與 Prompt 的基本概念
- 知道 AI 產出需要人工驗證,且敏感資料不可任意提供給 AI
- 不需要程式背景
適合對象
- 已完成 AI 101、想讓 AI 連接校內外工具與資料的職員與教職人員
- 負責規劃或審查 AI 工具導入的承辦人與主管
- 想理解 AI 如何安全呼叫工具的學生與研究人員
建議先完成 AI 101。這只是建議,不會阻擋你開始。
完課證書
完成後可取得完課證書(L1);另可透過額外的實作審查取得能力證書(L2)。
達成條件
- 完成全部 5 個課程模組
- 後測評量達 80% 以上
- 提交實作成果並經審查通過
課後回饋
約 2 到 3 分鐘,回饋會用來改進課程。