MCP-сервер: что это и зачем он нужен, если есть обычный чат

Короткий ответ: MCP-сервер - это переходник, через который нейросеть получает доступ к вашему инструменту: к таблице, к CRM, к календарю, к папке на диске. Готовый ставится за десять минут. Дальше расскажу, как я подключил шесть таких серверов и на чём обжёгся.

После подключения модель перестаёт работать по вашему пересказу и начинает работать с самой системой: смотрит, что там есть, меняет, создаёт новое. Разница примерно как между «опиши мне по телефону, что у тебя на экране» и «дай я сам посмотрю».

Свой сервер писать почти никогда не нужно, и за сами серверы не платят. Платите вы только за подписку на модель.

Я партнёр онлайн-проекта, закрываю аналитику, автоматизацию и лидген. У меня сейчас подключено около десятка таких серверов: официальные, чужие с GitHub и два написанных самому - к CRM школы, которую снаружи не поддерживает никто, и к своему трекеру задач. Так что это не обзор по документации.

Что такое MCP-сервер простыми словами

Сразу снимем главное недоразумение: MCP-сервер для ИИ - это не сервер в привычном смысле. Не машина в стойке и не хостинг. Это маленькая программа, которая чаще всего запускается прямо у вас на ноутбуке и живёт ровно столько, сколько открыт клиент.

А MCP - это договорённость о том, как нейросеть с такими программами разговаривает. Её открыл Anthropic в конце 2024 года, а в 2025-м поддержали и OpenAI, и Google. Поэтому сервер, написанный один раз, работает в разных приложениях, а не только в том, под которое его делали.

А проще всего думать про розетку. До MCP каждое приложение придумывало свой способ подружить модель с внешним миром, и под каждое надо было писать отдельно. Теперь форма вилки одна.

Слоёв тут три, и путаница обычно именно в них.

Клиент - приложение, в котором вы работаете: Claude, Cursor, редактор кода. Сервер - маленькая программа-переходник, своя на каждый инструмент. Инструмент - собственно таблица или CRM, со своим обычным API.

Но никакой магии и никакого ИИ внутри сервера нет. Это тонкая прослойка, которая объясняет модели: вот такие действия тут возможны, вот такие у них параметры, вот в каком виде вернётся ответ.

Чем это отличается от того, чтобы вставить данные в чат

Копипастой в чат работают почти все, и я работал. Скриншот таблицы, сверху объяснение: в столбце А даты, в столбце Б расход, посчитай окупаемость.

У этого три беды, и все три не лечатся.

Модель видит не систему, а картинку. Она не знает, что на соседнем листе двести тысяч строк, что три колонки скрыты и что на третьем листе формулы, которые сломаются от вставки.

Она ничего не помнит про ваши правила. В русской локали Google Таблиц аргументы формулы разделяются точкой с запятой. Я объяснял это, модель соглашалась, а в следующем окне снова писала через запятую. Потому что в новом окне про мою локаль она не знает ничего.

Результат надо нести обратно руками. Выгрузил, загрузил, поработал, перенёс. Команда что-то поменяла в таблице - по новой. Вы занимаетесь не аналитикой, а перекладыванием файлов.

Вот то же самое в двух столбцах, по пунктам.

Модель не стала умнее. Она перестала работать по пересказу.

Что модель получает на самом деле: не текст, а список умений

Это главное место, которое стоит понять, дальше всё становится очевидным.

Когда вы подключаете сервер, модель не получает вашу таблицу текстом. Она получает список доступных действий с описаниями: «найти ученика по имени», «получить платежи за период», «создать лист». У каждого действия указано, какие параметры он принимает.

И дальше модель сама решает, какие действия и в каком порядке вызвать. Вы говорите «сколько детей пришло к этому преподавателю в сентябре» - она сама находит преподавателя, сама подтягивает его занятия, сама считает посещаемость и сама отвечает числом. Вы в середине не участвуете.

Вот как это выглядит на моём сервере к трекеру задач. Двадцать пять умений, у каждого говорящее имя, и напротив каждого - переключатель: разрешать всегда, спрашивать каждый раз или запретить совсем. То есть набор доступен не весь скопом, вы решаете поштучно. К этому ещё вернусь в главе про безопасность.

Отсюда же следует неочевидное: чем точнее описаны инструменты, тем лучше работает модель. Половина качества сервера - в текстах описаний, а не в коде. Мой сервер к CRM я переписывал дважды именно из-за этого: код работал с первого раза, а модель выбирала не те методы, потому что из описаний было не понятно, чем они отличаются.

Пример: разбор звонков, который собрался сам

Чтобы было понятно, ради чего вообще эта возня с доступами, вот одна рабочая задача целиком.

Записи звонков лежат в CRM. Модель забирает их оттуда, отдаёт на расшифровку, прогоняет расшифровки через агентов, которые ищут нужные ситуации, и складывает найденное в отдельную таблицу со ссылками на сделки. Дальше из этой таблицы данные берут люди и следующие скрипты. Ни одной строки туда руками никто не вносит.

Собрано это из трёх серверов подряд: один умеет CRM, второй расшифровку, третий таблицы. Каждый по отдельности - скучный переходник на десяток методов. Вместе - процесс, который руками никто бы и не делал: слушать сотни звонков просто некому.

Вот это и есть ответ на вопрос «зачем, если есть обычный чат». В чат такое не помещается.

Как подключить MCP-сервер

На примере готового сервера к Google Таблицам, потому что это самый частый первый шаг.

1. Выбрать готовый сервер.Для таблиц это mcp-gsheets, ставится через npx, писать ничего не надо.
2. Прописать его в конфиг клиента.У Claude на макбуке это файл claude_desktop_config.json, в нём блок mcpServers и внутри имя, команда и аргументы. В Claude Code то же самое делается командой claude mcp add.
3. Выдать доступ к самому инструменту.Для Google это служебный аккаунт: проект в облаке, включённые API, файл с ключом.
4. Перезапустить клиент.Пока не перезапустите, сервера он не увидит, и это сбивает с толку в первый раз.
5. Проверить, что сервер виден.В клиенте должен появиться список инструментов. Если списка нет, дело почти всегда в пути к файлу или в опечатке в конфиге.

По времени честно: если разбираться самому - час, и большая часть уйдёт не на MCP, а на облако Google. Если повторять за тем, кто уже прошёл - пятнадцать минут.

Серверы живут в двух разных местах, и это сбивает

Отдельная путаница, на которую натыкаются все. Подключить сервер можно в двух местах, и они друг про друга не знают.

Коннекторы в приложении. Список в настройках, подключаются кнопкой или адресом. Работают в приложении и в браузере, в том числе с телефона.

Конфиг у редактора кода. Отдельный файл, свой список. Причём в Claude Code список ещё и двухэтажный: глобальные серверы видны везде, а файл .mcp.json рядом с проектом добавляет серверы только в этом проекте. У меня так лежит сервер к CRM: в папке проекта, а не в общем списке, чтобы не висел там, где он не нужен.

Поэтому «я же подключил, почему не видно» почти всегда означает, что подключали в одном месте, а смотрите в другом.

Локальный MCP-сервер и удалённый: в чём разница

Запросов про «локальный mcp сервер» хватает, и путаница тут реальная. Разница простая: где физически запускается программа-переходник.

Локальный живёт у вас на компьютере. Клиент запускает его как обычную программу и разговаривает с ним напрямую. Ключи от ваших систем лежат у вас, в сеть ничего лишнего не уходит, и сервер может читать файлы на вашем диске. Так работают почти все готовые серверы. Минус один, но существенный: пока ноутбук закрыт, сервера нет.

Удалённый живёт на сервере в интернете, и клиент обращается к нему по адресу. Я так сделал коннектор к своему трекеру задач: он лежит облачной функцией, адрес вида .../functions/v1/mcp/<токен>, и благодаря этому разбор дел работает с телефона, а не только за рабочим столом. Двадцать четыре инструмента, никакого ноутбука в схеме.

А цена удалённого - безопасность. Токен в адресе это и есть весь ваш пропуск: кто его получил, тот и зашёл. Поэтому такой адрес не кладут в переписку, не показывают на скриншотах и не хранят в заметках без пароля.

Где брать готовые серверы

Три места, по убыванию надёжности.

Официальный набор. У протокола есть сайт modelcontextprotocol.io и репозиторий с серверами-образцами: файлы, поиск, память, популярные сервисы. Это эталон, по нему же удобно смотреть, как сервер устроен внутри.

Каталог внутри клиента. В современных клиентах часть серверов подключается кнопкой, без правки конфигов вообще. Если нужная система там есть, это самый короткий путь.

GitHub. Дальше начинается территория чужих проектов. Для Apps Script я взял сервер на шестнадцать инструментов, с OAuth и автообновлением токена, под лицензией MIT. Работает до сих пор.

Грабли, которые стоили мне больше всего времени

Все пять - из своей практики, и каждая выглядит как «всё настроено правильно, а не работает».

Служебному аккаунту не выдан доступ к таблице. Самая частая. У служебного аккаунта есть собственный адрес почты, и таблицей с ним надо поделиться, как с живым человеком. Пока не поделились, модель уверенно сообщает, что таблицы не существует. Хотя она вот, открыта в соседней вкладке.

Токен умирает через неделю. Пока приложение в облаке Google стоит в тестовом режиме, доступ выдаётся на семь дней. Ровно через неделю всё перестаёт работать, причём без внятного объяснения. Лечится переводом приложения в опубликованный режим, и вот тут вас ждёт цепочка: кнопка серая, потому что не заполнен раздел с описанием, а он не заполняется, потому что нужны адрес сайта и политика конфиденциальности. То есть для доступа к своей же таблице вам нужен сайт.

Сервер сносит то, что было. Касается серверов, которые умеют писать код. Просишь добавить скрипт - он очищает проект и заливает только свой. А потом сообщает: кажется, я удалил то, что там было. У меня это случилось на боевой таблице. А лечится это предупреждением заранее: тут есть код, его не трогать, добавляй рядом. Плюс копия перед крупными изменениями.

«Приложений нет», хотя оно есть. У меня в облаке оказалось три проекта с одинаковым именем, и настраивал я не тот, в котором искал. Номер проекта виден в идентификаторе клиента, по нему и нашёлся.

Клиент не видит сервер. В девяти случаях из десяти это путь к файлу: пробел в имени папки, не тот слэш, относительный путь вместо полного.

Безопасность: что вы отдаёте вместе с доступом

Короткая глава, но без неё нечестно.

Сервер работает с вашими правами. Если ключ даёт право удалять, модель технически может удалить.

Первая линия обороны - те самые переключатели у каждого инструмента. Всё, что только читает, я ставлю на «разрешать всегда», чтобы не подтверждать по сто раз в день. Всё, что пишет, удаляет или отправляет наружу, - на «спрашивать». Это тридцать секунд настройки один раз.

Дальше три правила, которые я вывел уже на своих ошибках.

Только чтение, где это возможно. Мой сервер к CRM школы умеет исключительно читать. Записывать туда нечего, а риск отрезан на уровне кода, а не уговоров.

Отдельный аккаунт с минимальными правами. Не ваш личный, у которого есть всё. Служебный, у которого есть ровно одна таблица.

Границы проговаривать словами. «Работаем с этими листами, остальные не трогаем». Без этого модель считает, что в её распоряжении всё, до чего достаёт ключ. И формально она права.

Когда всё-таки нужен свой сервер

Готовые есть для популярных систем: таблицы, почта, календарь, мессенджеры, базы данных. Свой нужен, когда вашей системы нет ни в одном каталоге.

У нас так вышло с CRM школы. Это HollyHop, снаружи её не поддерживает никто, поэтому сервер я написал сам. Пятнадцать инструментов, только чтение, ограничитель под лимит в шестьсот запросов за тридцать секунд с запасом до пятисот пятидесяти, автоматическая пагинация и отдельный составной метод, который собирает всё про одного ученика сразу: занятия, посещаемость, платежи, баланс.

И последнее - не украшение. Без него модель на вопрос про одного ребёнка делала семь вызовов подряд и путалась на третьем. С одним составным методом отвечает сразу.

Сколько это стоило: три вечера на первую рабочую версию и примерно столько же потом на описания инструментов, чтобы модель перестала выбирать не те методы. Для системы, к которой обращаются каждый день, окупилось за неделю.

Но начинать с этого не надо. Начинать надо с готового сервера и своей таблицы.

Кому MCP не нужен

Тому, у кого нет своих данных. Если вы пишете тексты и больше ничего, вам нечего подключать. Обычного чата достаточно, и это нормально.

Тому, кто не понимает свои данные. Это не волшебная таблетка, а усилитель. Если вы не можете посмотреть на посчитанную конверсию и сказать «здесь что-то не так», вы получите источник красивых неправильных отчётов.

Тому, кому нужно один раз. Настройка доступов занимает час. Если задача разовая, быстрее сделать руками.

Порог входа тут честно инженерный. Всё настраивается глубоко и неочевидно, и первая настройка - это скорее несколько больших проблем, чем приятный вечер. Зато она одна.

Живой пример

Если хотите посмотреть, как это выглядит на конкретной задаче, у меня есть разбор: нейросеть, которая работает с вашими Google Таблицами. Там те же серверы, но целиком про таблицы: какие ставить, как устроены боевые дашборды и почему главный приём - не промпт, а документация, положенная рядом.

Если нужна не инструкция, а готовое решение под ваш бизнес — напишите мне, обсудим задачу.