В середине 2025 года Anthropic представила Model Context Protocol (MCP) — открытый стандарт, который должен был решить «проблему Babel» в мире ИИ-агентов. Спустя год протокол превратился из эксперимента в рабочий инструмент: его поддержка появилась в Claude Desktop, VS Code через расширения, а сообщество написало сотни серверов для всего — от PostgreSQL до GitHub и Slack.
Для разработчика, собирающего агента, MCP означает одно: не надо писать обвязку для каждого внешнего сервиса с нуля. Вместо этого вы ставите готовый MCP-сервер или пишете свой по спецификации, и LLM получает унифицированный доступ к инструментам, данным и контексту.
Что такое Model Context Protocol
MCP — это протокол прикладного уровня, который описывает, как LLM-клиент (например, агент или чат-интерфейс) общается с сервером, предоставляющим ресурсы и инструменты. Архитектура напоминает клиент-серверную модель в вебе:
- MCP-клиент — приложение, которое подключается к серверу и отправляет запросы от имени LLM.
- MCP-сервер — программа, которая регистрирует доступные ресурсы (файлы, строки из БД) и инструменты (функции, API-вызовы).
- Транспорт — обычно JSON-RPC поверх stdio или HTTP/SSE.
По замыслу Anthropic, MCP заменяет «клей» из самописных плагинов, парсеров и адаптеров единым протоколом. В спецификации три типа возможностей: ресурсы (данные, которые можно прочитать), инструменты (функции, которые можно вызвать) и промпты (шаблоны запросов для конкретных задач).
Чем MCP отличается от других подходов
До MCP разработчики агентов обычно использовали один из трёх вариантов:
| Подход | Пример | Проблема |
|---|---|---|
| Самописные функции-инструменты | LangChain tools, OpenAI function calling | Для каждого сервиса — свой код, нет переиспользования |
| Плагины под конкретную платформу | ChatGPT plugins, Claude plugins | Привязаны к одному провайдеру, не переносимы |
| API-обёртки с промптами | ReAct-агенты с HTTP-запросами | Хрупкость, сложность отладки, дублирование логики |
MCP предлагает единый контракт: сервер описывает свои возможности в JSON-схеме, клиент динамически узнаёт о них и вызывает инструменты по имени с параметрами. Это снижает порог входа для интеграции новых сервисов и упрощает поддержку — при изменении API внешнего сервиса меняется только MCP-сервер, а не каждый агент.
Где MCP уже применяется
На практике протокол чаще всего используют в трёх сценариях:
Работа с базами данных. MCP-сервер для PostgreSQL или SQLite позволяет агенту выполнять запросы на естественном языке без написания SQL-прослоек. Аналитик может спросить «сколько пользователей зарегистрировалось вчера», и LLM сама сформирует и выполнит запрос через сервер.
Интеграция с системами контроля версий. Сервер для GitHub даёт агенту доступ к репозиториям, пул-реквестам и issues. Разработчики используют это для автоматического код-ревью, генерации changelog и поиска багов по описанию.
Доступ к документации и файлам. MCP-серверы для файловой системы или векторной базы (Pinecone, Chroma) превращают агента в ассистента, который умеет искать информацию по проекту, читать логи и подготавливать отчёты.
Сообщество на GitHub насчитывает уже несколько сотен публичных MCP-серверов. Есть реализации для Figma, Jira, Notion, Google Drive, Stripe и даже для работы с PDF и изображениями через OCR.
Как начать использовать MCP
Для экспериментов достаточно Claude Desktop (версия от августа 2025 и новее) или любого клиента с поддержкой MCP, например, Continue.dev в VS Code. Установка сервера обычно сводится к двум шагам:
Установить сервер через npm, pip или brew (например, `npx @anthropic/mcp-server-github`).
2. Прописать конфигурацию в файле `claude_desktop_config.json` — указать команду запуска и переменные окружения с токенами.
После этого в интерфейсе Claude появляются новые инструменты с иконкой «молотка», и модель может их вызывать по запросу пользователя.
Для продакшен-среды стоит учитывать, что MCP пока не стандартизирует вопросы аутентификации, rate limiting и аудита вызовов. Каждый сервер решает их самостоятельно, поэтому в критичных сценариях потребуется дополнительная обвязка.
Что дальше
Спецификация MCP всё ещё развивается: текущая версия 0.3, и сообщество обсуждает добавление стриминга, батч-запросов и встроенной поддержки авторизации через OAuth. Несколько компаний уже анонсировали коммерческие MCP-шлюзы, которые агрегируют серверы и предоставляют единую точку доступа с мониторингом.
Если вы разрабатываете агентов, имеет смысл присмотреться к MCP уже сейчас: даже если вы не используете Claude, протокол реализован для OpenAI-совместимых моделей через community-адаптеры. Единый интерфейс для инструментов — это не просто удобство, а шаг к интероперабельности, без которой сложно представить зрелые агентные системы.
Перед внедрением проверьте актуальную документацию на modelcontextprotocol.io и посмотрите на список серверов в репозитории Anthropic — возможно, нужная интеграция уже существует. Если нет, написать свой сервер на Python или TypeScript можно за вечер: спецификация компактная, а примеров в открытом доступе достаточно.