1 
2**Model Context Protocol (MCP)**  -  это открытый стандарт, созданный Anthropic, который определяет, как AI-модели взаимодействуют с внешними инструментами, источниками данных и сервисами. Думайте о нём как об «USB-C для AI»  -  универсальном коннекторе, который позволяет любому AI-агенту общаться с любым инструментом через стандартизированный интерфейс.
3 
4С момента запуска MCP превысил **97 миллионов ежемесячных загрузок SDK** и был принят всеми крупными поставщиками AI: Anthropic, OpenAI, Google, Microsoft и Amazon. В этом руководстве мы рассмотрим всё, что вам нужно знать для работы с MCP.
5 
6## Почему MCP существует
7 
8До MCP каждое AI-приложение должно было создавать пользовательские интеграции для каждого инструмента, который оно хотело использовать. Хотите, чтобы ваш AI читал файлы? Пишите пользовательский код. Запрашивать базу данных? Ещё больше пользовательского кода. Публиковать в Slack? Ещё одна интеграция.
9 
10Это создавало **проблему N×M**: N AI-приложений, каждому из которых нужно M пользовательских интеграций, что приводило к дублированию усилий и фрагментации экосистем.
11 
12```mermaid
13graph TD
14    subgraph "Before MCP (N×M)"
15        A1[AI App 1] --> T1[GitHub Integration]
16        A1 --> T2[Slack Integration]
17        A1 --> T3[DB Integration]
18        A2[AI App 2] --> T4[GitHub Integration]
19        A2 --> T5[Slack Integration]
20        A2 --> T6[DB Integration]
21    end
22```
23 
24MCP решает это с помощью **единого протокола**, который любой AI-клиент может использовать для связи с любым MCP-сервером:
25 
26```mermaid
27graph TD
28    subgraph "With MCP (N+M)"
29        A1[AI App 1] --> MCP[MCP Protocol]
30        A2[AI App 2] --> MCP
31        MCP --> S1[GitHub Server]
32        MCP --> S2[Slack Server]
33        MCP --> S3[DB Server]
34    end
35```
36 
37## Основные концепции
38 
39MCP имеет три фундаментальных примитива:
40 
41### 1. Инструменты (Tools)
42Инструменты  -  это функции, которые AI может вызывать. Они представляют действия вроде «создать файл», «запросить базу данных» или «отправить сообщение». Каждый инструмент имеет имя, описание и JSON Schema для своих параметров.
43 
44```typescript
45{
46  name: "create_issue",
47  description: "Create a new GitHub issue",
48  inputSchema: {
49    type: "object",
50    properties: {
51      title: { type: "string", description: "Issue title" },
52      body: { type: "string", description: "Issue body" },
53      repo: { type: "string", description: "Repository name" }
54    },
55    required: ["title", "repo"]
56  }
57}
58```
59 
60### 2. Ресурсы (Resources)
61Ресурсы  -  это данные, которые AI может читать. Они представляют файлы, записи базы данных, ответы API или любой другой источник данных. Ресурсы идентифицируются по URI.
62 
63```typescript
64{
65  uri: "file:///Users/dev/project/README.md",
66  name: "Project README",
67  mimeType: "text/markdown"
68}
69```
70 
71### 3. Промпты (Prompts)
72Промпты  -  это повторно используемые шаблоны, которые помогают структурировать взаимодействия. Они могут включать динамические параметры и полезны для стандартизации типичных рабочих процессов.
73 
74```typescript
75{
76  name: "code_review",
77  description: "Review code changes for quality and security",
78  arguments: [
79    { name: "diff", description: "The code diff to review", required: true }
80  ]
81}
82```
83 
84## Архитектура
85 
86MCP следует клиент-серверной архитектуре:
87 
88```mermaid
89graph LR
90    subgraph "Host Application"
91        Client[MCP Client]
92    end
93 
94    subgraph "MCP Server"
95        Server[Server Process]
96        Server --> Tools[Tools]
97        Server --> Resources[Resources]
98        Server --> Prompts[Prompts]
99    end
100 
101    Client -- "JSON-RPC 2.0\n(stdio or SSE)" --> Server
102```
103 
104- **Хост**: AI-приложение (Claude Desktop, Cursor, ваше пользовательское приложение)
105- **Клиент**: Поддерживает соединение 1:1 с MCP-сервером
106- **Сервер**: Предоставляет инструменты, ресурсы и промпты клиенту
107- **Транспорт**: Связь происходит через JSON-RPC 2.0 по stdio (локально) или Server-Sent Events (удалённо)
108 
109## Создание MCP-сервера
110 
111Давайте создадим практичный MCP-сервер, который работает со списком задач, хранящимся в JSON-файле.
112 
113### Настройка
114 
115```bash
116mkdir mcp-todo-server && cd mcp-todo-server
117npm init -y
118npm install @modelcontextprotocol/sdk zod
119```
120 
121### Реализация сервера
122 
123```typescript
124// src/index.ts
125import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
126import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
127import { z } from "zod";
128import fs from "fs";
129 
130const TODO_FILE = "./todos.json";
131 
132function readTodos(): { id: number; text: string; done: boolean }[] {
133  if (!fs.existsSync(TODO_FILE)) return [];
134  return JSON.parse(fs.readFileSync(TODO_FILE, "utf-8"));
135}
136 
137function writeTodos(todos: { id: number; text: string; done: boolean }[]) {
138  fs.writeFileSync(TODO_FILE, JSON.stringify(todos, null, 2));
139}
140 
141const server = new McpServer({
142  name: "todo-server",
143  version: "1.0.0",
144});
145 
146// Tool: Add a todo
147server.tool(
148  "add_todo",
149  "Add a new todo item",
150  { text: z.string().describe("The todo text") },
151  async ({ text }) => {
152    const todos = readTodos();
153    const newTodo = { id: Date.now(), text, done: false };
154    todos.push(newTodo);
155    writeTodos(todos);
156    return { content: [{ type: "text", text: `Added: "${text}"` }] };
157  }
158);
159 
160// Tool: List todos
161server.tool(
162  "list_todos",
163  "List all todo items",
164  {},
165  async () => {
166    const todos = readTodos();
167    const list = todos
168      .map((t) => `${t.done ? "✅" : "⬜"} [${t.id}] ${t.text}`)
169      .join("\n");
170    return { content: [{ type: "text", text: list || "No todos yet." }] };
171  }
172);
173 
174// Tool: Complete a todo
175server.tool(
176  "complete_todo",
177  "Mark a todo as completed",
178  { id: z.number().describe("The todo ID to complete") },
179  async ({ id }) => {
180    const todos = readTodos();
181    const todo = todos.find((t) => t.id === id);
182    if (!todo) return { content: [{ type: "text", text: "Todo not found." }] };
183    todo.done = true;
184    writeTodos(todos);
185    return { content: [{ type: "text", text: `Completed: "${todo.text}"` }] };
186  }
187);
188 
189// Resource: Current todos as a readable resource
190server.resource(
191  "todos://list",
192  "Current todo list",
193  async () => ({
194    contents: [{
195      uri: "todos://list",
196      mimeType: "application/json",
197      text: JSON.stringify(readTodos(), null, 2),
198    }],
199  })
200);
201 
202// Start the server
203const transport = new StdioServerTransport();
204await server.connect(transport);
205```
206 
207### Конфигурация
208 
209Чтобы использовать этот сервер с Claude Desktop, добавьте его в вашу конфигурацию:
210 
211```json
212{
213  "mcpServers": {
214    "todo": {
215      "command": "npx",
216      "args": ["tsx", "/path/to/mcp-todo-server/src/index.ts"]
217    }
218  }
219}
220```
221 
222## Создание MCP-клиента
223 
224Вы также можете создать пользовательский клиент, который подключается к любому MCP-серверу:
225 
226```typescript
227import { Client } from "@modelcontextprotocol/sdk/client/index.js";
228import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";
229 
230const transport = new StdioClientTransport({
231  command: "npx",
232  args: ["tsx", "./src/index.ts"],
233});
234 
235const client = new Client({ name: "my-client", version: "1.0.0" });
236await client.connect(transport);
237 
238// List available tools
239const { tools } = await client.listTools();
240console.log("Available tools:", tools.map((t) => t.name));
241 
242// Call a tool
243const result = await client.callTool({
244  name: "add_todo",
245  arguments: { text: "Write MCP blog post" },
246});
247console.log(result);
248```
249 
250## Популярные MCP-серверы
251 
252Экосистема MCP быстро растёт. Вот некоторые из самых популярных серверов:
253 
254| Сервер | Описание | Сценарий использования |
255|--------|----------|----------------------|
256| **GitHub** | Создание issues, PR, управление репозиториями | Рабочие процессы разработки |
257| **Slack** | Отправка сообщений, управление каналами | Командная коммуникация |
258| **PostgreSQL** | Запросы и управление базами данных | Доступ к данным |
259| **Filesystem** | Чтение, запись и поиск файлов | Локальная разработка |
260| **Puppeteer** | Автоматизация браузера и скрейпинг | Веб-тестирование |
261| **Sentry** | Мониторинг ошибок и отладка | Поддержка продакшена |
262| **Supabase** | База данных, аутентификация, хранилище | Бэкенд-операции |
263 
264## MCP vs A2A (Agent-to-Agent)
265 
266В то время как MCP обрабатывает коммуникацию **агент-инструмент**, протокол **A2A (Agent-to-Agent)** от Google обрабатывает коммуникацию **агент-агент**. Они дополняют друг друга:
267 
268```mermaid
269graph TD
270    Agent1[Agent 1] -- "A2A Protocol" --> Agent2[Agent 2]
271    Agent1 -- "MCP Protocol" --> Tool1[GitHub MCP Server]
272    Agent2 -- "MCP Protocol" --> Tool2[Database MCP Server]
273```
274 
275- **MCP**: Как AI-агент использует инструменты (вертикальная интеграция)
276- **A2A**: Как AI-агенты сотрудничают друг с другом (горизонтальная интеграция)
277 
278## Лучшие практики
279 
2801. **Держите серверы сфокусированными**: Один сервер на домен (сервер GitHub, сервер Slack и т.д.). Не создавайте монолитные серверы.
2812. **Валидируйте входные данные с помощью Zod**: Всегда валидируйте входные данные инструментов с помощью правильных схем.
2823. **Обрабатывайте ошибки корректно**: Возвращайте осмысленные сообщения об ошибках, а не стек-трейсы.
2834. **Используйте ресурсы для данных только для чтения**: Если AI нужно только читать данные, предоставляйте их как ресурс, а не как инструмент.
2845. **Добавляйте хорошие описания**: Хорошие описания инструментов и параметров помогают AI понять, когда и как использовать каждый инструмент.
2856. **Тестируйте с MCP Inspector**: Используйте `npx @modelcontextprotocol/inspector` для интерактивного тестирования вашего сервера.
286 
287## Начало работы
288 
289```bash
290# Create a new MCP server from template
291npx @modelcontextprotocol/create-server my-server
292 
293# Test with the MCP Inspector
294npx @modelcontextprotocol/inspector npx tsx ./src/index.ts
295```
296 
297## Заключение
298 
299MCP стал де-факто стандартом использования инструментов AI в 2026 году. Независимо от того, создаёте ли вы пользовательских AI-агентов, расширяете Claude Code или создаёте интеграции для существующих платформ, понимание MCP необходимо. Протокол достаточно прост, чтобы выучить его за полдня, но достаточно мощен для создания продакшен-уровня AI-рабочих процессов.
300 
301**Следующие шаги:**
302- Изучите [Спецификацию MCP](https://spec.modelcontextprotocol.io/)
303- Просмотрите [существующие MCP-серверы](https://github.com/modelcontextprotocol/servers) для вдохновения
304- Создайте свой первый сервер с TypeScript или Python SDK
305- Протестируйте его с Claude Desktop или MCP Inspector
306