MCP
GenAI integrace
Naučte se propojit generativní AI s reálnými systémy: retrieval-augmented generation nad vlastními daty, vlastní MCP servery, které dají agentům bezpečný přístup k vašim nástrojům, a autonomní agenty orchestrované tak, aby dělali užitečnou práci. Náplň kurzu Architektura GenAI integrací: modely, embeddings, retrieval a orchestrace Stavba RAG pipeline nad vlastními dokumenty (vektorová databáze, chunking, retrieval) Jak funguje Model Context Protocol (MCP) a stavba vlastního MCP serveru (FastAPI / Node.js) Konfigurace, nasazení a testování autonomních agentů (OpenClaw a podobné orchestrátory) Jak udržet integrace bezpečné a levné: hranice promptů, kontrola nákladů, evaluace Formy a ceny Stejný kurz ve třech formách – vyberte si, co vám vyhovuje:
SEO nástroje v praxi
Projděte si reálný on-page SEO analyzátor od začátku do konce: projděte web, převeďte výsledky na akční audity a nechte AI agenty navrhnout opravy. Postaveno na produkčním open-source nástroji nad Crawlee a Playwright, s MCP serverem, který celý workflow zpřístupní AI agentům. Náplň kurzu Spuštění analyzátoru přes Docker Compose – workflow „projdi jednou, spusť reporty“ Co crawler extrahuje: titulky, meta popisky, canonical, hreflang, strukturovaná data (JSON-LD), rozbité odkazy Čtení Markdown auditu a převod problémů na prioritizovaný vývojářský backlog Návrhy oprav titulků a meta popisků pomocí LLM – a kdy jim věřit Zpřístupnění analyzátoru AI agentům přes jeho MCP server pro automatizované audity Formy a ceny Stejný kurz ve třech formách – vyberte si, co vám vyhovuje: