MCP (Model Context Protocol): как настроить источники данных для AI Agent?

Коротко: Agent умеет писать код, но не видит ваши GitHub Issues, схему БД и внутреннюю документацию — проблема часто не в модели, а в том, что никто не объяснил, откуда берутся данные. Статья начинается с протокола MCP: слои архитектуры, три примитива Tools / Resources / Prompts, stdio и HTTP, затем примеры настройки и чек-лист для Cursor и Claude Code. После прочтения вы сможете самостоятельно подключить типовые источники без glue-кода для каждого SaaS.

Материалы серии: инструкция по установке MCP в Claude Code · 20 рекомендуемых MCP Server · минимальная экспозиция прав MCP

Что такое MCP? Какую проблему решает?

Model Context Protocol (MCP) — открытый стандарт, опубликованный Anthropic в конце 2024 года. Цель: AI-приложения (Host) должны единым и аудируемым способом подключаться к внешнему миру — репозитории, БД, документация, тикеты, браузер — без custom-интеграции на каждый источник.

До MCP команды обычно шли одним из двух путей:

• Ручное копирование контекста — ссылки на issues, SQL-результаты, ответы API в чат. Точно, но медленно и не масштабируется.
• Собственный Function Calling — schema и auth для GitHub, Postgres, Notion по отдельности. Гибко, но дорого в поддержке; смена клиента (Cursor → Claude Code) часто означает переписывание.

MCP — третий путь: стандартизация интерфейса «источник данных ↔ Agent». Настроили GitHub MCP один раз — Cursor, Claude Code, VS Code Copilot и OpenAI Codex могут переиспользовать; сообщество поддерживает тысячи готовых Server для SaaS и dev-tools.

Три слоя: Host, Client, Server

Для настройки MCP сначала разберите три роли:

Типичная цепочка: в Cursor спрашиваете «Какие файлы изменил PR #42?» → Host → модель выбирает mcp__github__get_pull_request → Client отправляет через stdio или HTTP в GitHub MCP → Server вызывает GitHub API → структурированный JSON → ответ на основе реальных данных.

Важно: вы настраиваете подключение к Server (команда, URL, переменные окружения). Host автоматически обнаруживает tools — не нужно вручную вставлять API-доку в prompt: при старте Server через tools/list отдаёт список возможностей.

Три примитива: Tools, Resources, Prompts

MCP Server предоставляет три типа возможностей — разные паттерны подключения источников:

Tools — «дать Agent выполнять действия»

Самый частый случай. У каждого Tool есть имя, описание и input schema (JSON Schema); Agent вызывает по необходимости. Примеры: GitHub MCP search_code, Playwright MCP browser_click, DB MCP execute_query.

При настройке источников: ~90 % сценариев — Tool-ориентированные Server: чтение repo, запрос таблиц, HTTP, управление браузером.

Resources — «статический контекст для чтения»

Resources — адресуемые фрагменты данных, как read-only файлы с URI. Server объявляет file://docs/api.md или db://schema/users; Host может загрузить содержимое до или во время диалога — без угадывания, какой Tool вызвать.

Подходит для: README, OpenAPI spec, снимок схемы БД, шаблонов конфигурации — знания относительно стабильные и перечислимые.

Prompts — «готовые точки входа в workflow»

Server может отдавать именованные шаблоны prompt (с параметрами) — «Code Review», «скрипт миграции» и т. п. В сообществе используются реже Tools, но удобны для упаковки командных SOP.

Типы источников и типичные MCP Server

Таблица связывает «что хочу подключить» с «какой Server». Полный список из 20: рекомендуемые MCP Server 2026.

Транспортный слой: stdio или HTTP?

Client и Server MCP обмениваются JSON-RPC 2.0. В 2026 доминируют два транспорта:

stdio (стандартный ввод/вывод)

Host запускает Server как subprocess, напр. npx -y @modelcontextprotocol/server-github, сообщения через stdin/stdout. Плюсы: простая config, без открытых портов, удобно локально. Минусы: процесс на Server; полные Docker-версии могут превысить лимит Cursor ~40 tools.

Streamable HTTP / SSE (Remote)

Server удалённо или официально хостится; Client по HTTPS, часто OAuth. GitHub, Supabase, Linear, Sentry предлагают Remote-варианты. Плюсы: компактные наборы tools, без локального Node/Docker, tokens через OAuth. Минусы: зависимость от сети; в корп. сети проверьте egress.

Настройка источников в Cursor

Cursor: Settings → MCP или ~/.cursor/mcp.json. Структура: объект mcpServers, одна запись на Server.

Пример 1: локальный stdio — Fetch MCP

{
  "mcpServers": {
    "fetch": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-fetch"]
    }
  }
}

Пример 2: локальный stdio — GitHub MCP (PAT)

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxx"
      }
    }
  }
}

Лучше: официальный GitHub Remote MCP в UI Cursor (OAuth) — меньше tools, PAT не в JSON. PAT fine-grained read-only; не коммитить в git.

Пример 3: Context7 (источник документации)

{
  "mcpServers": {
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp"]
    }
  }
}

После сохранения перезапустите Cursor; Settings → MCP — статус Connected зелёный. В Agent-режиме: «синтаксис middleware Next.js 15?» — при правильной config модель вызовет Context7, а не выдумает API.

Настройка источников в Claude Code

Claude Code: ~/.claude.json (пользователь) или .mcp.json в корне проекта. Структура похожа на Cursor, пути немного отличаются.

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxx"
      }
    },
    "codegraph": {
      "command": "codegraph",
      "args": ["mcp"]
    }
  }
}

После изменений полностью выйдите из Claude Code и запустите снова; в корне repo выполните claude, в сессии введите /mcp — список Server и tools. Успех: префиксы mcp__github__*, mcp__codegraph__*.

Пошагово: инструкция по установке MCP в Claude Code; обзор архитектуры: цепочка MCP GitHub Files API.

Уровень проекта vs пользователя: куда писать config?

Best practice: credentials и личные предпочтения на уровне пользователя (не в git); источники, привязанные к repo (путь CodeGraph, project docs Server) в .mcp.json с commit — clone-and-go для команды. Чувствительные tokens через env, напр. "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_PAT}" }, инжект из shell или CI.

Проверка: Agent действительно использует источник

Настроено ≠ работает. Чек-лист:

1. Связь — Cursor: MCP зелёный в Settings; Claude Code: /mcp без error.
2. Tools видны — целевой tool существует, напр. mcp__github__search_code.
3. Smoke-тест — чёткая инструкция: «Список open issues этого repo через GitHub MCP» или «Context7: последний синтаксис Prisma migrate».
4. Ошибки наблюдаемы — если Agent не вызывает tools: слишком много tools, размытая задача; уточните «использовать GitHub MCP».
5. Граница прав — запрещённое действие (удалить repo) должно вернуть 403, а не тихий «OK».

Права и границы безопасности

Каждый источник открывает Agent дверь во внешние системы. Принцип: по умолчанию read-only, запись явно, production изолирован.

• GitHub PAT — fine-grained token, только целевые repos; Issues/Contents read-only хватает для большинства dev-сценариев.
• DB DSN — dev-БД с read-only ролью; никогда не класть prod write-DSN в project config.
• Filesystem MCP — ограничить args корнем проекта, не $HOME и не /.
• Внутренние API — staging read-only; workspace Claude без prod .env.

Матрица стратегий и цепочки атак: минимальная экспозиция прав MCP.

Типичные неполадки

Частые вопросы

Чем MCP отличается от Function Calling?

Function Calling объявляет tools в одном API-запросе, часто привязан к модели/вендору. MCP — постоянное подключение к Server и открытый протокол: одна настройка, много клиентов, экосистема сообщества. MCP ≈ стандартизированный сменяемый runtime для Function Calling.

Можно ли написать свой MCP Server?

Да. Официальные SDK: TypeScript (@modelcontextprotocol/sdk), Python и др. Типично: внутренний wiki, ticketing API, data lake. Минимум: tools/list и tools/call, stdio — отладка в Cursor.

Отправляет ли MCP данные вендору модели?

Результаты tool-вызовов попадают в контекст диалога и уходят с запросом в LLM API Host — это необходимо для работы Agent. MCP сам ничего «лишнего» не загружает; риск = какие права вы дали Server. Minimal privilege ограничивает поверхность.

Какие источники подключать первыми в 2026?

Обычно Context7 (docs) + GitHub (repo) + Playwright (браузер). Backend: Supabase или DBHub; Linear/Notion — если команда ими пользуется. Подробнее: 20 рекомендуемых MCP Server.