Когда мы говорим о современных языковых моделях вроде GPT или Claude, легко забыть, что всё, что они знают — это текст, который они когда-то прочитали. А значит, всё, чего они не знают, остаётся за пределами их внимания. И вот тут появляется MCP — Model Context Protocol. Это способ «расширить сознание» модели, подключив её к живым данным, инструментам и действиям.
Эта статья отвечает на важные вопросы, которые возникают, когда ты впервые сталкиваешься с MCP:
- Что именно он делает?
- Чем он отличается от API?
- Как модель узнаёт, какие инструменты есть?
- Где лежат адреса, авторизация и прочее?
- Можно ли через MCP совершать не только запросы, но и действия?
MCP на пальцах: таблица-пример
Для начала — суть в одной таблице:
| Пример запроса | Как и через что AI обращается | Источник ответа или действия |
| “Что такое квантовая запутанность?” | Внутренние знания модели | Параметры самой LLM |
| “Что случилось в Иране сегодня?” | Вызов через веб-поиск, API или плагин | Интернет |
| “Сколько заказов мы сделали в марте?” | Вызов sql_query через MCP | Внутренняя база данных |
| “Найди договор, где срок подписания — июль 2023” | Векторный поиск через MCP-инструмент vector_search | Ваша база документов |
| “Построй график продаж за год” | Последовательность: sql_query → plot_data | Комбинация базы и визуализатора |
| “Выполни расчёт по Excel-файлу” | Сначала file_extract, затем code_execute через MCP | Excel-файл или его копия |
| “Отправь СМС клиенту” | Вызов инструмента send_sms с номером и текстом | Внешний сервис сообщений (например, Twilio) |
Что делает MCP на самом деле
С технической точки зрения, MCP — это протокол общения между LLM и внешними источниками данных или действиями. Он описывает, как модель может:
- обратиться к SQL-базе;
- извлечь файл;
- вызвать API;
- отправить сообщение;
- выполнить код;
- и даже скомбинировать несколько действий последовательно.
Главная идея: модель не знает, как устроен внешний мир, но умеет формировать запросы в едином формате, а MCP-сервер знает, как их обработать и что вернуть обратно.
MCP — это не просто API
Сразу возникает логичный вопрос: а чем MCP отличается от обычного API?
Ответ: уровнем абстракции.
Обычный API — это конкретная реализация с конкретной документацией.
MCP — это унифицированный способ описания и исполнения любых API. Вся магия MCP в том, что:
- Модель видит инструмент как «псевдофункцию» с описанием.
- MCP-сервер сам знает, как эту функцию реализовать.
- Протокол позволяет строить последовательности действий (например, “спроси в базе — потом построй график”).
А как модель знает, какие есть инструменты?
Модель не «знает» заранее. При старте сессии или при подключении плагина ей передаётся так называемый Tool Manifest — описание всех доступных инструментов. Обычно это JSON, в котором указано:
- название инструмента (send_sms, sql_query);
- описание;
- параметры и их типы.
Пример:
{
«name»: «send_sms»,
«description»: «Sends an SMS to the specified phone number»,
«parameters»: {
«number»: «string»,
«text»: «string»
}
}
Модель читает этот список и потом сама решает, какой инструмент использовать и какие параметры подставить.
А как она узнаёт, где находится MCP-сервер?
Вот тут кроется то, чего пока не хватает в большинстве реализаций: механизма подключения MCP-серверов.
У OpenAI есть .well-known/ai-plugin.json. У Anthropic — tool-use manifest. У LangChain — ToolLoader.
У MCP должен быть публичный манифест MCP-сервера, в котором указано:
- mcp_url — куда слать запросы;
- auth — какая авторизация нужна (Bearer, API Key, OAuth);
- tools_manifest_url — где взять список инструментов.
То есть подключение MCP-сервера должно выглядеть примерно так:
{
«name»: «Internal Tools MCP»,
«mcp_url»: «https://mcp.mycompany.com/api»,
«auth»: {
«type»: «bearer»,
«token»: «sk-xyz»
},
«tools_manifest_url»: «https://mcp.mycompany.com/api/tools»
}
Пока нет единого глобального репозитория MCP-серверов, но такая идея витает в воздухе — и обязательно появится.
А можно ли через MCP не просто получать данные, а делать что-то?
Да. И это один из самых важных и недооценённых аспектов.
Пример — отправка СМС. Модель не знает, что такое Twilio, какие там нужны ключи, заголовки и URL. Она просто вызывает send_sms с нужными параметрами. А дальше:
- MCP-сервер подставляет токен.
- Отправляет POST-запрос на нужный адрес.
- Возвращает модели { «status»: «sent» }.
Модель как бы управляет миром — через интерфейс MCP.
Вывод
MCP — это мост между языковой моделью и реальным миром.
Он не заменяет API, он делает их доступными, понятными и управляемыми для моделей. MCP позволяет строить LLM-агентов, которые не просто болтают, а действуют, получают доступ к данным, комбинируют инструменты и работают в рамках заданной архитектуры.
Если раньше вы ограничивались ответами из головы модели — теперь можно подключить к ней всё, что у вас есть: от баз до внешних сервисов, от PDF до внутренних CRM. И всё это — в едином протоколе.