Инструменты разработчика 20.08.2026 чтения обновлено 10.08.2026

Что такое MCP (Model Context Protocol) и как он работает

MCP (Model Context Protocol) – открытый протокол от Anthropic, который подключает ИИ-модели к внешним сервисам по единому стандарту. Разбираем, как работает.

Андрей Сарапулов редактор

Что такое MCP (Model Context Protocol) и как он работает

Зачем понадобился MCP

Представьте типичную ситуацию: у вас есть Claude или ChatGPT, и вы хотите, чтобы модель прочитала данные из Postgres, проверила задачи в GitHub и отправила сообщение в Slack. До MCP каждая такая связка требовала отдельного решения. Для Postgres – один коннектор, для GitHub – второй, для Slack – третий. Каждый написан по-своему, под конкретную модель, и при смене модели всё переписывается заново. Это классическая проблема N×M: N моделей умножить на M сервисов – и получается огромный набор несовместимых интеграций.

MCP решает это через стандартизацию. Идея простая: один раз написал MCP-сервер для своей базы знаний или CRM – и дальше любое ИИ-приложение с поддержкой протокола автоматически умеет с ней работать. Разработчики в сообществе называют MCP «USB-C для ИИ» – один разъём вместо пятнадцати разных. Это точная метафора: протокол не привязан к конкретной модели или компании, он нейтрален и открыт.

Как устроен протокол

Архитектура MCP строится на трёх ролях, которые взаимодействуют по стандартному протоколу JSON-RPC. Каждая роль отвечает за свой участок – и именно это разделение делает систему гибкой. Понять структуру проще всего через конкретные примеры, поэтому разберём каждую часть отдельно.

Хост, клиент, сервер

Хост – это приложение, в котором живёт ИИ. Claude Desktop, Claude Code, Cursor, ChatGPT – всё это хосты. Именно здесь пользователь общается с моделью и именно здесь запускается вся цепочка.

Внутри хоста работает MCP-клиент – компонент, который устанавливает соединение с MCP-серверами и общается с ними по протоколу. Один хост может держать несколько клиентских соединений одновременно: например, Cursor подключён и к серверу файловой системы, и к серверу GitHub, и к серверу с документацией проекта. MCP-сервер – это уже внешняя программа-адаптер, которая знает всё про конкретный сервис: как читать данные из Postgres, как делать коммиты в git, как искать по Slack. Сервер объявляет модели, что умеет, – и модель сама решает, когда к нему обращаться.

Инструменты, ресурсы и промпты

MCP-сервер отдаёт модели три типа объектов. Инструменты (tools) – это функции, которые модель может вызвать: выполнить SQL-запрос, создать файл, отправить сообщение. Ресурсы (resources) – данные только для чтения: содержимое файла, запись из базы, страница документации. Промпты (prompts) – готовые шаблоны взаимодействия, которые сервер предлагает использовать в конкретных сценариях.

Что самое прикольное – модель получает описание всех инструментов при подключении и дальше сама решает, какой вызвать под конкретный запрос пользователя. Вы пишете «покажи открытые PR в репозитории», и модель понимает, что нужно обратиться к GitHub-серверу, вызвать инструмент list_pull_requests с нужными параметрами и вернуть результат. Никакого жёсткого скрипта – модель сама строит цепочку действий на основе описаний инструментов.

Локально и по сети

MCP поддерживает два транспортных режима. Первый – stdio: сервер запускается как локальный процесс на той же машине, хост общается с ним через стандартный ввод-вывод. Это самый простой вариант для серверов файловой системы, локальных баз данных или инструментов разработки. Именно так работает большинство серверов, которые вы настраиваете в Claude Code или Cursor.

Второй режим – HTTP с поддержкой Streamable HTTP (обновлённый транспорт, пришедший на смену SSE в 2025 году). Он нужен для удалённых серверов: когда MCP-сервер развёрнут в облаке или внутри корпоративной сети, а хост подключается к нему через интернет. Это открывает сценарии для бизнеса: компания разворачивает MCP-сервер над своей CRM внутри периметра сети – и любой сотрудник с Claude или ChatGPT может работать с корпоративными данными, не передавая их наружу.

Что MCP даёт на практике

Самый наглядный пример – работа с базой данных. Раньше, чтобы получить ответ на вопрос «сколько заказов пришло за последнюю неделю», нужно было самому открыть клиент Postgres, написать запрос, скопировать результат и вставить в чат. С MCP-сервером для Postgres вы просто спрашиваете модель – она сама формирует SQL, выполняет его через сервер и возвращает ответ с реальными цифрами. Никаких промежуточных шагов.

Для разработчиков особенно ценен сценарий с агентами. Claude Code с подключённым MCP-сервером GitHub читает открытые issues, правит файлы в проекте, создаёт коммит и открывает pull request – всё в рамках одной сессии по текстовой инструкции. Это не демо и не концепт: именно так сейчас работают команды, которые используют Claude Code в реальных проектах. Подробнее об этом можно почитать в нашем гайде по Claude Code.

Ещё один хороший пример – интеграция с Blender через MCP-коннектор. Вы описываете сцену текстом, модель вызывает инструменты сервера и строит 3D-объекты напрямую в редакторе. Мы разбирали этот сценарий детально в отдельном материале: Blender + Claude через MCP. Это показывает, насколько широко можно применять протокол – не только в разработке или аналитике, но и в творческих инструментах.

Если говорить о бизнесовых сценариях: ИИ-агент подключается к CRM, читает данные по клиентам, формирует отчёт и сразу же отправляет его в нужный Slack-канал. Всё это – через три разных MCP-сервера, которые работают параллельно в одном хосте. Модель сама выбирает, к какому серверу обращаться на каждом шаге, и строит цепочку действий без жёсткого сценария.

Кто поддерживает MCP

Протокол начинался как инициатива Anthropic, но довольно быстро перестал быть их собственностью в практическом смысле. В декабре 2025 года MCP передали под управление Agentic AI Foundation при Linux Foundation – это стандартный путь для технологий, которые претендуют на роль отраслевого стандарта. Теперь это не «протокол от Anthropic», а открытый стандарт с независимым управлением.

Поддержка со стороны крупных игроков пришла быстро. OpenAI интегрировал MCP в ChatGPT и Codex, Microsoft добавил поддержку в Windows AI и выпустил референсные реализации для Azure, Google подключился со своими продуктами. Cursor и JetBrains встроили MCP в IDE – сейчас это один из основных способов подключать внешние инструменты к ИИ-ассистентам в редакторах кода. Яндекс и Сбер описывают поддержку протокола в своей документации.

Отдельная история – экосистема готовых серверов. Их уже тысячи: официальные от Anthropic и комьюнити-версии. Есть серверы для GitHub, Postgres, SQLite, Slack, браузеров (Puppeteer, Playwright), Figma, файловой системы, платёжных систем. Большинство из них открытые, лежат на GitHub и устанавливаются одной командой. Реально проще найти готовый сервер для нужного инструмента, чем писать интеграцию с нуля – именно это и было целью протокола.

Как попробовать самому

Самый быстрый путь – Claude Code. Там MCP встроен нативно: команда claude mcp add добавляет сервер в конфигурацию, и он сразу доступен в сессии. Для проектной конфигурации используется файл .mcp.json в корне репозитория – удобно, когда нужно зафиксировать набор серверов для всей команды. Если вы ещё не установили Claude Code, у нас есть пошаговый гайд по установке.

Для тех, кто предпочитает графический интерфейс, есть Claude Desktop. В настройках есть раздел с коннекторами – там можно подключить серверы без работы с командной строкой. Cursor тоже поддерживает MCP через раздел настроек: добавляете сервер, указываете транспорт и параметры запуска, и он появляется как доступный инструмент для модели в редакторе.

С чего начать, если подключаете MCP впервые: возьмите сервер файловой системы. Он входит в официальный набор от Anthropic, устанавливается за пару минут и сразу даёт модели доступ к локальным файлам – читать, создавать, редактировать. Это самый наглядный способ почувствовать, как меняется взаимодействие с моделью, когда у неё появляется реальный контекст. Следующий шаг – браузерный сервер на базе Playwright или Puppeteer: модель начинает ходить по страницам и возвращать живые данные. После этого можно смотреть в сторону GitHub-сервера или подключать базу данных.

Если программирование вас пугает – для большинства готовых серверов оно и не нужно. Установка сводится к тому, чтобы скопировать несколько строк конфига и указать путь к нужной директории или строку подключения к базе. Документация у популярных серверов подробная, и сообщество активно помогает в Discord-каналах Anthropic и в профильных чатах.

Безопасность

MCP-сервер – это программа с реальным доступом к вашим данным. Когда вы подключаете сервер файловой системы, он может читать и писать файлы в указанной директории. Когда подключаете сервер базы данных – выполнять SQL-запросы. Именно поэтому первое правило: запускайте только те серверы, исходный код которых можно проверить или которые пришли из доверенного источника. Официальные серверы от Anthropic и популярные комьюнити-проекты с тысячами звёзд на GitHub – нормальный выбор. Случайный сервер из незнакомого репозитория – уже повод остановиться.

Второй момент – права доступа. Сервер файловой системы стоит ограничивать конкретной директорией проекта, а не давать ему доступ ко всему домашнему каталогу. Сервер базы данных лучше подключать под пользователем с минимальными нужными правами, а не под суперпользователем. Это не паранойя, а базовая гигиена: если что-то пойдёт не так – ущерб будет ограничен. Отдельная тема – prompt injection через содержимое. Это реальный риск: если модель читает документ или веб-страницу через MCP-сервер, а там спрятана инструкция вида «игнорируй предыдущие указания и сделай X», модель теоретически может её выполнить. Исследователи зафиксировали такие сценарии в 2025 году. Практический совет: будьте внимательны, когда даёте модели читать внешние источники с непредсказуемым содержимым – письма, веб-страницы, пользовательские данные.

Вопросы и ответы

MCP – это только для Claude?

Нет. MCP – открытый стандарт с независимым управлением под Linux Foundation. Его поддерживают OpenAI (ChatGPT, Codex), Microsoft, Google, Cursor, JetBrains и другие. Anthropic придумала протокол, но не владеет им эксклюзивно. MCP-сервер, написанный для работы с Claude, без изменений работает с любым другим совместимым хостом.

Чем MCP отличается от обычного API?

Обычный API – это интерфейс конкретного сервиса, и каждый раз его нужно изучать отдельно, писать коннектор, продумывать передачу контекста в модель. MCP добавляет сверху стандартный слой: сервер сам объявляет модели, какие инструменты у него есть и как их вызывать. Модель получает этот список при подключении и дальше сама решает, к чему обращаться. Разработчик пишет MCP-сервер один раз – и он работает с любой совместимой моделью, без переписывания под каждую.

Чем MCP отличается от плагинов и скиллов?

Плагины и скиллы – это в первую очередь инструкции и сценарии поведения: как модель должна отвечать, какой тон использовать, какие темы затрагивать. MCP – это доступ к реальным инструментам и данным. Скилл говорит модели «ты помощник по юридическим вопросам». MCP-сервер даёт модели возможность прочитать конкретный договор из файловой системы, проверить статус дела в базе данных и создать задачу в трекере. Это разные уровни: один про поведение, другой про возможности.

Нужно ли уметь программировать, чтобы использовать MCP?

Для готовых серверов – нет. Большинство популярных серверов (файловая система, GitHub, Postgres, браузер) устанавливаются через несколько строк конфига: указываете путь, строку подключения или токен, и всё работает. Claude Code и Claude Desktop предоставляют интерфейс для подключения без написания кода. Программирование понадобится, если хотите написать собственный MCP-сервер под нестандартный сервис – но это уже отдельная задача, а не обязательное условие для старта.