MCP (Model Context Protocol)
До MCP каждый ИИ-агент или ассистент делал свои интеграции с CRM, базами знаний, поиском, банковскими системами. Это плохо масштабировалось: для нового продукта приходилось писать всё заново. MCP пытается решить эту проблему как когда-то LSP решил её для языковых серверов в IDE.
Что описывает протокол
- Tools — функции, которые модель может вызвать (это аналог function calling, но стандартизированный).
- Resources — структурированные источники данных, к которым модель может обращаться: документы, базы, файлы.
- Prompts — переиспользуемые шаблоны промптов, которые сервер может предлагать клиенту.
Зачем это вам
- Хотите, чтобы ваш сервис работал с разными агентами и ассистентами — делаете один MCP-сервер.
- Строите внутренний ИИ-инструмент — подключаете готовые MCP-сервера для нужных систем, не пишете интеграции с нуля.
- Унифицируете права доступа и аудит: всё проходит через одинаковый протокол.
Когда применять и когда нет
Применять
- Строите экосистему, где несколько ИИ-инструментов работают с одной системой
- Хотите дать внешним клиентам и ассистентам стандартный доступ к вашему API
- Внутренние агенты должны ходить в десятки разных систем
Не применять
- Один маленький ассистент с одной интеграцией — стандартного function calling обычно достаточно
- Экспериментальные прототипы, которые ещё не дошли до интеграций
Примеры применения
Команда поддержки запускает агента в IDE разработчика. Через MCP она подключает сервер своего тикет-трекера, сервер базы знаний и сервер CRM. Сами интеграции писали один раз, не привязываясь к конкретной модели или ассистенту. Завтра при переходе с одной модели на другую все эти инструменты продолжат работать без изменений.
Часто задаваемые вопросы
Function calling — это механизм внутри одной модели или провайдера. MCP — общий протокол поверх него, который описывает, как разные ИИ-приложения и серверы инструментов могут говорить на одном языке. Один MCP-сервер может работать с десятком разных моделей и агентов без переписывания.
Протокол открытый, спецификацию и эталонную реализацию изначально опубликовала Anthropic. Сейчас его поддерживают и другие разработчики ИИ-продуктов, появляются клиенты и серверы от разных команд, постепенно складывается экосистема.