MCP (Model Context Protocol) — стандарт подключения ИИ к внешним системам

MCP (Model Context Protocol) — открытый стандарт, разработанный Anthropic, который определяет единый способ подключения ИИ-приложений к внешним системам: базам данных, файлам, API, инструментам и рабочим процессам.

Зачем нужен MCP

Без MCP каждое подключение ИИ-приложения к внешнему сервису требует собственной реализации: свой формат запросов, своя авторизация, своя логика обработки ошибок. При масштабировании это превращается в комбинаторный взрыв — N приложений × M сервисов = N×M интеграций.

MCP решает эту проблему стандартизацией: один протокол на стороне клиента, один — на стороне сервера. Любой MCP-клиент может работать с любым MCP-сервером без дополнительного кода.

Архитектура

MCP построен на клиент-серверной модели с тремя ключевыми участниками:

Один хост может одновременно подключаться к нескольким серверам. Для каждого сервера хост создаёт отдельный экземпляр клиента с выделенным соединением.

Два уровня протокола

MCP состоит из двух слоёв:

Data Layer (уровень данных)

Определяет формат сообщений на основе JSON-RPC 2.0:

• Lifecycle management — инициализация соединения, согласование возможностей (capabilities), завершение сессии
• Примитивы сервера — tools, resources, prompts (подробнее ниже)
• Примитивы клиента — sampling (запрос к LLM хоста), elicitation (запрос ввода от пользователя), logging
• Уведомления — real-time нотификации об изменениях (например, обновление списка доступных инструментов)

Transport Layer (транспортный уровень)

Отвечает за доставку сообщений между клиентом и сервером. Поддерживаются два механизма:

Примитивы MCP

Примитивы — ядро протокола. Они определяют, какие типы контекста сервер может предоставить клиенту.

Tools (инструменты)

Исполняемые функции, которые ИИ может вызывать для выполнения действий: запросы к API, операции с файлами, работа с базами данных.

Пример: MCP-сервер базы данных предоставляет инструмент query_database, который принимает SQL-запрос и возвращает результат.

Resources (ресурсы)

Источники данных, которые дают ИИ контекстную информацию: содержимое файлов, записи из баз, ответы API.

Пример: тот же сервер базы данных предоставляет ресурс со схемой таблиц, чтобы ИИ знал, какие поля доступны.

Prompts (шаблоны)

Многоразовые шаблоны для взаимодействия с языковыми моделями: системные промпты, few-shot примеры, инструкции.

Пример: сервер предоставляет промпт с примерами SQL-запросов, чтобы ИИ точнее формулировал обращения к инструменту.

Жизненный цикл соединения

Соединение между клиентом и сервером проходит три фазы:

1. Инициализация — клиент отправляет initialize с указанием версии протокола и своих capabilities. Сервер отвечает своими capabilities. Это рукопожатие определяет, какие примитивы доступны.
2. Работа — клиент обнаруживает доступные инструменты (tools/list), ресурсы (resources/list) и промпты (prompts/list), а затем вызывает их по мере необходимости (tools/call, resources/read). Сервер может отправлять уведомления об изменениях.
3. Завершение — закрытие соединения.

Популярные MCP-клиенты

MCP поддерживается широким спектром ИИ-приложений:

• Claude Desktop и Claude Code — нативная поддержка от Anthropic
• ChatGPT — поддержка MCP от OpenAI
• Cursor — AI-редактор кода с поддержкой MCP-серверов
• VS Code (GitHub Copilot) — поддержка MCP через расширения
• Windsurf — AI IDE с MCP
• Zed — редактор с поддержкой MCP через slash-команды

Полный список клиентов: modelcontextprotocol.io/clients

Популярные MCP-серверы

МCP-серверы дают ИИ доступ к конкретным сервисам и данным:

• Notion MCP — чтение и запись страниц, баз данных, записей встреч в Notion
• n8n MCP Server — запуск и создание автоматизаций n8n прямо из ИИ-агента
• OpenClaw — мультиплатформенный AI-агент, работающий как MCP-сервер для подключения к 50+ сервисам
• Файловая система — локальный доступ к файлам через STDIO
• GitHub — работа с репозиториями, issues, pull requests
• Sentry — доступ к данным об ошибках и мониторингу
• Базы данных (PostgreSQL, SQLite и др.) — выполнение запросов и получение схем

Антропик поддерживает открытый реестр референсных серверов на GitHub.

SDK и инструменты разработки

Для создания собственных MCP-серверов и клиентов доступны SDK:

• TypeScript SDK — основной SDK, на котором построена референсная реализация
• Python SDK — для Python-разработчиков
• MCP Inspector — инструмент для отладки и тестирования MCP-серверов

Все SDK реализуют полный цикл протокола: инициализацию, обнаружение примитивов, вызов инструментов и обработку уведомлений.

Практические сценарии

Ограничения

Быстрый старт

Самый быстрый способ попробовать MCP — подключить готовый сервер к Claude Desktop.

1. Установите Claude Desktop

Скачайте с claude.ai/download и войдите в аккаунт.

2. Добавьте MCP-сервер файловой системы

Откройте настройки Claude Desktop → Developer → Edit Config и добавьте:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/your-name/Documents"]
    }
  }
}

3. Перезапустите Claude Desktop

После перезапуска в интерфейсе появится иконка 🔌 — это список подключённых MCP-серверов. Теперь Claude может читать и анализировать файлы из указанной папки.

Ссылки

• Официальная спецификация MCP — актуальная версия протокола
• Документация MCP — руководство по началу работы
• Архитектура MCP — подробное описание архитектуры
• Реестр MCP-серверов — открытый список референсных серверов
• Список MCP-клиентов — приложения с поддержкой MCP
• Анонс Anthropic — оригинальный анонс протокола

По теме

• Статья: 12 приёмов, которые превращают ИИ-агента из игрушки в рабочий инструмент
• Блог: n8n встроил MCP-сервер — и теперь ваши ИИ-агенты сами собирают автоматизации
• База знаний: Skills: Codex vs Claude Code — сравнение и совместимость