Что такое MCP (Model Context Protocol)

Model Context Protocol (MCP) — это открытый стандарт, по которому AI-приложения (Claude, ChatGPT, Cursor, VS Code, а в России агенты на YandexGPT и GigaChat) подключаются к внешним данным и инструментам через один общий интерфейс. Anthropic опубликовала его 25 ноября 2024 года, и за полтора года он стал фактическим стандартом индустрии для AI-агентов.

Проще всего представить MCP как разъём USB-C для искусственного интеллекта. Сервис реализует MCP-сервер, и с ним сразу может работать любой совместимый AI-ассистент. Ниже объясняем, как устроен протокол, что изменилось в актуальной версии спецификации в июле 2026 года и что MCP даёт бизнесу.

Какую проблему решает MCP

MCP заменяет «интеграцию на каждую пару» одним общим протоколом. До него каждое AI-приложение писало свой коннектор к каждому сервису: чат-бот к CRM, IDE к GitHub, агент к базе данных. При N приложениях и M сервисах это N × M отдельных интеграций, которые нужно поддерживать.

В анонсе Anthropic проблема сформулирована так: даже самые сильные модели изолированы от данных, запертых в информационных силосах и устаревших системах, а каждый новый источник требует собственной реализации. С MCP задача превращается в N + M: каждое приложение один раз реализует MCP-клиент, каждый сервис один раз реализует MCP-сервер.

Авторы спецификации прямо указывают на прообраз из мира разработки: Language Server Protocol (LSP). LSP позволил любому редактору кода поддерживать любой язык программирования, MCP делает то же для AI-приложений и внешних инструментов.

Как MCP стал стандартом индустрии

За год MCP прошёл путь от проекта одной компании до нейтрального стандарта под эгидой Linux Foundation. Протокол создали инженеры Anthropic Дэвид Сория Парра (David Soria Parra) и Джастин Спар-Саммерс (Justin Spahr-Summers). Спецификация версионируется по датам выпуска, актуальная редакция на октябрь 2026 года называется 2026-07-28.

К моменту передачи в Linux Foundation у MCP было более 97 млн скачиваний SDK в месяц и около 10 000 активных серверов. Полноценная поддержка есть в ChatGPT, Claude, Cursor, Gemini, Microsoft Copilot и Visual Studio Code. Техническое направление по-прежнему определяют мейнтейнеры проекта, а фонд даёт нейтральную площадку и инфраструктуру.

Архитектура: хост, клиент и сервер

В MCP три роли, и главная из них хост: именно он держит разговор с моделью и решает, что кому передавать.

• Хост — это AI-приложение, с которым работает человек: Claude, ChatGPT, IDE. Он создаёт клиентов, управляет разрешениями, спрашивает согласие пользователя и собирает контекст для модели.
• Клиент — это коннектор внутри хоста. Один клиент всегда работает ровно с одним сервером и держит границу безопасности между серверами.
• Сервер — это сервис, который отдаёт данные и действия: файловая система, база данных, CRM, PIM. Он может быть локальным процессом на компьютере или удалённым сервисом в облаке.

Ключевой принцип архитектуры: сервер не видит всего разговора и не видит другие серверы. Полная история остаётся у хоста, сервер получает только то, что нужно для конкретного запроса. Благодаря этому серверы просто писать и легко комбинировать.

Хост держит модель и диалог, а каждый сервер получает через своего клиента только те запросы, которые ему адресованы.

Формат сообщений и транспорты

Все сообщения передаются в формате JSON-RPC 2.0 в кодировке UTF-8. Стандарт описывает два транспорта:

• Stdio: клиент запускает сервер как подпроцесс и обменивается строками JSON через стандартные потоки ввода и вывода. Подходит для файлов, Git, локальных БД
• Streamable HTTP: каждое сообщение уходит HTTP POST-запросом на один адрес, ответ приходит объектом JSON или потоком SSE. Используют для удалённых облачных серверов SaaS-сервисов.

Что значит «stateless» в версии 2026-07-28

До июля 2026 года соединение начиналось с рукопожатия initialize, после которого сервер хранил сессию. В редакции 2026-07-28 рукопожатие и сессии убрали. Теперь каждый запрос сам несёт версию протокола и возможности клиента в поле _meta, а сервер сообщает о себе через новый метод server/discover.

Для бизнеса это важно в первую очередь инфраструктурно. MCP-сервер теперь масштабируется как обычный REST-сервис: запросы можно распределять по любым инстансам за балансировщиком, не привязывая клиента к одной машине. Для обратной совместимости клиенты и серверы умеют распознавать старую версию собеседника и переключаться на прежнюю схему.

Что умеет передавать MCP

MCP-сервер отдаёт три вида сущностей, и разница между ними в том, кто решает их использовать: модель, приложение или пользователь.

На практике больше всего используются tools: именно они превращают чат-бота в агента, который действует в ваших системах. С версии 2025-06-18 инструмент может вернуть не только текст, но и структурированные данные по схеме, а аннотации подсказывают клиенту, что инструмент только читает или может что-то удалить.

Возможности на стороне клиента

Иногда серверу нужно что-то спросить у клиента по ходу работы. В актуальной спецификации основной такой механизм один.

• Elicitation (запрос данных у пользователя). Сервер просит хост показать форму или открыть ссылку, например уточнить категорию товара или подтвердить действие.
• Sampling (запрос к модели клиента) и Roots (границы файловой системы) в версии 2026-07-28 помечены как устаревшие. Вместо sampling спецификация рекомендует серверу напрямую работать с API провайдера модели, вместо roots передавать пути в параметрах инструментов. Минимальный срок для перехода составляет 12 месяцев.

Раньше сервер отправлял такие запросы клиенту по собственной инициативе. Теперь действует схема Multi Round-Trip Requests: сервер отвечает «нужны данные» (input_required), клиент собирает ответ у пользователя и повторяет исходный запрос уже с ним. Так серверу не нужно хранить состояние между вызовами.

Расширения

Поверх ядра существуют официальные опциональные расширения, которые клиент и сервер включают по договорённости:

• Tasks: долгие асинхронные операции с опросом статуса, например импорт или выгрузка большого каталога.
• MCP Apps: интерактивный интерфейс (графики, формы, видеоплееры) прямо в диалоге с ассистентом.
• Skills over MCP: структурированные инструкции для агентов, которые распространяются через MCP.

Как это работает

Разберём условный пример. Контент-менеджер пишет ассистенту: «Найди товары в категории Платья без описания». К ассистенту подключён MCP-сервер PIM-системы.

1. Обнаружение. Клиент запрашивает у сервера список инструментов (tools/list) и передаёт их описания модели.
2. Выбор. Модель читает описания и решает, что нужен инструмент поиска товаров с фильтром.
3. Подтверждение. Хост показывает пользователю, какой инструмент будет вызван и с какими аргументами. Спецификация рекомендует всегда оставлять человеку возможность отклонить вызов.
4. Вызов. Клиент отправляет tools/call, сервер выполняет запрос к своей базе и возвращает результат.
5. Ответ. Модель получает результат и формулирует ответ, а если нужно, вызывает следующий инструмент, например генерацию описаний.

Так выглядит описание инструмента в ответе на tools/list (сокращено):

{
  "name": "find_products",
  "title": "Поиск товаров",
  "description": "Ищет товары в каталоге по категории и заполненности атрибутов",
  "inputSchema": {
    "type": "object",
    "properties": {
      "category": { "type": "string" },
      "empty_attribute": { "type": "string" }
    },
    "required": ["category"]
  },
  "annotations": { "readOnlyHint": true }
}

А так выглядят вызов и ответ. Поле _meta с версией протокола обязательно с версии 2026-07-28:

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "find_products",
    "arguments": { "category": "Платья", "empty_attribute": "Описание" },
    "_meta": { "io.modelcontextprotocol/protocolVersion": "2026-07-28" }
  }
}

{
  "jsonrpc": "2.0",
  "id": 2,
  "result": {
    "resultType": "complete",
    "content": [{ "type": "text", "text": "Найдено 14 товаров без описания" }],
    "isError": false
  }
}

Если аргумент неверный, сервер возвращает результат с isError: true и понятным текстом ошибки. Модель читает его и сама исправляет вызов. Поскольку сессий больше нет, состояние между вызовами (корзина, транзакция, задача импорта) передаётся явным идентификатором в аргументах.

Безопасность и авторизация

MCP даёт модели доступ к реальным данным и действиям, поэтому безопасность тут не приложение, а основа. Спецификация честно признаёт, что сам протокол не может принудить к соблюдению принципов безопасности, ответственность лежит на разработчиках хостов и серверов.

Три базовых принципа спецификации

• Согласие и контроль пользователя. Человек явно разрешает доступ к данным и понимает, какие действия выполняются.
• Приватность данных. Хост не передаёт данные пользователя серверам и другим сторонам без его согласия.
• Осторожность с инструментами. Инструмент фактически означает выполнение произвольного кода. Описания и аннотации инструментов считаются недоверенными, если сервер не проверен.

Авторизация

Удалённые MCP-серверы используют OAuth 2.1 (с версии 2025-03-26). Сервер выступает как ресурс-сервер, а клиент получает токен у сервера авторизации. Серверу запрещено принимать токены, выпущенные не для него, и слепо пробрасывать их дальше. Рекомендуемая модель прав доступа прогрессивная: сначала минимальные права на чтение, расширение только при первой попытке привилегированного действия.

Главные риски

Термины tool poisoning, rug pull и shadowing ввели исследователи Invariant Labs в апреле 2025 года. Они показали, как инструмент «сложить два числа» заставляет агента передать SSH-ключи и конфигурацию с паролями от других сервисов. Практический вывод для компании простой: сторонний MCP-сервер нужно оценивать так же, как любую зависимость с доступом к корпоративным данным.

Экосистема

MCP поддерживают все крупные AI-платформы, а число активных серверов превышает 10 000.

Клиенты (хосты). Claude (веб, десктоп, Claude Code), ChatGPT, Gemini, Microsoft Copilot, Cursor, Visual Studio Code. В потребительских продуктах удалённые MCP-серверы обычно называются «коннекторами» или «приложениями».

Реестр серверов. С 8 сентября 2025 года работает официальный MCP Registry: открытый каталог и API публичных серверов. Маркетплейсы коннекторов конкретных клиентов и корпоративные внутренние реестры могут брать данные оттуда и дополнять их.

SDK. Официальные библиотеки для написания серверов и клиентов разделены на уровни по полноте поддержки протокола. Среди Tier 1: TypeScript, Python, C#, Go, Rust, Ruby. Далее Java, а в число Tier 3 входят Swift, PHP, Kotlin.

Рост экосистемы хорошо виден по цифрам. К декабрю 2025 года было более 97 млн скачиваний SDK в месяц и около 10 000 активных серверов.

MCP в России

Сервисы Anthropic и OpenAI официально недоступны для пользователей из России, но сам протокол открытый и уже поддерживается российскими AI-платформами.

Yandex AI Studio (YandexGPT) работает через MCP Hub: внешний сервер подключается по адресу и учётным данным и становится доступен AI-агентам. Есть готовые шаблоны для Контур.Фокуса, Яндекс Трекера, Yandex Search API и amoCRM. Также сервер можно указать прямо в запросе к Responses API. Функция пока в статусе Preview.

Агент на GigaChat (Сбер) получает инструменты MCP-сервера локально или по HTTP. Взаимодействует через библиотеку GigaChain и адаптер langchain-mcp-adapters.

IDE и агентные среды можно подключить через Cursor, VS Code и другие клиенты, которые можно связать с российскими моделями через собственные настройки провайдера.

В чём разница между MCP, API, function calling и A2A

MCP не заменяет API и не конкурирует с function calling, он работает поверх них. Чаще всего MCP-сервер внутри просто вызывает REST API сервиса, а модель обращается к нему через function calling.

A2A часто путают с MCP, но они решают разные задачи. Официальная документация A2A называет MCP «вертикальным» протоколом, который расширяет возможности одного агента, а A2A «горизонтальным», который связывает агентов между собой. В реальных системах их используют вместе: агенты договариваются по A2A, а своими инструментами каждый пользуется через MCP. A2A создала Google в апреле 2025 года, а в августе 2026 года протокол присоединился к той же Agentic AI Foundation, что и MCP.

Что MCP значит для бизнеса и e-commerce

Для бизнеса MCP меняет одно: работа в корпоративных системах становится доступной из диалога с AI-ассистентом. Сотрудник формулирует задачу обычными словами, а агент сам вызывает нужные инструменты в CRM, PIM, ERP или таск-трекере.

Почему это важно для владельцев сервисов

• Одна интеграция вместо десятка. Сервис с MCP-сервером сразу работает в Yandex AI Studio, агентах на GigaChat, Cursor и зарубежных ассистентах, без отдельных плагинов под каждую платформу.
• Новый канал привлечения. Каталоги коннекторов в AI-ассистентах и MCP Registry становятся витриной, где клиенты ищут B2B-инструменты.
• Контроль доступа. Агент работает через OAuth с правами конкретного пользователя, а не через всеобщий API-ключ.

Сценарии для работы с товарным контентом

Для PIM-систем и команд, которые готовят карточки для маркетплейсов, MCP открывает такие сценарии:

Важное ограничение: качество работы агента зависит от того, насколько хорошо спроектированы инструменты. Понятные названия, точные описания, строгие схемы аргументов и понятные тексты ошибок важнее, чем их количество. Деструктивные операции (удаление, массовая запись) стоит помечать аннотациями и всегда проводить через подтверждение человека.

MCP-сервер MARKETPROVIDER: AI-агент внутри вашего PIM

В MARKETPROVIDER PIM появился собственный MCP-сервер. Теперь AI-агент, например на YandexGPT или GigaChat, работает с вашим каталогом напрямую: заводит товары, настраивает информационные модели и готовит контент для маркетплейсов по задаче, сформулированной обычными словами.

Что умеет агент

Как это выглядит в работе

• «Заведи эти 50 товаров из таблицы поставщика в категорию Кроссовки». Агент разбирает файл, сопоставляет колонки с атрибутами инфомодели и создаёт карточки.
• «Создай для категории Ноутбуки группу атрибутов Технические характеристики». Агент создаёт атрибуты нужных типов и привязывает группу к категории.
• «Какие товары со статусом Готов без главного фото?» Агент находит их и возвращает список, а после подтверждения ставит тег на дозаполнение.
• «Подготовь выгрузку на Ozon». Агент сопоставляет атрибуты PIM с шаблоном площадки и настраивает операции: конвертацию единиц, сопоставление значений со справочником, макросы.

Безопасность

Агент работает от имени конкретного пользователя и в пределах его роли. Если роли закрыт доступ к группе атрибутов или к каталогу, агент их тоже не увидит. Изменения в каталоге фиксируются в истории версий карточек, поэтому любое действие агента можно проверить и откатить. Платформа и MCP-сервер работают в российских дата-центрах.

Как подключить

MCP-сервер MARKETPROVIDER работает по стандартному транспорту Streamable HTTP, поэтому его можно подключить как внешний сервер в MCP Hub Yandex AI Studio, к агенту на GigaChat через GigaChain или к Cursor. После подключения агент получает список инструментов PIM и работает с каталогами, к которым у пользователя есть доступ. Чтобы посмотреть сценарии на ваших данных, запишитесь на демо.

Итоги

• MCP — это открытый протокол, который подключает AI-приложения к данным и инструментам по единым правилам и превращает N × M интеграций в N + M.
• Архитектура простая: хост с моделью, клиенты внутри него и серверы, которые отдают инструменты, ресурсы и промпты по JSON-RPC.
• Актуальная спецификация 2026-07-28 сделала протокол stateless, и MCP-серверы теперь масштабируются как обычные веб-сервисы.
• Протокол управляется нейтральным фондом при Linux Foundation и поддержан Anthropic, OpenAI, Google, Microsoft и AWS, так что риск ставки на него низкий.
• Главное условие успеха в безопасности: проверенные серверы, минимальные права и человек, который подтверждает важные действия.