Обзоры инструментов 30 июня 2026 г.

Лучшие MCP серверы 2026: топ-25 для разработчиков

TL;DR

-MCP серверы — стандартный способ подключить AI-ассистента к внешним инструментам: GitHub, базам данных, Slack, Figma, мониторингу. Один протокол вместо кастомных интеграций
-25 серверов в 6 категориях: код и разработка (GitHub, GitLab, Sentry, Linear, Context7), базы данных (PostgreSQL, Supabase, SQLite, Redis), поиск (Brave Search, Exa, Filesystem), продуктивность (Notion, Slack, Google Workspace, Figma), DevOps (Docker, Cloudflare, Grafana, Kubernetes), AI/LLM (Langfuse, OpenAI, Gemini)
-Стартовый набор из 5 серверов: GitHub, Filesystem, Brave Search, Notion, PostgreSQL — покрывает 80% задач типичного разработчика
-Большинство серверов устанавливаются одной командой npx и работают в Claude Code, Cursor, VS Code, ChatGPT и других MCP-клиентах

MCP (Model Context Protocol) — открытый стандарт для подключения AI-ассистентов к внешним инструментам. Один протокол вместо сотен кастомных интеграций. По состоянию на середину 2026 — 10 000+ публичных серверов, 97 миллионов установок SDK в месяц, поддержка в Claude Code, Cursor, VS Code, ChatGPT, Gemini и десятках других клиентов.

Протокол управляется Linux Foundation через Agentic AI Foundation (AAIF) — открытый стандарт без привязки к одному вендору. MCP сервер, написанный под один клиент, работает в любом совместимом клиенте — при условии, что клиент поддерживает нужную версию протокола и используемые транспорты. Написали сервер для GitHub — он работает в Claude Code, Cursor и ChatGPT.

Эта статья — каталог 25 лучших MCP серверов по категориям. Каждый — с командой установки, описанием возможностей и рекомендацией, для чего использовать. Без воды, без рекламы.

Если вы не знакомы с MCP — начните со статьи MCP серверы: что это, зачем нужны и как подключить. Там — архитектура, подключение, написание своего сервера.

Как подключить MCP сервер

Два способа подключения.

Через CLI (Claude Code):

claude mcp add имя-сервера -- npx -y @scope/пакет

Через .mcp.json (Claude Code, Cursor, VS Code):

{
  "mcpServers": {
    "github": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "-e", "GITHUB_PERSONAL_ACCESS_TOKEN", "ghcr.io/github/github-mcp-server"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_..."
      }
    }
  }
}

Файл .mcp.json размещается в корне проекта (project-level) или в ~/.claude/ (глобально). Project-level серверы загружаются только для конкретного проекта — это рекомендуемый подход.

Для remote MCP серверов (Supabase, Figma, Linear) — достаточно указать URL endpoint. Клиент подключается напрямую, локальная установка не нужна.

Код и разработка

1. GitHub

Официальный MCP сервер от GitHub. Даёт доступ к полному API: репозитории, issues, pull requests, code search, файлы, ветки, коммиты. Claude ищет код по всей организации, создаёт PR, комментирует issues и управляет релизами прямо из IDE.

docker run -i --rm -e GITHUB_PERSONAL_ACCESS_TOKEN ghcr.io/github/github-mcp-server

Требуется GITHUB_PERSONAL_ACCESS_TOKEN. Оригинальный npm-пакет @modelcontextprotocol/server-github deprecated с апреля 2025 — разработка перешла в github/github-mcp-server (Go-бинарь). Рекомендуется Docker-образ ghcr.io/github/github-mcp-server.

Сценарий: «найди все open issues с label bug в репозитории X и создай PR с фиксом для самого старого». GitHub MCP сервер закрывает весь цикл — от поиска issue до создания pull request.

Для чего: управление репозиториями, автоматизация PR и issues, code search по организации.

2. GitLab

MCP сервер для GitLab — аналог GitHub-сервера для команд на GitLab. Управление merge requests, issues, pipelines, wiki, releases. Поддержка self-hosted инстансов и gitlab.com.

npx -y @modelcontextprotocol/server-gitlab

Пакет @modelcontextprotocol/server-gitlab — оригинальный. Для расширенных сценариев (80+ инструментов, CQRS, OAuth 2.1) — gitlab-mcp от сообщества. Требуется GITLAB_PERSONAL_ACCESS_TOKEN и GITLAB_API_URL для self-hosted.

Для чего: те же задачи, что GitHub, но для GitLab-инфраструктуры.

3. Sentry

Официальный MCP сервер от Sentry. Claude получает доступ к ошибкам, трейсам, событиям. Анализирует стектрейсы, находит паттерны, предлагает фиксы на основе реальных данных из production.

Remote endpoint (рекомендуется):

https://mcp.sentry.dev/mcp

Для Claude Code:

claude mcp add --transport http sentry https://mcp.sentry.dev/mcp

Локально через stdio:

npx -y @sentry/mcp-server

Работает как remote MCP с OAuth-аутентификацией — Sentry хостирует и управляет сервером. Поддерживает Sentry Cloud и self-hosted.

Спросите «покажи последние 5 ошибок в production и предложи фикс» — AI видит стектрейс, находит проблемный код в проекте и предлагает исправление прямо в IDE.

Для чего: отладка production-ошибок, анализ стектрейсов, поиск регрессий.

4. Linear

MCP сервер для Linear — управление задачами, проектами, циклами и командами прямо из AI-ассистента. Создание и обновление issues, поиск по проектам, комментирование.

Linear предоставляет централизованно-хостируемый MCP сервер — ничего устанавливать не нужно. Подключение через remote endpoint.

Для локальной работы:

npx -y @tacticlaunch/mcp-linear

Сценарий: «возьми задачу из Linear, реализуй, создай PR в GitHub и обнови статус задачи». С серверами Linear + GitHub — весь цикл без переключения контекста, похоже на связку нескольких агентов из архитектуры мультиагентных систем, только без явного оркестратора.

Для чего: управление задачами из Claude Code/Cursor без переключения в Linear.

5. Context7

MCP сервер от Upstash. Решает главную проблему AI-кодинга — устаревшую документацию: подтягивает актуальную доку для конкретной версии библиотеки прямо в контекст.

npx -y @upstash/context7-mcp@latest

API-ключ не нужен. Поддерживает тысячи библиотек: React, Next.js, Prisma, Tailwind, Django, FastAPI. Добавьте «use context7» в промпт — сервер подтянет нужную документацию.

Без Context7 модель может отвечать по Pages Router, когда вы спрашиваете про App Router. С Context7 — всегда актуальная версия.

Для чего: актуальная документация библиотек в реальном времени, устранение галлюцинаций при работе с API.

Базы данных

6. PostgreSQL

Официальный MCP сервер для PostgreSQL. Claude выполняет SQL-запросы, инспектирует схему, анализирует данные. Read-only по умолчанию — безопасно для production.

npx -y @modelcontextprotocol/server-postgres postgresql://user:pass@localhost:5432/db

Принимает стандартную строку подключения PostgreSQL. Работает с AWS RDS, Supabase, Neon, Crunchy, локальной базой. Официальный reference-сервер перенесён в servers-archived, но пакет продолжает работать — и является наиболее распространённым вариантом для PostgreSQL.

Сценарий: «покажи топ-10 пользователей по количеству заказов за последний месяц и объясни, какие индексы ускорят запрос». AI выполняет запрос, смотрит план выполнения и даёт рекомендации.

Для чего: анализ данных, отладка запросов, инспекция схемы БД.

7. Supabase

Официальный MCP сервер Supabase. Полный BaaS-доступ: управление проектами, создание таблиц и миграций, SQL-запросы, edge functions, логи, ветвление баз. Хостируется удалённо — ничего устанавливать не нужно.

Remote endpoint: https://mcp.supabase.com/mcp (OAuth, автоматический логин через браузер).

Для Claude Code:

claude mcp add supabase --transport http https://mcp.supabase.com/mcp

Авторизация через OAuth: MCP-клиент автоматически открывает браузер для логина. Поддерживает ветвление баз (database branching) — можно экспериментировать со схемой без риска для production.

Для чего: управление Supabase-проектами из AI-ассистента: миграции, запросы, деплой edge functions, просмотр логов.

8. SQLite

MCP сервер для работы с локальными SQLite базами. Создание таблиц, SQL-запросы, управление схемой. Удобен для прототипирования и аналитики — AI создаёт базу, наполняет данными и проводит анализ в рамках одной сессии.

npx -y @modelcontextprotocol/server-sqlite path/to/database.sqlite

Официальный сервер от команды MCP. Принимает путь к файлу базы как аргумент. Поддерживает read-only и read-write режимы.

Для чего: прототипирование, локальная аналитика, работа с SQLite-базами без GUI.

9. Redis

Официальный MCP сервер от Redis. Управление ключами, выполнение команд, работа с хэшами, списками, множествами. Natural language интерфейс к Redis.

npx -y @redis/mcp-server

Два проекта от Redis: mcp-redis (self-hosted) и mcp-redis-cloud (Redis Cloud). Поддержка всех стандартных Redis-операций.

Для чего: отладка кэша, анализ данных в Redis, управление key-value хранилищем.

Поиск и данные

10. Brave Search

Официальный MCP сервер для Brave Search API. Веб-поиск, локальный поиск, новости — AI получает доступ к актуальной информации из интернета.

npx -y @brave/brave-search-mcp-server

Требуется BRAVE_API_KEY (бесплатный план — 2000 запросов/мес). Поддерживает веб-поиск, поиск изображений, новостей и локальных результатов. Пакет @brave/brave-search-mcp-server — официальный от Brave Software; старый @modelcontextprotocol/server-brave-search архивирован.

Один из самых полезных серверов в повседневной работе. Без него AI работает только с тренировочными данными. С Brave Search — проверяет актуальную документацию, ищет примеры, узнаёт последние изменения в API.

Для чего: веб-поиск из AI-ассистента, исследование технологий, проверка актуальной информации.

11. Exa

MCP сервер от Exa — семантический поиск по вебу. В отличие от keyword-поиска (Brave), Exa ищет по смыслу: находит релевантные статьи, документы и данные даже при нечётком запросе. Извлекает контент со страниц.

npx -y exa-mcp-server

Требуется EXA_API_KEY (dashboard.exa.ai). Также доступен как remote endpoint: https://mcp.exa.ai/mcp. Поддерживает поиск по академическим статьям, компаниям, контенту.

Для чего: глубокий исследовательский поиск, семантический поиск по смыслу, анализ конкурентов.

12. Filesystem

Официальный MCP сервер для доступа к файловой системе. Чтение, запись, поиск файлов, просмотр директорий. Работает с настраиваемыми ограничениями — можно разрешить доступ только к определённым папкам.

npx -y @modelcontextprotocol/server-filesystem /path/to/allowed/dir

Принимает список разрешённых директорий как аргументы. Блокирует доступ за пределами указанных путей — безопасно для использования с AI.

Для чего: работа с файлами проекта, анализ логов, управление конфигурациями.

Продуктивность

13. Notion

Официальный MCP сервер от Notion. Доступ к страницам, базам данных, комментариям. Claude ищет по workspace, создаёт страницы, обновляет данные в базах.

npx -y @notionhq/notion-mcp-server

Актуальная версия работает на Notion API 2026-03-11. Также доступен как remote MCP (Notion хостирует сервер — https://mcp.notion.com/mcp, рекомендуется для большинства клиентов). Требуется Notion Integration Token.

Notion официально перешёл на поддержку только remote-сервера и планирует прекратить поддержку локального пакета. AI ищет по всему workspace, создаёт страницы по шаблонам, обновляет базы данных и добавляет комментарии.

Для чего: управление документацией, обновление баз знаний, поиск по Notion workspace.

14. Slack

Официальный MCP сервер для Slack API. Поиск по каналам, отправка сообщений, чтение истории. AI участвует в рабочих коммуникациях.

npx -y @modelcontextprotocol/server-slack

Требуется SLACK_BOT_TOKEN (xoxb-…). Администраторы workspace управляют доступом MCP-клиентов через настройки Slack.

Для чего: поиск информации в Slack, отправка уведомлений, мониторинг каналов.

15. Google Workspace

MCP-доступ к сервисам Google: Gmail, Docs, Sheets, Drive, Calendar. Несколько вариантов подключения.

Официальный Google CLI с MCP:

npm install -g @googleworkspace/cli

Для Google Drive отдельно:

npx -y @modelcontextprotocol/server-gdrive

Google также предоставляет fully-managed remote MCP серверы для своих сервисов — можно подключиться напрямую через MCP-клиент без локальной установки.

Для чего: работа с документами, таблицами, почтой и календарём Google из AI-ассистента.

16. Figma

Официальный MCP сервер от Figma. Читает структуру дизайн-файлов: компоненты, токены, свойства, слои. AI генерирует код на основе реального дизайна, а не скриншотов.

Remote endpoint (рекомендуется): https://mcp.figma.com/mcp

Для Claude Code:

claude plugin install figma@claude-plugins-official

Локальная установка (community, не от Anthropic):

npx -y figma-developer-mcp --figma-api-key=YOUR-KEY --stdio

Также доступен через Dev Mode в десктопном приложении Figma (Shift+D → Enable desktop MCP server).

Figma MCP читает живую структуру выбранных слоёв: компоненты, auto-layout, токены, spacing, цвета. Код генерируется на основе реальных данных дизайна, а не скриншота — результат точнее и не требует ручной подгонки.

Для чего: design-to-code, извлечение токенов и стилей, генерация UI-компонентов по дизайну.

DevOps

17. Docker

MCP сервер для управления Docker: контейнеры, образы, volumes, сети. AI запускает, останавливает контейнеры, инспектирует логи, управляет compose-стеком.

npx -y docker-mcp

docker-mcp — community-сервер (QuantGeekDev). Docker официально предоставляет MCP Catalog с 300+ верифицированных образов: docker run mcp/<server-name>. Поддержка Docker Compose, инспекция контейнеров, управление ресурсами.

Удобен для отладки: «покажи логи контейнера api за последние 10 минут и объясни, почему он перезапускается». AI читает логи, анализирует OOM-ошибки, предлагает изменения в конфигурации.

Для чего: управление контейнерами, отладка Docker-окружений, автоматизация деплоя.

18. Cloudflare

Официальный MCP сервер Cloudflare. Покрывает весь API: DNS, Workers, Pages, R2, KV, D1, Queues — 2500 endpoints через два инструмента (search() и execute()). Token-efficient: ~1000 токенов на весь API.

npx -y @cloudflare/mcp-server-cloudflare

Также доступен как remote MCP с OAuth. Cloudflare выпустил 13 специализированных серверов для отдельных сервисов + один универсальный с Code Mode.

Архитектурное решение Cloudflare — Code Mode: вместо отдельного инструмента на каждый API endpoint сервер использует два универсальных инструмента (search() и execute()), которые покрывают все 2500 endpoints. Когда Cloudflare добавляет новый продукт, MCP сервер автоматически получает к нему доступ без обновления.

Для чего: управление Cloudflare-инфраструктурой: DNS, Workers, Pages, хранилища.

19. Grafana

MCP сервер для Grafana. Доступ к дашбордам, datasources, алертам, инцидентам. Запросы к Prometheus (PromQL) и Loki (LogQL) напрямую из AI-ассистента.

Установка через Python (uvx):

uvx mcp-grafana

Docker-образ от Grafana Labs:

docker run -i --rm -e GRAFANA_URL -e GRAFANA_SERVICE_ACCOUNT_TOKEN grafana/mcp-grafana

Более 40 инструментов: дашборды, datasources, алерты, инциденты, OnCall, Pyroscope. Ответы оптимизированы под минимальный расход токенов.

Для чего: мониторинг, анализ метрик и логов, управление алертами и инцидентами.

20. Kubernetes

MCP сервер для управления Kubernetes-кластерами. Нативная Go-реализация — работает напрямую с Kubernetes API, не обёртка над kubectl.

npx -y kubernetes-mcp-server

Также доступен как Docker-образ: docker run mcp/kubernetes. Поддержка kubeconfig из нескольких источников, работа с pods, deployments, services, namespaces.

Альтернатива (CNCF Landscape):

npx -y kubectl-mcp-server

Для чего: управление кластерами, отладка pods, инспекция ресурсов Kubernetes.

AI и LLM

21. Langfuse

MCP сервер для Langfuse — платформы observability для LLM-приложений. Управление промптами, доступ к трейсам, анализ производительности моделей.

Встроен в Langfuse — remote endpoint:

https://YOUR_LANGFUSE_HOST/api/public/mcp

Транспорт: Streamable HTTP. Не требует отдельной установки — MCP сервер работает прямо из Langfuse-инстанса. Требуется LANGFUSE_PUBLIC_KEY и LANGFUSE_SECRET_KEY. Подробнее о том, зачем нужен observability для LLM-приложений — в статье про Langfuse.

Для чего: prompt management, анализ трейсов LLM-приложений, мониторинг качества.

22. OpenAI

MCP сервер для доступа к моделям OpenAI из других AI-ассистентов. Claude или Cursor могут использовать GPT как второе мнение или для специфических задач.

Несколько реализаций от сообщества:

npx -y @mzxrai/mcp-openai

Требуется OPENAI_API_KEY. Поддержка chat completions, embeddings, image generation. Полезен в мультимодельных сетапах, где разные модели решают разные задачи.

Пример: Claude Code пишет код, а для генерации OG-изображений вызывает DALL-E через OpenAI MCP. Или использует GPT как «второе мнение» при ревью архитектурного решения.

Для чего: мультимодельные workflow, использование GPT из Claude Code, генерация изображений через DALL-E.

23. Gemini

MCP сервер для моделей Google Gemini. Даёт доступ к Gemini 3.5 Flash и Gemini 3.1 Pro, thinking-режиму, vision и embeddings.

npx -y @houtini/gemini-mcp

Требуется GEMINI_API_KEY. Gemini 3.5 Flash — основная модель с мая 2026 (GA, дефолт в Gemini App и AI Mode in Search); Gemini 3.1 Pro остаётся актуальным для задач с экстремальным reasoning. Также доступны community-обёртки с поддержкой vision analysis и multimodal input.

Для чего: мультимодельные сценарии, vision-анализ, использование Gemini из Claude Code.

Бонус: два полезных сервера

24. Playwright

MCP сервер для браузерной автоматизации. AI открывает страницы, кликает элементы, заполняет формы, делает скриншоты. Незаменим для тестирования и скрапинга.

npx -y @playwright/mcp

AI управляет реальным браузером: переходит по URL, кликает кнопки, заполняет формы, делает скриншоты. Особенно полезен для E2E-тестов — Claude видит реальный DOM и создаёт тесты без догадок о структуре страницы.

Для чего: E2E-тестирование, браузерная автоматизация, скрапинг данных.

25. Memory

Официальный MCP сервер для персистентной памяти. AI сохраняет знания между сессиями в виде графа сущностей и связей. Знания о проекте, решениях, контексте — всё сохраняется.

npx -y @modelcontextprotocol/server-memory

Хранит данные локально в JSON-файле. Не требует внешних сервисов. AI запоминает архитектурные решения, предпочтения, контекст проекта и использует эти знания в следующих сессиях.

Пример: обсуждаете с Claude архитектуру проекта. Memory сохраняет ключевые решения — стек, паттерны, соглашения. В следующей сессии AI уже знает контекст и не задаёт одни и те же вопросы.

Для чего: персистентная память AI, сохранение контекста между сессиями, база знаний проекта.

Сравнительная таблица

#	Сервер	Пакет / endpoint	Категория	Сложность настройки
1	GitHub	`ghcr.io/github/github-mcp-server`	Код	Низкая (нужен токен)
2	GitLab	`@modelcontextprotocol/server-gitlab`	Код	Низкая (нужен токен)
3	Sentry	`https://mcp.sentry.dev/mcp` (remote)	Код	Минимальная (OAuth)
4	Linear	Remote MCP / `@tacticlaunch/mcp-linear`	Код	Минимальная
5	Context7	`@upstash/context7-mcp`	Код	Минимальная
6	PostgreSQL	`@modelcontextprotocol/server-postgres`	БД	Низкая (строка подключения)
7	Supabase	`https://mcp.supabase.com/mcp`	БД	Минимальная (OAuth)
8	SQLite	`@modelcontextprotocol/server-sqlite`	БД	Минимальная
9	Redis	`@redis/mcp-server`	БД	Низкая
10	Brave Search	`@brave/brave-search-mcp-server`	Поиск	Низкая (нужен ключ)
11	Exa	`exa-mcp-server`	Поиск	Низкая (нужен ключ)
12	Filesystem	`@modelcontextprotocol/server-filesystem`	Поиск	Минимальная
13	Notion	`@notionhq/notion-mcp-server`	Продуктивность	Низкая (нужен токен)
14	Slack	`@modelcontextprotocol/server-slack`	Продуктивность	Средняя (Slack App)
15	Google Workspace	`@googleworkspace/cli`	Продуктивность	Средняя (OAuth)
16	Figma	`https://mcp.figma.com/mcp`	Продуктивность	Минимальная (remote)
17	Docker	`docker-mcp` (community) / Docker MCP Catalog	DevOps	Низкая
18	Cloudflare	`@cloudflare/mcp-server-cloudflare`	DevOps	Низкая (нужен токен)
19	Grafana	`uvx mcp-grafana` / `grafana/mcp-grafana` (Docker)	DevOps	Средняя
20	Kubernetes	`kubernetes-mcp-server`	DevOps	Средняя (kubeconfig)
21	Langfuse	Remote (встроен в Langfuse)	AI/LLM	Низкая
22	OpenAI	`@mzxrai/mcp-openai`	AI/LLM	Низкая (нужен ключ)
23	Gemini	`@houtini/gemini-mcp`	AI/LLM	Низкая (нужен ключ)
24	Playwright	`@playwright/mcp`	Автоматизация	Минимальная
25	Memory	`@modelcontextprotocol/server-memory`	Утилиты	Минимальная

Как выбрать: стартовый и продвинутый наборы

Стартовый набор (5 серверов)

Минимум для продуктивной работы с AI-ассистентом:

GitHub — управление кодом, PR, issues
Filesystem — доступ к файлам проекта
Brave Search — веб-поиск для актуальной информации
Context7 — актуальная документация библиотек
PostgreSQL или Supabase — доступ к базе данных

Этот набор покрывает 80% задач среднего разработчика. Установка — 5 минут:

claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem ~/projects
claude mcp add brave-search -- npx -y @brave/brave-search-mcp-server
claude mcp add context7 -- npx -y @upstash/context7-mcp@latest
claude mcp add postgres -- npx -y @modelcontextprotocol/server-postgres postgresql://localhost:5432/mydb

Для GitHub — через Docker (см. раздел выше).

Продвинутый набор (10+ серверов)

Стартовый набор плюс:

Sentry — мониторинг ошибок из production
Notion или Linear — управление задачами и документацией
Slack — рабочие коммуникации
Figma — design-to-code
Docker или Cloudflare — DevOps-задачи

Дополнительно по стеку:

Grafana + Kubernetes — если работаете с инфраструктурой
Langfuse — если разрабатываете LLM-приложения
OpenAI / Gemini — если используете мультимодельные workflow
Memory — если ведёте долгоживущий проект и хотите персистентный контекст

Пример .mcp.json для стартового набора

{
  "mcpServers": {
    "github": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "-e", "GITHUB_PERSONAL_ACCESS_TOKEN", "ghcr.io/github/github-mcp-server"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}"
      }
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "."]
    },
    "brave-search": {
      "command": "npx",
      "args": ["-y", "@brave/brave-search-mcp-server"],
      "env": {
        "BRAVE_API_KEY": "${BRAVE_API_KEY}"
      }
    },
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp@latest"]
    },
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost:5432/mydb"]
    }
  }
}

Три правила выбора

Не подключайте всё сразу. Каждый сервер добавляет описания инструментов в контекстное окно AI. Это расходует токены и замедляет ответы. 5-7 серверов — оптимум. 25 одновременно — плохая идея.
Подключайте по проекту. Используйте .mcp.json в корне проекта для project-specific серверов. Глобально — только то, что нужно всегда (GitHub, Filesystem). Supabase-сервер не нужен в проекте на Firebase, и наоборот.
Remote > локальный, когда доступен. Remote MCP серверы (Supabase, Figma, Linear) не требуют установки, обновляются автоматически, работают стабильнее. Локальные (npx) удобны для офлайн-работы и кастомизации.

Серверы по ролям

Фронтенд-разработчик: Figma + Context7 + Brave Search + GitHub + Playwright. Figma для design-to-code, Context7 для актуальной документации React/Vue/Angular, Playwright для E2E-тестов.

Бэкенд-разработчик: PostgreSQL + Redis + Sentry + GitHub + Docker. Полный цикл: база данных, кэш, мониторинг ошибок, код, контейнеры.

DevOps-инженер: Kubernetes + Docker + Cloudflare + Grafana + GitHub. Управление инфраструктурой, мониторинг, деплой — всё из AI-ассистента.

Full-stack + AI: все базовые + Langfuse + OpenAI/Gemini + Memory. Мультимодельные workflow, observability для LLM, персистентный контекст.

Где искать больше серверов

Экосистема MCP растёт быстро. Если нужный сервер не попал в этот каталог:

MCP Registry — официальный реестр от Anthropic с верификацией namespace и стандартизированными метаданными установки
MCP Market — каталог MCP серверов с рейтингами и отзывами
mcp.so — ещё один каталог с фильтрами по категориям
GitHub modelcontextprotocol/servers — репозиторий актуальных reference-серверов; архивированные переехали в servers-archived
npm search @modelcontextprotocol — все официальные пакеты

Новые серверы появляются ежедневно. Крупные компании (Stripe, Datadog, Vercel, AWS) выпускают официальные серверы для своих API. Сообщество создаёт серверы для всего — от Telegram до Home Assistant.

Заключение

MCP-экосистема в 2026 году созрела. Для любого инструмента в стеке разработчика найдётся MCP сервер — GitHub, Kubernetes, PostgreSQL, Figma. Протокол стандартизирован Linux Foundation, поддерживается всеми основными AI-платформами.

Начните с пяти серверов из стартового набора — GitHub, Filesystem, Brave Search, Context7, PostgreSQL. Установка занимает 5 минут, а эффект на продуктивность заметен сразу: AI получает доступ к реальным данным проекта, а не работает вслепую.

Добавляйте остальные по мере необходимости. Каждую неделю выходят новые серверы от крупных компаний и сообщества. Следите за MCP Market и mcp.so — там появляются свежие релизы.

Главное — не количество подключённых серверов, а то, насколько они ускоряют вашу конкретную работу.

Часто задаваемые вопросы

Какие MCP серверы установить в первую очередь?

Начните с пяти: GitHub (управление репозиториями и PR), Filesystem (доступ к файлам), Brave Search (веб-поиск), PostgreSQL или Supabase (базы данных), Notion или Slack (продуктивность). Этот набор покрывает основные сценарии разработки.

Сколько MCP серверов можно подключить одновременно?

Технически ограничений нет. Практически рекомендуется 3-7 серверов. Каждый сервер добавляет описания инструментов в контекст AI, что расходует токены. Подключайте только серверы, которые реально используете в текущем проекте.

MCP серверы работают только с Claude?

Нет. MCP — открытый стандарт, управляемый Linux Foundation. Поддерживается Claude Code, Cursor, VS Code (Copilot), ChatGPT, Gemini, Windsurf, Zed, JetBrains и другими клиентами. Один сервер работает во всех совместимых клиентах.

MCP серверы бесплатные?

Сами серверы — да, подавляющее большинство open-source (MIT лицензия). Но некоторые требуют API-ключи платных сервисов: Sentry, Figma, Slack, Notion. Серверы для открытых инструментов (PostgreSQL, SQLite, Filesystem, Docker) полностью бесплатны.

Как установить MCP сервер в Claude Code?

Команда claude mcp add имя-сервера. Например, для GitHub: docker run -i --rm -e GITHUB_PERSONAL_ACCESS_TOKEN ghcr.io/github/github-mcp-server (npm-пакет @modelcontextprotocol/server-github deprecated с апреля 2025). Или через файл .mcp.json в корне проекта с JSON-конфигурацией серверов.

Как подключить MCP сервер

Код и разработка

1. GitHub

2. GitLab

3. Sentry

4. Linear

5. Context7

Базы данных

6. PostgreSQL

7. Supabase

8. SQLite

9. Redis

Поиск и данные

10. Brave Search

11. Exa

12. Filesystem

Продуктивность

13. Notion

14. Slack

15. Google Workspace

16. Figma

DevOps

17. Docker

18. Cloudflare

19. Grafana

20. Kubernetes

AI и LLM

21. Langfuse

22. OpenAI

23. Gemini

Бонус: два полезных сервера

24. Playwright

25. Memory

Сравнительная таблица

Как выбрать: стартовый и продвинутый наборы

Стартовый набор (5 серверов)

Продвинутый набор (10+ серверов)

Пример .mcp.json для стартового набора

Три правила выбора

Серверы по ролям

Где искать больше серверов

Заключение

Часто задаваемые вопросы

Harness Control Plane: дашборд для всех AI-инструментов

Claude Code: как использовать — полный гайд (установка, MCP, агенты, skills)

AgentSync: синхронизация MCP-конфигов между AI-агентами одной командой

Multi-AI code review: GPT и Gemini прямо в Claude Code