# MCP серверы: что это, зачем нужны и как подключить > Полный гайд по MCP (Model Context Protocol): архитектура, подключение к Claude Code и Cursor, топ-20 серверов, написание своего сервера на TypeScript и Python. > Author: Roman Belov · Published: 2026-06-29 · Source: https://futurecraft.pro/ru/blog/mcp-servers-explained/ MCP (Model Context Protocol) - открытый стандарт для подключения AI-моделей к внешним инструментам, данным и сервисам. Создан Anthropic в ноябре 2024, передан в Linux Foundation в декабре 2025. За 18 месяцев - 110 миллионов установок SDK в месяц, 10 000+ серверов в официальном реестре (а вместе с PulseMCP и Smithery - свыше 20 000), поддержка от 300+ клиентов: Claude, Cursor, VS Code, Gemini, ChatGPT, Windsurf, Microsoft Copilot, JetBrains, Xcode и десятков других. Эта статья - полный гайд: от концепции до рабочего кода. Архитектура, подключение готовых серверов к Claude Code и Cursor, написание своего сервера на TypeScript и Python, production-нюансы. ## Что такое MCP (Model Context Protocol) ### Проблема: каждая интеграция - с нуля AI-ассистент умеет генерировать текст и код. Но чтобы работать с реальным миром - базами данных, API, файлами, сервисами - ему нужны интеграции. До MCP каждая интеграция была кастомной. Хотите подключить Claude к GitHub? Пишите обёртку над GitHub API. К PostgreSQL? Другую обёртку. К Slack? Третью. Каждая - со своим форматом, транспортом, логикой авторизации. Cursor делает то же самое по-своему. VS Code - по-своему. Итог: N AI-платформ × M инструментов = N×M кастомных интеграций. Не масштабируется. ### Решение: один протокол для всех MCP решает это на уровне протокола. Один стандарт - как AI-ассистент общается с внешними инструментами. Любой MCP-сервер работает с любым MCP-клиентом. Аналогия - USB. До USB каждое устройство имело свой разъём: клавиатура - PS/2, принтер - LPT, модем - COM-порт. USB стандартизировал подключение: один разъём для всего. MCP делает то же самое для AI. - **Один MCP сервер для GitHub** работает и в Claude Code, и в Cursor, и в VS Code, и в ChatGPT - **Разработчик инструмента** пишет сервер один раз - он доступен на всех платформах - **Разработчик AI-платформы** реализует клиент один раз - получает доступ ко всем серверам Формула: N + M вместо N × M. ### Кто поддерживает MCP По состоянию на июнь 2026 MCP поддерживается: - **Claude Code** и **Claude Desktop** (Anthropic) - нативная поддержка, MCP изначально создавался для Claude - **Cursor** - полная поддержка в Agent-режиме - **VS Code** - нативная поддержка с версии 1.99 (март 2025), через GitHub Copilot Chat - **ChatGPT** (OpenAI) - интеграция через MCP - **Gemini** (Google) - поддержка MCP серверов - **Microsoft Copilot** - интеграция в Copilot, VS Code и Windows 11 - **Windsurf** (Codeium) - поддержка в IDE - **JetBrains** - MCP-клиент в AI Assistant с версии 2025.1, встроенный MCP-сервер IDE - с 2025.2 - **OpenAI Codex CLI** - поддержка MCP-клиентов и серверов (`codex mcp add`); с июня 2026 - Codex Plugins, объединяющие MCP-конфигурацию, skills и app integrations в одну единицу - **Xcode** - поддержка в Apple Intelligence Developer Mode (ранний доступ) - **Eclipse** - через плагин MCP Bridge - **Zed** - встроенная поддержка через Agent Panel MCP - не проприетарный протокол одной компании. Это открытый стандарт, управляемый Linux Foundation через Agentic AI Foundation (AAIF). ## Архитектура MCP ### Четыре уровня MCP использует клиент-серверную архитектуру с чётким разделением ответственности: ``` Host (Claude Code, Cursor) └── MCP Client └── MCP Server └── Resource (DB, API, файлы) ``` **Host** - приложение, в котором работает AI-модель: Claude Code, Cursor, VS Code с Copilot. Host управляет жизненным циклом MCP-клиентов. **MCP Client** - компонент внутри Host, держит соединение с одним MCP-сервером. Три сервера - три клиента. **MCP Server** - программа, реализующая протокол. Принимает запросы от клиента, транслирует их в вызовы к ресурсу, возвращает результат. Локальный процесс или удалённый HTTP-сервер. **Resource** - то, к чему сервер открывает доступ: база данных, REST API, файловая система, SaaS-сервис, внутренний инструмент. ### Протокол: JSON-RPC 2.0 Под капотом MCP использует JSON-RPC 2.0 - стандартный протокол удалённого вызова процедур. Каждый запрос - JSON-объект с методом, параметрами и идентификатором: ```json { "jsonrpc": "2.0", "id": 1, "method": "tools/call", "params": { "name": "search_issues", "arguments": { "query": "bug in auth module", "state": "open" } } } ``` Клиент отправляет запрос, сервер возвращает результат. Формат стандартизирован - реализация на любом языке совместима с любым MCP-клиентом. ### Транспорт: stdio и Streamable HTTP Транспорт определяет, как клиент и сервер обмениваются JSON-RPC сообщениями. MCP поддерживает два механизма: **stdio** - стандартный ввод/вывод. Сервер запускается как дочерний процесс Host. Клиент пишет в stdin, читает из stdout. Самый простой вариант для локальных серверов. ``` Host запускает: npx @modelcontextprotocol/server-filesystem /path/to/dir stdin → JSON-RPC запрос stdout ← JSON-RPC ответ ``` Когда использовать: локальная разработка, CLI-инструменты, серверы, которые работают на машине разработчика. **Streamable HTTP** - HTTP-транспорт, введённый в марте 2025. Сервер работает как независимый HTTP-процесс, принимает POST-запросы. При необходимости использует Server-Sent Events (SSE) для потоковых ответов. ``` Client → POST /mcp → MCP Server (удалённый) Client ← SSE stream ← MCP Server ``` Когда использовать: удалённые серверы, production-деплой, серверы в Docker/Kubernetes, multi-tenant архитектуры. **HTTP+SSE (legacy)** - предыдущий транспорт для удалённых серверов, deprecated в пользу Streamable HTTP. Существующие серверы на SSE продолжают работать, новые реализации - переходят на Streamable HTTP. ### Сравнение транспортов | Характеристика | stdio | Streamable HTTP | |---|---|---| | Развёртывание | Локальный процесс | Удалённый сервер | | Клиенты | Один (запустивший процесс) | Множество одновременно | | Масштабирование | Нет | Горизонтальное (load balancer) | | Аутентификация | Через env | OAuth 2.1, bearer tokens | | Латентность | Минимальная (IPC) | Сетевая (HTTP) | | Настройка | Простая (command + args) | Нужен HTTP-сервер | | Типичное применение | Dev tools, CLI | SaaS, team servers, production | Начинайте со stdio. Переходите на Streamable HTTP, когда серверу нужно обслуживать нескольких разработчиков или работать удалённо. ### Жизненный цикл соединения Подключение MCP-клиента к серверу проходит через несколько этапов: 1. **Initialize** - клиент отправляет `initialize` с информацией о себе (имя, версия, поддерживаемые capabilities) 2. **Server response** - сервер отвечает своими capabilities (какие tools, resources, prompts доступны) 3. **Initialized** - клиент подтверждает готовность нотификацией `notifications/initialized` 4. **Working** - обмен запросами: `tools/list`, `tools/call`, `resources/read` и т.д. 5. **Shutdown** - закрытие соединения при завершении сессии Весь обмен идёт через JSON-RPC 2.0 - запросы, ответы и нотификации. Клиент и сервер могут отправлять нотификации асинхронно (например, сервер уведомляет об изменении списка tools). ### Capabilities: Tools, Resources, Prompts MCP-сервер может предоставлять три типа возможностей: | Тип | Кто вызывает | Аналогия | Пример | |---|---|---|---| | **Tools** | AI-модель | POST-endpoint | Создать issue в GitHub, выполнить SQL-запрос | | **Resources** | Приложение (Host) | GET-endpoint | Схема базы данных, содержимое файла | | **Prompts** | Пользователь | Шаблон | «Проанализируй этот код на безопасность» | Подробнее о каждом типе - в разделе «Resources vs Tools vs Prompts». ## Как подключить MCP сервер к Claude Code ### Способ 1: команда claude mcp add Самый быстрый способ - CLI-команда: ```bash # Remote (рекомендуется) — использует официальный HTTP-endpoint GitHub claude mcp add-json github '{"type":"http","url":"https://api.githubcopilot.com/mcp","headers":{"Authorization":"Bearer YOUR_GITHUB_PAT"}}' ``` Формат: `claude mcp add-json <имя> ''` Примеры: ```bash # Файловая система (доступ к конкретной директории) claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /home/user/projects # Brave Search (официальный пакет от Brave; старый @modelcontextprotocol/server-brave-search архивирован) claude mcp add brave-search -- npx -y @brave/brave-search-mcp-server # PostgreSQL (@modelcontextprotocol/server-postgres архивирован; используйте актуальный сторонний пакет, например mcp-postgres-server) claude mcp add postgres -- npx -y mcp-postgres-server postgresql://localhost/mydb ``` Конфигурация сохраняется - сервер доступен при следующем запуске Claude Code. ### Способ 2: файл .mcp.json Для проектной конфигурации - файл `.mcp.json` в корне проекта: ```json { "mcpServers": { "github": { "type": "http", "url": "https://api.githubcopilot.com/mcp", "headers": { "Authorization": "Bearer $GITHUB_PERSONAL_ACCESS_TOKEN" } }, "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/projects"], "env": {} }, "postgres": { "command": "npx", "args": ["-y", "mcp-postgres-server", "postgresql://localhost/mydb"], "env": {} } } } ``` - **Переменные окружения** - значения в `env` поддерживают синтаксис `$VAR` и `${VAR}`. Переменные берутся из shell-окружения при запуске - **JSON без trailing commas** - частая ошибка. JSON запятую после последнего элемента не допускает - **Путь к файлу**: `.mcp.json` в корне проекта - для проектных серверов; `~/.claude/.mcp.json` - для глобальных (персональных) ### Способ 3: удалённый HTTP-сервер Для серверов, работающих по HTTP: ```json { "mcpServers": { "my-remote-api": { "type": "http", "url": "https://mcp.example.com/v1", "headers": { "Authorization": "Bearer $MY_API_TOKEN" } } } } ``` ### Три уровня конфигурации Claude Code поддерживает три scope для MCP-серверов: | Scope | Файл | Кто видит | Когда использовать | |---|---|---|---| | Проект (shared) | `.mcp.json` в корне проекта | Вся команда (коммитится в git) | Серверы, нужные всем на проекте | | Проект (personal) | `.claude/.mcp.json` | Только вы | Персональные серверы для проекта | | Глобальный | `~/.claude/.mcp.json` | Только вы, во всех проектах | Серверы, нужные везде | Общие серверы проекта (GitHub, Sentry, Supabase) - в `.mcp.json`. Персональные инструменты (Notion, Slack) - глобально. ### Проверка подключения Более широкий обзор повседневной работы с Claude Code, за пределами MCP-серверов, - в [полном гайде по Claude Code](/ru/blog/claude-code-complete-guide/). После настройки перезапустите Claude Code и проверьте: ```bash claude mcp list ``` Или в сессии Claude Code: `/mcp` покажет статус всех подключённых серверов. ### Частые ошибки при настройке **Сервер не запускается.** Для локальных серверов проверьте доступность пакета: `npx -y @modelcontextprotocol/server-filesystem --help`. Пустой вывод - проблема с npm или Node.js. Для remote-серверов (GitHub) - проверьте доступность токена: `echo $GITHUB_PERSONAL_ACCESS_TOKEN`. **Переменные окружения не подставляются.** Проверьте `echo $GITHUB_TOKEN`. Пусто - добавьте в `.zshrc` / `.bashrc` или `.envrc`. **JSON syntax error.** Trailing comma после последнего элемента - JSON такое не принимает. Валидируйте: `cat .mcp.json | python -m json.tool`. **Сервер подключён, но tools не видны.** Перезапустите Claude Code полностью (exit + новая сессия). Некоторые серверы загружаются с задержкой - дайте несколько секунд. ## Как подключить MCP сервер к Cursor ### Конфигурация В Cursor - тот же формат конфигурации, другое расположение файлов: **Проектный уровень** - файл `.cursor/mcp.json` в корне проекта: ```json { "mcpServers": { "github": { "type": "http", "url": "https://api.githubcopilot.com/mcp", "headers": { "Authorization": "Bearer your-token-here" } } } } ``` **Глобальный уровень** - файл `~/.cursor/mcp.json`: ```json { "mcpServers": { "brave-search": { "command": "npx", "args": ["-y", "@brave/brave-search-mcp-server"], "env": { "BRAVE_API_KEY": "your-key" } } } } ``` ### Особенности Cursor - MCP-инструменты доступны только в **Agent-режиме** (не в Ask и не в Edit) - Управление серверами: **Settings → Tools & MCP** - там виден статус каждого сервера и можно включать/отключать отдельные инструменты - Cursor поддерживает как stdio, так и HTTP-транспорт - Формат конфигурации идентичен Claude Code - тот же JSON с `mcpServers` ### Сравнение: Claude Code vs Cursor | Параметр | Claude Code | Cursor | |---|---|---| | Файл конфигурации | `.mcp.json` | `.cursor/mcp.json` | | Глобальный конфиг | `~/.claude/.mcp.json` | `~/.cursor/mcp.json` | | Транспорт | stdio, HTTP | stdio, HTTP | | Управление | CLI (`claude mcp add/list`) | GUI (Settings → MCP) | | Agent-режим | Всегда (CLI - агентный) | Только в Agent mode | ## Топ-20 MCP серверов Из 10 000+ доступных серверов - двадцать, которые покрывают основные потребности разработчика. Все актуальны на июнь 2026. Подробный ранжированный разбор с заметками по настройке - в подборке [лучших MCP-серверов 2026](/ru/blog/best-mcp-servers-2026/). ### Код и репозитории | Сервер | Пакет | Описание | |---|---|---| | **GitHub** | Remote: `https://api.githubcopilot.com/mcp` или Docker: `ghcr.io/github/github-mcp-server` | Полный доступ к GitHub: issues, PR, code search, файлы, actions. Самый популярный MCP сервер | | **GitLab** | `gitlab-org/gitlab-mcp` (официальный от GitLab) | Аналог GitHub-сервера для GitLab: merge requests, issues, pipelines. Старый `@modelcontextprotocol/server-gitlab` - архивирован | | **Filesystem** | `@modelcontextprotocol/server-filesystem` | Безопасный доступ к файловой системе. Ограничен указанными директориями | ### Базы данных | Сервер | Пакет | Описание | |---|---|---| | **PostgreSQL** | `mcp-postgres-server` (сторонний) | Запросы к PostgreSQL, чтение схемы, анализ данных. Официальный `@modelcontextprotocol/server-postgres` - архивирован | | **Supabase** | MCP встроен в Supabase CLI | SQL-запросы, управление миграциями, edge functions. Учитывает Row Level Security | | **SQLite** | `@modelcontextprotocol/server-sqlite` (Python, официальный) | Работа с SQLite-базами: запросы, анализ, создание таблиц | ### Поиск и данные | Сервер | Пакет | Описание | |---|---|---| | **Brave Search** | `brave/brave-search-mcp-server` (официальный от Brave) | Веб-поиск, поиск новостей, изображений, видео через Brave API. Старый `@modelcontextprotocol/server-brave-search` - архивирован | | **Exa** | `exa-mcp-server` | Семантический поиск по вебу. Находит контент по смыслу, а не по ключевым словам | | **Fetch** | `@modelcontextprotocol/server-fetch` | Загрузка веб-страниц, конвертация в Markdown для AI | ### Коммуникации и документация | Сервер | Пакет | Описание | |---|---|---| | **Slack** | `zencoder-ai/mcp-server-slack` (поддерживается Zencoder) | Чтение каналов, поиск сообщений, отправка, работа с тредами. Старый `@modelcontextprotocol/server-slack` - архивирован | | **Notion** | Официальный от Notion | Поиск страниц, чтение и редактирование контента, работа с базами данных | | **Google Drive** | Официальный от Google | Поиск и чтение файлов в Google Drive. Старый `@modelcontextprotocol/server-gdrive` - архивирован | ### Мониторинг и DevOps | Сервер | Пакет | Описание | |---|---|---| | **Sentry** | Официальный от Sentry | Поиск ошибок, анализ stack traces, корреляция с релизами | | **Grafana** | Официальный от Grafana Labs | Дашборды, алерты, Prometheus/Loki запросы, инциденты | | **Kubernetes** | `@modelcontextprotocol/server-kubernetes` | Управление кластерами, диагностика подов, анализ логов | ### Дизайн и браузер | Сервер | Пакет | Описание | |---|---|---| | **Figma** | `figma-developer-mcp` (официальный от Figma) | Чтение дизайн-файлов: токены, цвета, типографика, layout | | **Playwright** | `@playwright/mcp` | Браузерная автоматизация: навигация, клики, скриншоты, тесты | ### AI и Memory | Сервер | Пакет | Описание | |---|---|---| | **Memory** | `@modelcontextprotocol/server-memory` | Персистентная память для AI: хранение фактов между сессиями в knowledge graph | | **Sequential Thinking** | `@modelcontextprotocol/server-sequential-thinking` | Структурированное мышление: декомпозиция задач, пошаговый анализ | ### Автоматизация | Сервер | Пакет | Описание | |---|---|---| | **Zapier** | Через Zapier MCP Bridge | Подключение 7000+ сервисов: email, CRM, spreadsheets, уведомления | ### Рекомендации по выбору Три сервера - оптимально. Пять - потолок: дальше overhead от описаний инструментов начнёт съедать контекст. Минимальный набор для разработчика: 1. **GitHub** - код, issues, PR 2. **Brave Search** или **Exa** - поиск документации и решений 3. **Sentry** или **Grafana** - мониторинг и отладка Дальше: PostgreSQL/Supabase для данных, Slack/Notion для коммуникации. ## Написать свой MCP сервер на TypeScript ### Подготовка ```bash mkdir my-mcp-server && cd my-mcp-server npm init -y npm install @modelcontextprotocol/sdk zod ``` ### Полный пример: сервер с tool и resource ```typescript import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js"; import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js"; import { z } from "zod"; const server = new McpServer({ name: "weather-server", version: "1.0.0", }); // Tool: получить погоду по городу server.registerTool( "get_weather", { title: "Get Weather", description: "Get current weather for a city", inputSchema: { city: z.string().describe("City name, e.g. 'Moscow'"), }, }, async ({ city }) => { // В реальном сервере — запрос к API погоды const weather = { city, temperature: 18, condition: "cloudy", humidity: 65, }; return { content: [ { type: "text" as const, text: JSON.stringify(weather, null, 2), }, ], }; } ); // Resource: список поддерживаемых городов server.registerResource( "supported-cities", "cities://supported", { description: "List of supported cities", mimeType: "application/json", }, async () => ({ contents: [ { uri: "cities://supported", text: JSON.stringify(["Moscow", "London", "Tokyo", "New York"]), }, ], }) ); // Запуск через stdio-транспорт const transport = new StdioServerTransport(); await server.connect(transport); ``` ### Что здесь происходит 1. **McpServer** - экземпляр сервера с именем и версией 2. **registerTool** - регистрация инструмента. `inputSchema` использует Zod для валидации. AI-модель видит описание и схему, вызывает инструмент с нужными параметрами 3. **registerResource** - регистрация ресурса с сигнатурой `(name, uri, metadata, handler)`. В отличие от tool, resource вызывает приложение (Host), а не AI-модель напрямую. Так в модель попадает контекст 4. **StdioServerTransport** - подключение через stdio. Сервер запускается как дочерний процесс Claude Code или Cursor ### Подключение к Claude Code ```json { "mcpServers": { "weather": { "command": "npx", "args": ["tsx", "/path/to/my-mcp-server/index.ts"] } } } ``` Или через CLI: ```bash claude mcp add weather -- npx tsx /path/to/my-mcp-server/index.ts ``` ## Написать свой MCP сервер на Python Здесь пример намеренно короткий. Полная последовательность — окружение, дизайн tools и локальная проверка — есть в отдельном [гайде по MCP-серверу на Python](/ru/blog/build-mcp-server-python/). ### Подготовка ```bash mkdir my-mcp-server && cd my-mcp-server pip install "mcp[cli]" # v1.28.1+ ``` Или через `uv` (рекомендуется): ```bash uv init my-mcp-server && cd my-mcp-server uv add "mcp[cli]" ``` ### Полный пример: сервер с tool и resource ```python from mcp.server.fastmcp import FastMCP mcp = FastMCP("weather-server") @mcp.tool() def get_weather(city: str) -> dict: """Get current weather for a city. Args: city: City name, e.g. 'Moscow' """ # В реальном сервере — запрос к API погоды return { "city": city, "temperature": 18, "condition": "cloudy", "humidity": 65, } @mcp.resource("cities://supported") def supported_cities() -> str: """List of supported cities.""" import json return json.dumps(["Moscow", "London", "Tokyo", "New York"]) @mcp.prompt() def weather_report(city: str) -> str: """Generate a weather report prompt for a city.""" return f"Provide a detailed weather analysis for {city}. Include temperature trends, precipitation forecast, and clothing recommendations." if __name__ == "__main__": mcp.run() ``` ### Что здесь происходит 1. **FastMCP** - высокоуровневый фреймворк из официального SDK. Генерирует описания инструментов из docstring и type hints автоматически 2. **@mcp.tool()** - декоратор регистрации. Тип `city: str` становится `inputSchema`, docstring - описанием 3. **@mcp.resource()** - декоратор для ресурса с URI-паттерном 4. **@mcp.prompt()** - декоратор для шаблона промпта 5. **mcp.run()** - запуск сервера (по умолчанию stdio) FastMCP покрывает около 70% серверов в экосистеме. Python type hints + docstrings = полноценное описание инструмента, никакого лишнего boilerplate. ### Подключение к Claude Code ```json { "mcpServers": { "weather": { "command": "python", "args": ["/path/to/my-mcp-server/server.py"] } } } ``` Или через `uv`: ```json { "mcpServers": { "weather": { "command": "uv", "args": ["run", "--directory", "/path/to/my-mcp-server", "server.py"] } } } ``` ## Resources vs Tools vs Prompts MCP определяет три типа capabilities. Каждый - для своего сценария. Путаница между ними - частая ошибка при проектировании серверов. ### Tools - действия Tools - то, что AI-модель вызывает самостоятельно. Аналог POST-endpoints в REST API. **Характеристики:** - Вызываются AI-моделью (model-controlled) - Могут иметь побочные эффекты (запись в БД, отправка сообщения, создание файла) - Принимают структурированный ввод (JSON Schema / Zod) - Возвращают результат выполнения **Примеры:** - `create_issue` - создать issue в GitHub - `execute_sql` - выполнить SQL-запрос - `send_message` - отправить сообщение в Slack - `search_web` - поиск в интернете Модель видит список tools с описаниями и схемами - и сама решает, какой вызвать и с какими параметрами. ### Resources - данные Resources - данные, которые Host предоставляет AI-модели как контекст. Аналог GET-endpoints. **Характеристики:** - Вызываются приложением (application-controlled), не AI-моделью напрямую - Только чтение - никаких побочных эффектов - Используют URI-паттерны (`file:///path`, `db://schema/table`, `config://app`) - Предоставляют контекст для принятия решений **Примеры:** - `db://schema` - схема базы данных - `file:///src/config.ts` - содержимое конфигурационного файла - `git://log/recent` - последние коммиты - `env://variables` - доступные переменные окружения Resources - способ дать модели контекст без вызова инструмента. Host решает, какие ресурсы прикрепить к запросу. ### Prompts - шаблоны Prompts - готовые шаблоны взаимодействия на выбор пользователя. Аналог сохранённых запросов. **Характеристики:** - Выбираются пользователем (user-controlled) - Задают структуру диалога: системный промпт + пользовательское сообщение - Могут принимать аргументы для параметризации - Помогают стандартизировать типовые задачи **Примеры:** - `code_review` - шаблон для ревью кода с фокусом на безопасность - `sql_optimizer` - анализ и оптимизация SQL-запроса - `bug_report` - структурированное описание бага ### Когда что использовать | Вопрос | Tools | Resources | Prompts | |---|---|---|---| | AI должен **сделать** что-то? | Да | - | - | | AI нужен **контекст** для решения? | - | Да | - | | Пользователь хочет **стандартный workflow**? | - | - | Да | | Есть побочные эффекты? | Возможно | Нет | Нет | | Кто инициирует? | AI-модель | Приложение | Пользователь | Практика: большинство серверов предоставляют tools. Resources полезны для серверов баз данных (схемы) и файловых систем. Prompts - для специализированных workflow (code review, security audit). ## MCP в production ### Безопасность MCP-сервер выполняет действия от имени AI - в production это вектор атаки. **Принцип минимальных привилегий.** Давайте серверу только необходимые права. PostgreSQL MCP не нужен SUPERUSER. GitHub MCP не нужен доступ к приватным репозиториям, если работа ведётся с публичными. **Валидация входных данных.** SDK валидирует по схеме (Zod в TypeScript, type hints в Python), но этого мало. Проверяйте бизнес-логику: SQL-инъекции через tool-параметры реальны. **Секреты - через переменные окружения.** Никогда не хардкодьте токены в конфигурации. Используйте `$VAR` синтаксис в `.mcp.json`: ```json { "env": { "DATABASE_URL": "$DATABASE_URL", "API_TOKEN": "$MY_SECRET_TOKEN" } } ``` **Аудит.** Логируйте все вызовы tools - каждый потенциально деструктивен: удаление данных, отправка сообщений, изменения инфраструктуры. Без лога нет forensics. Отдельный [гайд по безопасности MCP](/ru/blog/mcp-security-guide/) разбирает OAuth audience binding, tool approval, prompt injection, local sandboxing и безопасные audit fields. Reliability и deployment patterns описаны в [гайде по MCP-серверам в production](/ru/blog/mcp-production-custom-servers/). ### Авторизация Актуальная спецификация MCP, опубликованная 28 июля 2026 года, описывает OAuth-based authorization для HTTP transports. В stdio credentials передаются через process environment, а не через этот HTTP authorization flow. В июне 2026 стал стабильным Enterprise-Managed Authorization (EMA) - расширение для корпоративных сред. EMA позволяет организациям управлять авторизацией MCP-серверов централизованно через IdP (Okta, Microsoft Entra ID и др.): пользователь входит один раз через SSO и получает доступ ко всем подключённым серверам без отдельного OAuth для каждого. Уже поддерживают Anthropic, Microsoft, Okta, Asana, Atlassian, Canva, Figma, Linear, Supabase. В production: - HTTP-серверы - OAuth 2.1 с PKCE, bearer tokens в headers; в enterprise - EMA через IdP - Stdio-серверы - секреты через env, ротация токенов - Ограничение scope - сервер должен запрашивать минимально необходимые permissions ### Мониторинг Что мониторить: - **Latency** - время ответа сервера прибавляется к latency AI-ответа - **Error rate** - сломанный MCP-сервер роняет весь workflow - **Token overhead** - описания инструментов занимают контекст. 20 tools по 200 токенов = 4000 токенов на каждый запрос - **Cost** - каждый tool call добавляет цикл AI. Больше серверов - выше расход токенов Grafana MCP + Prometheus для метрик, Sentry MCP для ошибок. Мониторинг MCP через MCP - рекурсия, которая работает. Для трассировки самих LLM-вызовов (латентность, стоимость, промпты) - отдельный слой observability, например [Langfuse](/ru/blog/llm-observability-langfuse/). ### Масштабирование Stdio - один процесс на одного клиента. Для командных серверов не масштабируется. Streamable HTTP решает это: один сервер на множество клиентов. Stateless-архитектура - горизонтальное масштабирование за load balancer. Паттерн для команды: 1. Локальные серверы (filesystem, sqlite) - stdio, на машине разработчика 2. Shared серверы (GitHub, Sentry, внутренние API) - Streamable HTTP, деплой в Docker/Kubernetes 3. Конфигурация - `.mcp.json` в репозитории для проектных, `~/.cursor/mcp.json` / `~/.claude/.mcp.json` для персональных ## Будущее MCP ### Agentic AI Foundation (AAIF) В декабре 2025 Anthropic передал MCP в Linux Foundation, где образовался Agentic AI Foundation (AAIF). Это изменение governance, а не косметический шаг: - **Нейтральное управление** - MCP больше не контролируется одной компанией. Platinum-члены AAIF: AWS, Anthropic, Block, Bloomberg, Cloudflare, Google, Microsoft, OpenAI. К апрелю 2026 - 170+ членов. Председатель Governing Board - David Nalley (AWS), исполнительный директор - Mazin Gilbert - **Открытая спецификация** - развитие через SEP-процесс (Specification Enhancement Proposals) с публичным обсуждением - **Совместимость** - AAIF объединяет MCP, Goose (Block) и AGENTS.md (OpenAI), выравнивая стандарты ### A2A Protocol Agent-to-Agent Protocol (A2A) - стандарт от Google для коммуникации между AI-агентами, переданный в Linux Foundation. MCP закрывает связку «AI ↔ инструмент». A2A - «агент ↔ агент». Протоколы дополняют друг друга: - MCP: Claude Code вызывает GitHub через MCP-сервер - A2A: Claude Code делегирует задачу специализированному агенту (например, security-reviewer), работающему со своими MCP-серверами A2A является самостоятельным LF-проектом, не частью AAIF, но позиционируется как комплементарный стандарт. TSC A2A включает AWS, Cisco, Google, IBM Research, Microsoft, Salesforce, SAP, ServiceNow. Связка MCP + A2A - стандарт де-факто для мультиагентных систем. Как проектировать такие системы на практике - в статье про [архитектуру мультиагентных систем](/ru/blog/multi-agent-architecture/). ### Roadmap 2026 Ключевые направления из официального roadmap: - **Stateless core** - MCP 2026-07-28 (Release Candidate заморожен 21 мая 2026, финальная публикация - 28 июля) делает протокол stateless на уровне ядра. Это крупнейшее изменение спецификации с момента запуска - спецификация больше не предполагает хранения состояния сессии на сервере, что позволяет горизонтально масштабировать за любым load balancer - **Extensions framework** - расширения идентифицируются через reverse-DNS ID, версионируются независимо от спецификации, живут в отдельных `ext-*` репозиториях - **Tasks Extension** - async долгоживущие операции: polling через `tasks/get` вместо блокирующего `tasks/result` - **MCP Apps** - интерактивные UI-приложения внутри MCP-хостов - **Enterprise readiness** - формальная политика deprecation (12 месяцев между deprecated и removed), OAuth 2.1 hardening, audit logging ### Цифры - **110M+** установок SDK в месяц (апрель 2026; в марте - 97M+) - оба SDK в сумме - **10 000+** серверов в официальном реестре; с учётом PulseMCP (15 000+) и Smithery (~7 300) - экосистема значительно крупнее - **Рост 4 750%** за 16 месяцев (с 2M при запуске) - npm SDK: `@modelcontextprotocol/sdk` - v1.29.0 (stable, последняя в серии v1); stable v2 ожидается Q3 2026 - Python SDK: `mcp` - v1.28.1 (stable), v2.0.0-beta публикуется на PyPI; stable v2 - конец июля 2026 Отметку в 100M установок в месяц MCP прошёл к апрелю 2026 - примерно через полтора года после запуска. ## Заключение MCP - не buzzword. Это инфраструктурный стандарт, решающий конкретную проблему: подключение AI к реальному миру через единый протокол. Что делать сейчас: 1. **Подключите 2-3 MCP-сервера** к Claude Code или Cursor. GitHub + Brave Search или Exa - минимум для любого разработчика 2. **Напишите свой сервер** - 30 строк на TypeScript или Python. Оберните внутренний API или базу данных 3. **Следите за спецификацией** - roadmap 2026 меняет транспорт и мультиагентные сценарии MCP меняет не то, что AI делает, а то, к чему у него есть доступ. Правильные инструменты в правильном контексте - разница между AI-ассистентом и AI-напарником.