Начните с доступа
Гайд про регистрацию и оплату Claude из России: текст со скриншотами, что делать, если не проходит карта.
- Старт с Claude 990 ₽
Схематично: вопрос про доступ и ответ из гайда
MCP (Model Context Protocol) работает как USB-разъём между Claude и внешним миром. Файлы, БД, Google Sheets, Telegram, Notion, GitHub, браузер, Figma подключаются одним JSON-файлом и сразу появляются в инструментах Claude Code. Расскажу что это, какие 15 серверов реально использую на проде в Кайтеке и клиентских проектах, как подключить и как написать свой за час на Python.
Что такое MCP Model Context Protocol простыми словами
Anthropic выкатили MCP осенью 2024 года. Идея простая. До него под каждую LLM приходилось писать свою интеграцию с Notion, GitHub, базой, Slack. Теперь на это есть единый стандарт. Сервер описывает свои tools, resources, prompts; клиент (Claude Desktop, Claude Code, Cursor, Continue) к нему подключается. Под капотом обычный JSON-RPC поверх stdio или HTTP/SSE.
Раньше я писал кастомный код «прочитать строки Google Sheet → отдать Claude в промпт». Сейчас в `.mcp.json` лежит две строки про сервер `google-sheets-mcp`, и Claude Code сам вызывает `read_rows`, `append_row`, `update_cell` когда ему это нужно по контексту задачи. У меня на боте «Диспетчер» это сократило связующий код примерно в 5 раз.
Зачем это вам, три причины. Первая: не пишете руками I/O-слои. Вторая: написали сервер один раз, и он работает во всех клиентах сразу — в Claude Desktop, Code, Cursor, любом агентском фреймворке который умеет MCP. Третья про безопасность: сервер локальный, токены не утекают в облако LLM-провайдера, можно зашить permission scopes.
Что MCP не делает Чтобы не было ложных ожиданий
- Это не «плагины ChatGPT». Плагины ChatGPT работали только в браузерном UI, через OpenAPI-схему, в облаке. MCP — локальный протокол по stdio (или HTTP), серверы крутятся у вас на машине или в вашей сети.
- Это не магия. MCP, это спецификация JSON-RPC. Сервер описывает функции, Claude их вызывает. Никакого «AI сам найдёт API и подключится». Каждый сервер пишут руками или берут готовый из реестра.
- Это не замена API-вызовам внутри кода. MCP полезен когда вы хотите дать Claude инструмент. Если ваш код просто ходит в API без участия LLM, MCP не нужен, нужен обычный HTTP-клиент.
- Это не только для Anthropic. Cursor, Continue, Cline, Zed, Goose, OpenAI Agents SDK поддерживают MCP в 2026. Стандарт уже становится индустриальным, без привязки к одному вендору.
Топ-15 серверов Что у меня реально подключено в работе
Это не обзор всех 200 серверов из реестра. Только то, что крутится у меня на ноуте и серверах прямо сейчас: на сайте kulievvb.ru, в Кайтеке, на боте «Диспетчер» у клиента-поставщика.
Категория 1: файловая система и код
filesystem
Официальный сервер Anthropic. Чтение/запись файлов в указанных папках. У меня прибит к корню проекта плюс к папке `_drafts/`, куда Claude сам кладёт черновики постов.
use-case · мульти-канальный публикатор Кайтек
github
Создаёт issue, читает PR, оставляет review-комменты, мерджит. Удобно когда веду 4 репо параллельно: спрашиваю «что висит» и получаю сводку без переключения вкладок.
use-case · ревью кода CRM Кайтек по утрам
git
Локальный git: история, diff, blame. Не путать с github-сервером, этот работает с любым репо на диске, без сети. Claude через него сам пишет осмысленные коммиты по conventional commits.
use-case · автокоммиты в kitetech.ru/seo-system
Категория 2: данные и таблицы
google-sheets
Чтение/запись листов через сервис-аккаунт. На боте «Диспетчер» Google Sheets выступает как БД: 200-500 строк в день, sync с CRM Кайтека идёт через тот же сервис-аккаунт.
use-case · Журнал доходов школы, sync CRM ↔ Sheets
postgres
Read-only коннект к Postgres. Claude пишет SQL под мою задачу («сколько клиентов записалось в мае») и сам же выполняет, мне приносит готовый результат. Права на UPDATE/DELETE нет, и это важно.
use-case · аналитика CRM, отчёты РОП
sqlite
Для маленьких локальных БД: логи публикатора, статистика прогонов rank tracker, кэш. SQLite-сервер MCP работает с любым .db-файлом без настройки.
use-case · логи мульти-канального публикатора
Категория 3: мессенджеры и коммуникации
telegram
Через Bot API: отправка сообщений в каналы, чтение апдейтов, инлайн-кнопки. У меня публикатор сам шлёт пост в @kitetech через MCP, не через отдельный кастомный код.
use-case · публикация в @kitetech канал
slack
У клиентов где Slack: отправка алертов в каналы, чтение тредов. Полезно когда Claude в роли наблюдателя: «прочитай 30 последних сообщений в #support и собери частые жалобы».
use-case · алерты деплоя клиентского проекта
email (Gmail / Yandex)
IMAP/SMTP-сервер. Читает входящие, отвечает по шаблону, помечает прочитанным. На kitetech.ru@yandex.ru висит для разбора входящих заявок, 80% классифицируются автоматически.
use-case · разбор почты kitetech.ru@yandex.ru
Категория 4: продукт и заметки
notion
Базы, страницы, свойства. Claude обновляет статусы задач, создаёт страницы под новые проекты, тянет факты из базы знаний. Альтернатива wiki в репозитории для тех, кто не любит markdown в git.
use-case · CRM лидов у клиента-агентства
linear
Управление задачами. Сделать новый issue из переписки с клиентом, обновить статус, перенести в спринт. Часто связка с github-сервером: PR закрыт → Linear-issue закрывается автоматом.
use-case · трекинг задач MWB-агентства
obsidian
Локальный vault Obsidian как knowledge base. Claude читает заметки, добавляет новые, ставит обратные ссылки. У меня в Кайтеке wiki ведётся именно через Obsidian-структуру.
use-case · база знаний MWB и Кайтек
Категория 5: браузер, дизайн, поиск
playwright / browser
Реальный браузер через Chrome DevTools Protocol. Открыть страницу, кликнуть, заполнить форму, заскринить. У меня крутится поверх него вся автоматизация Яндекс.Бизнеса, Я.Директа и VK где API не хватает.
use-case · публикация в Я.Бизнес и VK через CDP
figma
Чтение фреймов и компонентов, генерация кода по дизайну. На клиентских проектах (B2C-сервис, фото-студия) Claude брал layout прямо из Figma и собирал HTML/CSS под него.
use-case · клиентский сайт: Figma → HTML
brave-search / tavily
Веб-поиск с возвратом текста страниц. Когда нужно собрать свежие данные по теме статьи или проверить факт, Claude ищет сам, а я не гуглю и не копирую сниппеты в чат.
use-case · фактчек SEO-статей для kitetech.ru/blog
Подключение Как подключить MCP в Claude Code за 5 минут
Два сценария: глобально для Claude Desktop и локально под конкретный проект через `.mcp.json`. Второй использую я, потому что у каждого проекта свой набор серверов.
Вариант A
Глобально через claude_desktop_config.json
Файл лежит в `%APPDATA%\Claude\` на Windows и `~/Library/Application Support/Claude/` на Mac. Туда вписываете блок `mcpServers` с командой запуска. После рестарта Claude Desktop сервер виден везде. Минус в том, что он мешает в проектах где не нужен.
Вариант B
Локально через .mcp.json в корне проекта
В корне проекта кладёте `.mcp.json` с тем же форматом. Claude Code подхватывает только при запуске из этой папки. Серверы скоупятся проектом. Это рекомендованный вариант для команды и для безопасности, токены не утекают между проектами.
Минимальный пример `.mcp.json` с тремя серверами (файлы, github, sqlite):
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"F:/PROJECTS/kitetech.ru",
"F:/PROJECTS/MWB"
]
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxx"
}
},
"sqlite": {
"command": "uvx",
"args": [
"mcp-server-sqlite",
"--db-path",
"F:/PROJECTS/kitetech.ru/publisher/logs.db"
]
}
}
}После сохранения файла в Claude Code пишете `/mcp` и видите список подключённых серверов с их инструментами. Если что-то не подцепилось, команда `claude --mcp-debug` покажет логи запуска каждого сервера и где он упал. Чаще всего проблема в токене или в путях с пробелами на Windows.
Свой сервер Как сделать свой MCP-сервер на Python за час
Когда готового сервера для вашей задачи нет, пишете свой. Это минимальный файл на 50 строк, который даёт Claude один-два инструмента, без всякого фреймворка и инфраструктуры. Структура ниже взята из реального сервера для CRM Кайтек.
Понадобится Python 3.11+ и пакет `mcp` от Anthropic. Сервер общается через stdio, никакого HTTP-сервера поднимать не надо. Claude запускает его сам как subprocess и шлёт JSON-RPC через stdin/stdout.
# server.py
import asyncio
from mcp.server import Server
from mcp.server.stdio import stdio_server
from mcp.types import Tool, TextContent
import httpx
app = Server("kitetech-crm")
@app.list_tools()
async def list_tools() -> list[Tool]:
return [
Tool(
name="get_client_by_phone",
description="Найти клиента CRM Кайтек по номеру телефона",
inputSchema={
"type": "object",
"properties": {
"phone": {"type": "string", "description": "+7XXXXXXXXXX"}
},
"required": ["phone"],
},
)
]
@app.call_tool()
async def call_tool(name: str, args: dict) -> list[TextContent]:
if name == "get_client_by_phone":
async with httpx.AsyncClient() as c:
r = await c.get(
"https://crm.kiteanapa.ru/api/clients/search",
params={"phone": args["phone"]},
headers={"Authorization": "Bearer " + os.environ["CRM_TOKEN"]},
)
return [TextContent(type="text", text=r.text)]
raise ValueError(f"Unknown tool: {name}")
async def main():
async with stdio_server() as (read, write):
await app.run(read, write, app.create_initialization_options())
if __name__ == "__main__":
asyncio.run(main())Дальше добавляете в `.mcp.json` запись:
{
"mcpServers": {
"kitetech-crm": {
"command": "C:/Python311/python.exe",
"args": ["F:/PROJECTS/kitetech.ru/mcp/server.py"],
"env": { "CRM_TOKEN": "xxxxx" }
}
}
}Всё. Перезапускаете Claude Code, пишете «найди клиента по +79991234567 в CRM Кайтек», и он сам вызывает ваш `get_client_by_phone`, парсит ответ, рассказывает что нашлось. Час работы. Дальше по тому же шаблону дописываете нужные методы: `create_lead`, `update_status`, `get_lessons_for_day`.
Реальные кейсы Где у меня MCP крутится прямо сейчас
Это конкретные продакшен-инсталляции на 14/05/2026, а не разговоры про «потенциал применения».
Мульти-канальный публикатор Кайтек
15 каналов из одного драфта. MCP-серверы telegram, google-sheets, filesystem, sqlite, playwright. Claude Code забирает черновик из `_drafts/`, адаптирует под каждый канал через humanizer-ru, шлёт куда надо, логирует в SQLite. ~30 публикаций в неделю автоматом.
сервера · filesystem + telegram + sqlite + playwright
Бот «Диспетчер» (клиент-поставщик)
200-500 сообщений в день из Telegram-чата → задачи в Google Sheets с маскированием ПД. MCP-серверы google-sheets и telegram. Claude Code держит логику классификации, а I/O остаётся на MCP-стороне. Цена бота 150 000 ₽ вместо 600 000 ₽ у конкурентов.
сервера · google-sheets + telegram
SEO-публикатор kitetech.ru/blog
Своя SEO-система пишет статьи в моём тоне голоса через brand_voice / knowledge / owner_qa. MCP-серверы filesystem (читает базу знаний) + tavily (свежие факты) + sqlite (rank tracker). 18 регионов, 16 конкурентов, 40 ключей.
сервера · filesystem + tavily + sqlite
Аналитика CRM Кайтек
Read-only postgres-сервер прибит к проду CRM. Утром спрашиваю «сколько новых клиентов записалось вчера, какая выручка, какие лиды без касаний больше 3 дней», и Claude сам пишет SQL, выполняет, приносит ответ. Дашборд не нужен, хватает одного разговора.
сервера · postgres (read-only) + filesystem
FAQ Частые вопросы
Чем MCP отличается от function calling / tool use в API?
Function calling, это формат сообщения внутри одного API-вызова к Claude или OpenAI. MCP работает уровнем выше: протокол поверх stdio/HTTP между клиентом и отдельным процессом-сервером. Function calling отвечает на вопрос что отправить в модель. MCP отвечает где взять и куда положить эти функции, чтобы переиспользовать их в разных клиентах. Под капотом MCP-клиент превращает tools сервера в function-calling-схему для конкретной модели.
Сколько серверов одновременно можно подключить?
Технического лимита нет, практический около 8-12 на проект. Если больше, Claude начинает «теряться» какой инструмент брать, плюс контекст промпта раздувается описаниями инструментов. У меня на проекте Кайтек 9 серверов, на MWB их 6, на боте «Диспетчер» 4. Подключать всё подряд «на всякий случай» не стоит.
Безопасно ли давать MCP-серверу токен от GitHub / Slack / Postgres?
Сервер крутится локально, как обычный процесс на вашей машине. Токен живёт в `env` блока конфига, в LLM-провайдер он не уходит. Но Claude при этом может вызвать любой инструмент сервера, поэтому Postgres подключайте read-only, GitHub с ограниченным scope, Slack без admin-прав. Принцип least privilege применяется ровно как для любого скрипта.
Что если готового сервера нет, а писать свой не хочется?
Сначала проверьте github.com/modelcontextprotocol и сторонние реестры, серверов уже сотни. Если нужного нет, попросите у Claude Code «напиши MCP-сервер для X». Минимальный сервер на Python это 40-60 строк, AI справляется за 5-10 минут. Получите рабочий прототип, дальше допилите под себя. У меня так появилось 3 кастомных сервера для своих проектов.
Можно ли использовать MCP не с Claude?
Да. Cursor, Continue, Cline, Zed, Goose, OpenAI Agents SDK поддерживают MCP. Внутри они конвертируют MCP-tools в свой формат function-calling и шлют в ту модель, которую используют (GPT-4, Gemini, локальные через Ollama). Один и тот же сервер `google-sheets-mcp` работает и из Claude Desktop, и из Cursor с GPT-4o, и из Cline с локальной моделью. Это и есть смысл стандарта.
MCP это надолго или мода?
В 2026 году MCP поддерживается всеми крупными агентскими клиентами и OpenAI Agents SDK. Anthropic выпустила спецификацию под открытой лицензией. Реестр серверов растёт, появились маркетплейсы. По всем признакам это становится HTTP-уровнем для AI-агентов и не уйдёт ближайшие 3-5 лет минимум. Но обвязывать всю свою инфраструктуру в MCP «на всю жизнь» не надо: слой тонкий, можно сменить.
CTA Если хочется собрать у себя
MCP — самый быстрый способ выйти из «спрашиваю Claude в чате» в «Claude сам ходит в мои данные». Час уходит на первый сервер, день на рабочий стек из 4-5 серверов под проект, неделя на полную автоматизацию контента или клиентского саппорта.
Если хотите без проб и ошибок собрать рабочий стек под свой бизнес, у меня есть углублённый продукт Claude Code Deep с разбором MCP, hooks, agents и skills на живых проектах. Там же лежат мои шаблоны `.mcp.json` для типичных задач малого бизнеса: контент / CRM / поддержка / аналитика.
Или сразу оставьте бриф, соберу инфраструктуру под ключ. На бот «Диспетчер» это заняло 3 недели и 150 000 ₽, на мульти-канальный публикатор Кайтек ушло 2 недели, и он работает на $5/мес VPS. Такие интеграции я собираю как услугу: автоматизация процессов.
Что дальше Связанные статьи и продукты
- Claude Code Deep: углублённый разбор MCP, hooks, agents
- Claude Code на русском: как я веду 6 проектов из терминала
- Vibe coding: что это и почему я перевёл на него весь бизнес
- DIY-курс «Vibe Coding в 7 шагов», 1 490 ₽
- Пакет шаблонов «AI-стартер», 4 990 ₽ (включая `.mcp.json`-стартеры)
- Бриф на кастомную разработку, от 150 000 ₽
Дисклеймер
Цифры и кейсы из этой статьи, это мой реальный продакшен на 14/05/2026 (Кайтек, мульти-канальный публикатор, бот «Диспетчер», SEO-система kitetech.ru). MCP-спецификация и реестр серверов активно развиваются, конкретные имена пакетов и команды запуска могут меняться, проверяйте актуальную документацию на modelcontextprotocol.io и в репозиториях серверов. Никаких гарантий результата или сроков сборки у себя не даю: каждая инфраструктура зависит от вашего стека, данных и людей.