## Начало [00:00] Привет, я Олег. В реальной жизни я кэнд разработчик, но по вечерам я скорее вайп-кодер. Пишу свои микропроекты в соло с помощью AI инструментов. Последнее время в интернете всё чаще говорят об MCP- серверах. Я попробовал заюзать их в разработке своих микропроектов, и это реально имба. Последние 2 месяца я не провожу без них ни дня. Они жёстко бустанули не только процесс написания кода, но ещё и исследования тем, проработку разных идей. В общем, MCP-серверы могут ускорить и прокачать практически любую работу, выполняемую за компом. В этом видео расскажу всё, что я знаю о протоколе MCP. Покажу, как подключить, настроить и использовать любые MCP-серверы. Поделюсь ошибками, которые я встретил при работы MCP. Подкину пару лайфхаков, как избегать подобных проблем, не потратить кучу денег и почувствовать всю мощь MCP-сервера. Погнали. MCP расшифровывается как model ## Что такое MCP? [00:45] context протокол. Это открытый стандарт, который ввёл OPC в конце двадцать четвёртого года, чтобы подружить любые lm нейронки с любым внешним контекстом, например, базами данных. файлами, API, браузером и любым другим инструментом. Обычно MCP сравнивают с USB, потому что он является универсальной интеграции между любыми нейронками и любыми инструментами. При этом код не нужно переписывать. Прикол такого открытого протокола в том, что хоть его и придумали в Trроopic, он совместим не только с нейросетью Clot. Его сейчас поддерживают новые нейронки от Open AI, от Google. Скорее всего, он будет и поддерживаться в остальных. На данным моментом CP - это стандартная индустрии для подключения инструментов к нейронкам. Зачем нужны MCP-серверы? Как ## Зачем нужны MCP? [01:29] говорил ранее, MCP-серверы позволяют нейронке получать любые данные, совершать любые действия, не меняя код приложения. То есть ты можешь попросить нейронку найти что-то в интернете, сохранить файл, залезть в базу, и она это сделает, если у тебя есть нужный MCP-сервер. Это значительно усиливает взаимодействие с ЛЛэмкой, ускоряет работу за компом. Тебе не нужно копировать из чата в чат данные и вызывать руками какие-то внешние программы. Как использовать MCP-серверы? ## Как использовать MCP-серверы? [01:54] Для этого есть MCP-клиенты. MCP-клиент - это приложение, которое объединяет себе две части. Первое - это вызов запросов к нейронкам. Второе - это запуск и вызов запросов к MCP-серверу. Такая комбинация позволяет достичь такого процесса, где нейронка сама решает, когда вызвать инструмент и какие параметры в него передать. То есть ты просто даёшь задание, а нейросеть сама решает, когда и что вызвать. А вот самые популярные MCP-клиенты - это курсор или его аналог Winserf. Это, по сути, обычная среда разработки, но с интегрированным LLM-агентом. В курсоре недавно добавили поддержку MCP, и это значительно расширил возможности программы. А следующий клиент - это Clud Stop. Это, кажется, первое приложение, в котором появилась функциональность MSP. Ну, неудивительно, потому что это приложение сделано антроopic. Оно удобно, чтобы делать любые LLM задачи у себя на компьютере. Наверное, только кроме кодинга. для разработки всё-таки лучше курсор. Ну и есть также множество других Open source, MCP клиентов, которые интегрируются с помощью апи ключей. Я не очень рекомендую такие приложения. Чуть позже расскажу, почему. Как подключить ## Как подключить MCP-сервер к Cursor? [02:55] MCP сервер к курсору? Это сделать достаточно просто. Открываешь курсор, выбираешь любой проект, нажимаешь Preferences, курсор Settings, переходишь на вкладку MCP, нажимаешь Addne New Global MCP Server, вставляешь туда JSON, скопированный из GitHub репозитория нужного тебе сервера. Например, давайте вставим MCP сервер Playwrite. Он нужен, чтобы работать с браузером, автоматизированно, например, дебажить front-end или искать информацию в интернете. Открываем его страницу в GitHub, копируем, вставляем. Проверяем, что MCP сервер загорелся зелёненьким, значит, он запущен и готов к работе. Всё ок. Пропишем в чате. Открой сайт nb.com и посмотри стоимость жизнь в Лондоне, используя Playwright. Ага, открылась, данные получены. Как подключить MCP ## Как подключить MCP-сервер к Claude Desktop? [03:40] сервер Cloud Desktop? А здесь тоже всё почти то же самое. Нажимаем Cloud Settings, Developer, Edit, Config. Меняем содержимое Jon файлы аналогичным образом. Сохраняем, перезапускаем. Вуаля. И Playri тоже работает. Как ## Как работают MCP-серверы? [03:54] работают MCP-серверы? Всё устроено не суперсложно. После подключения JSON конфигурации MCP-клиент выкачивает код сервера и запускает его у тебя на компьютере локально. Клиент шлёт в него инициализирующую команду. Если всё хорошо, то клиент получает в ответе список тулзов, ромтов и ресурсов, доступных в данном сервере. Затем MCP-клиент при каждом новом запросе CLM прописывает дополнительный блок, в котором он указывает все доступные действия, которые поддерживают подключённые MCP-серверы. Также в этом блоке указываются доступные параметры, которые нейронка может указать, если хочет вызвать какой-нибудь инструмент. Ну и самое главное, указывается описание каждого действия инструмента, чтобы нейронка понимала, когда и зачем использовать эту лзу. Например, рассмотрим параметры функции Brave Search Brave Web Search. Здесь видно, что метод принимает на вход поисковую строку и параметры погинации результата. Как обычно, это офсет или отступ и число результатов. Также мы видим текстовое описание метода, чтобы модель понимала, когда и как вызывать этот инструмент. В случае, если модель решает вызвать инструмент, то она возвращает новый блок Tool Calls, в котором содержится список вызываемых инструментов. В них указывается название самих инструментов плюс параметры, которые нужно передать при вызове. Затем MCP-клиент послушно выполняет эти инструкции. Он вызывает инструмент, получает результат и в следующем запросе к Лэмке передаёт новый блок с результатами. Этот блок просто добавляется в список сообщений. В качестве роли указывается ТO, а в контенте прописывается результат вызова. ## Где найти готовые MCP-серверы? [05:31] Где найти готовые MCP-серверы? Их легко можно найти в интернете. Есть парочка популярных репозиториев на GitHub, в которых собраны ссылки на множество проверенных и качественных MCP-серверов. Я обычно смотрю вот в этих двух, ссылки будут в описании. Я там беру все свои MCP серверы. Вот мой топ лучших MCP ## Sequential thinking MCP [05:46] серверов. Первое: Sequential Thinking. Он делает из обычной модели думающую за счёт механизма Chain of Thought. по сути предоставляет модели строить цепочки рассуждений, пересматривать и возвращаться к разным мыслям. Полезен в сложных задачах. Для примера такой задачи можем глянуть подсчёт количества букв R в словери. Как видим, без этого MCP-сервера недумающие нейронки не справляются. Они получают неверный ответ два. Но если мы подключимся к thinking, то результат получается, который нам ## Context7 MCP [06:14] нужен. Второе. Context 7 - это поиск по любым документациям и библиотекам. В нём можно искать информацию по ключевым словам, названиям библиотек, смотреть какие-то отдельные части документации. Без этого MCP твоя нейронка рано или поздно начнёт выдумывать какие-то классы, методы, несуществующие переменные, параметры и так далее. Если ты подключишь этот MCP-сервер, то такой проблемы не будет. Давайте попробуем сделать пример демки Думма без этого сервера и с ним. Как видно, при использовании сервера нейронка была более уверена в своих силах и решила использовать более продвинутый подход- это подключить библиотеку 3GS и не писать свой 3D-движок с нуля. Результат получился более качественным. Playri - ## Playwright MCP [06:53] это управляемый браузер. Он может открывать любые сайты, кликать на кнопки, переходить по ссылкам, заполнять формы. У него есть как минимум два применения. Первое - это тестировать твой фронт-endнд, дебажить, проверять, что нет в ошибок в консоли и так далее. Второе - это поиск информации в интернете. Например, в связке с поисковым MCP-сервером, типа Brave Search, ты можешь искать сайты, переходить на них и собирать из них сырую информацию. И последние два - это Моск для Cloud Desktop, а не курсор, потому что в курсоре они по сути есть по умолчанию. Это F system, позволяет ## Filesystem, WCGW [07:25] работать с файлами, изменять, сохранять, удалять и так далее. Позволяет ограничить доступ к различным папкам, чтобы нейронка не сделала RMRF на всём твоём диске. Второе - это вGВ. даёт запускать любые команды в терминале, отслеживает статус выполнения, запускать, собирать твои проекты. Очень полезная штука. Как ## Как создать свой MCP-сервер? [07:44] создать свой MCP сервер? Для этого мы можем использовать официальные SDК на любом языке программирования под названием Fast MCP. Например, на Питоне достаточно подключить зависимость MCP, импортировать fast MCP, реализовать методы через аннотацию Tool, ресурс, промт. Шаблон простого MCP-сервера лежит у меня в телеграме по ссылке в описании. ## Проблемы в работе MCP [08:04] Проблемы в работе с MCP и как их решить. Иногда при работе с MCP возникают сложности, и это реально боль. Вот те, которые я встречал. Первое, без явной просьбы курсор или другой MCP-клиент не вызывает нужный тебе сервер. Такое часто случается, если подключить КонEx 7 или Sequential Thinking. Алонка по умолчанию считает, что она и так всё знает и просто не трогает эти NCP-серверы. Есть два способа, как решить эту проблему. Первый, в каждом запросе к LM явно указывает, что ты хочешь использовать тот или иной сервер. И второй- использовать rules, доступный в IDE курсор. Мы можем прописать, чтобы он явно использовал sequential thinking и context 7 для получения актуальной документации. Вторая проблема, она уже немножко посерьёзнее. MCP-серверы тратят ## Почему MCP-серверы очень дороги? [08:45] дохренищ токенов, если ты работаешь по своему апи ключу. Почему так? Сейчас расскажу, как выглядит цикл работы LLM + MCP. Сначала пользователь пишет свой запрос к LM и указывает весь список доступных инструментов. Затем в ответе LLM говорит нам вызвать такие-то MCP-серверы. Наш MCP-клиент вызывает их, получает результат и вызывает следующий автоматизированный запрос LLM, в котором передаёт результат и весь наш набор MCP-серверов, плюс всю историю запросов. До этого LLM решает, что же нам делать дальше. Вызвать какой-то инструмент. Мы его опять вызываем, получаем результат и передаём в Лэмку ещё один запрос. Также в нём содержатся все доступные инструменты, все предыдущие результаты инструментов, все предыдущие сообщения в диалоге. О'кей, Лэмка нам ответила, что всё готово, задача выполнена. В итоге получилось, что вместо одного вызова, который бы вернул нам просто код двух файлов, мы сделали три последовательных вызова нейронки с увеличенным содержимом. Каждый раз мы передавали список инструментов. На больших задачах и сложных проектов стоимость такого агента с MCP-серверами значительно превышает обычную переписку с LM-чатом. Также нужно учесть, что модели нейронак, заточенные под программирование тоже не из дешёвых, поэтому нужно быть очень осторожным с MCP-клиентами, которые используют твои АИ ключи, например, Cli. Именно поэтому я рекомендую использовать такие безлимитные MCP-клиенты, как Cursр или Clodes в них ты платишь фиксированную сумму в месяц и получаешь, по сути, неограниченное количество вызовов нейронок. Итоги. MCP-сервер - ## Итоги [10:15] это действительно мощное оружие для любого пользователя LLM. Оно ускоряет работу с нейротями в разы, позволяет создавать сложные связки инструментов, организовывая работу на полуавтомате. Уверен, что вся эта экосистема MCP сервера будет только развиваться, и мы увидим ещё более невероятные вещи. А пока что подписывайтесь. Здесь я буду делиться опытом использования и инструментов, обзорами всяких штук и историями о своих небольших проектах. А также подписывайтесь на мой Telegram-канал. Там я пишу свои мысли, небольшие обзоры на то, что успел пощупать и результаты своих персональных проектов. Ссылка в описании.