[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-model-context-protocol::ru":3,"gloss-cluster-model-context-protocol::ru":20,"gloss-next-model-context-protocol::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"model-context-protocol","dev-tools","Протокол контекста модели (MCP)","Протокол контекста модели (Model Context Protocol, MCP) — это открытый стандарт, представленный компанией Anthropic в конце 2024 года, который определяет, как AI-приложения (такие как Claude Desktop, Claude Code или любой MCP-совместимый клиент) подключаются к внешним инструментам, источникам данных и сервисам единообразным, переиспользуемым способом. До MCP каждому AI-продукту, желающему читать ваш Google Drive, запрашивать вашу базу данных или управлять вашим браузером, приходилось писать индивидуальную интеграцию. MCP стандартизирует это в клиент-серверный протокол — по духу похоже на то, как Language Server Protocol стандартизировал коммуникацию редактора с языковыми инструментами, — так что один MCP-сервер (скажем, сервер Postgres или сервер GitHub) можно подключить к любому MCP-совместимому AI-клиенту без индивидуального связующего кода. Почему это важно для создателей AI\u002FSaaS-продуктов: это быстро становится стандартным способом дать LLM-агенту «руки» — безопасный, разграниченный по правам доступ к реальным системам — без ручного написания схем вызова функций для каждого инструмента с нуля. Если вы встраиваете AI-функцию в SaaS-продукт, предоставление возможностей вашего продукта в виде MCP-сервера означает, что любой клиент, понимающий MCP (а не только ваш собственный чат-интерфейс), сможет его использовать — это существенное преимущество в дистрибуции и интеграции. Как это работает: MCP-сервер предоставляет три примитивных типа — Инструменты (функции, которые модель может вызывать, например `create_ticket` или `run_query`), Ресурсы (данные, которые модель может читать, например файл или строка базы данных) и Промпты (переиспользуемые шаблоны промптов). MCP-клиент (AI-приложение) узнаёт, что предлагает сервер, через рукопожатие, после чего модель во время выполнения решает, какие инструменты вызывать, исходя из запроса пользователя, а клиент управляет правами доступа и выполнением. Транспорт обычно представляет собой JSON-RPC поверх stdio (для локальных серверов) или HTTP\u002FSSE (для удалённых серверов). Практический пример: разработчик подключает Claude Code к MCP-серверу Postgres для базы данных своего SaaS-приложения. Он спрашивает: «Какие пользователи зарегистрировались на этой неделе, но так и не подтвердили email?» Claude через MCP вызывает инструмент `query` сервера с составленным им самим SQL-запросом (`SELECT id, email FROM users WHERE created_at > now() - interval '7 days' AND email_verified_at IS NULL`), MCP-сервер выполняет его на реальной базе данных и возвращает строки как Ресурс, а Claude резюмирует: «14 пользователей зарегистрировались на этой неделе без подтверждения — вот список, и я могу составить письмо-напоминание, если хотите». Для этого не было создано специального API-эндпоинта — MCP-сервер Postgres сделал базу данных доступной для запросов в общем виде для любого совместимого AI-клиента.","MCP — открытый стандарт от Anthropic, позволяющий AI-моделям подключаться к внешним инструментам, файлам и источникам данных через общий интерфейс.",null,[11,14,17],{"slug":12,"name":13},"agent","Агент (Agent)",{"slug":15,"name":16},"api-gateway","API-шлюз (API Gateway)",{"slug":18,"name":19},"sdk","Набор средств разработки (SDK)",[21,23,26,28,31,34,37,40,43,46,49,52],{"slug":12,"category":5,"name":13,"updated_at":22},"2026-08-24T02:46:36+00:00",{"slug":24,"category":5,"name":25,"updated_at":22},"ai-code-assistant","AI-помощник по написанию кода",{"slug":15,"category":5,"name":16,"updated_at":27},"2026-08-24T02:46:37+00:00",{"slug":29,"category":5,"name":30,"updated_at":27},"api-versioning","API Versioning (версионирование API)",{"slug":32,"category":5,"name":33,"updated_at":22},"autonomous-agent","Автономный агент (Autonomous Agent)",{"slug":35,"category":5,"name":36,"updated_at":27},"blue-green-deployment","Blue-Green Deployment (сине-зелёное развёртывание)",{"slug":38,"category":5,"name":39,"updated_at":27},"canary-deployment","Canary Deployment (канареечное развёртывание)",{"slug":41,"category":5,"name":42,"updated_at":27},"chaos-engineering","Chaos Engineering (хаос-инжиниринг)",{"slug":44,"category":5,"name":45,"updated_at":22},"ci-cd","Непрерывная интеграция \u002F непрерывное развёртывание (CI\u002FCD)",{"slug":47,"category":5,"name":48,"updated_at":27},"circuit-breaker","Предохранитель (Circuit Breaker)",{"slug":50,"category":5,"name":51,"updated_at":27},"cli","Интерфейс командной строки (CLI)",{"slug":53,"category":5,"name":54,"updated_at":27},"cloud-development-environment","Облачная среда разработки (CDE)"]