Перейти к содержанию
Краткое изложение по MCP
MCP — это открытый стандарт, позволяющий моделям искусственного интеллекта считывать данные из таких инструментов, как Google Drive, Slack, а также из программ для записи встреч, таких как tl;dv. Организация « Anthropic » выпустила его в ноябре 2024 года и в декабре 2025 года передала его в дар фонду Agentic AI Foundation, входящему в состав Linux Foundation.
MCP стандартизирует порядок запроса и предоставления доступа, но не регулирует то, как сервер обрабатывает ваши данные после их получения.
В текущей спецификации от 28 июля 2026 года протокол стал безсостоятельным, а его авторизация по OAuth была усилена. AWS, Google Cloud, Microsoft, Cloudflare, Figma, Netlify, Supabase и Xero уже реализовали поддержку этого протокола.
tl;dv на тарифных планах Pro запускает сервер MCP, доступный только для чтения, который указан в каталогах коннекторов Claude и ChatGPT.
Что такое MCP в искусственном интеллекте?
Протокол Model Context Protocol (MCP) — это способ интеграции моделей искусственного интеллекта с вашими приложениями и инструментами. Можно представить его как универсальный адаптер для ИИ. Точно так же, как USB-интерфейс является стандартным способом подключения аппаратного обеспечения, MCP в настоящее время представляет собой стандартизированный способ подключения программного обеспечения к большим языковым моделям (LLM).
Раньше многие модели были изолированы в своих собственных «мирочках». Им было сложно взаимодействовать с информацией в режиме реального времени из ваших приложений, таких как Google Drive, Календарь или Zoom. Именно здесь на помощь приходит Model Context Protocol (MCP). Разработанный Anthropic, MCP позволяет искусственному интеллекту взаимодействовать с внешними инструментами, делая его более практичным и доступным, вместо того чтобы использовать последовательное подключение нескольких инструментов и приложений.
Можно представить себе это так: каждый раз, когда ИИ подключается к новому инструменту, ему приходится работать на новом языке. Именно поэтому протокол Model Context Protocol (MCP) становится новым стандартом для «перевода» между различными инструментами. Другими словами, ИИ больше не нуждается в специальных коннекторах для каждого отдельного инструмента. Он просто использует MCP в качестве промежуточного слоя для доступа к необходимой информации из нужного инструмента.
Будь то составление сводок по электронной переписке, поиск нужных документов в Google Drive или автоматизация анализа результатов совещаний — MCP позволяет искусственному интеллекту интегрироваться в ваши существующие рабочие процессы.
Благодаря MCP модели искусственного интеллекта теперь могутполучать доступ к информации из внешних источниковв режиме реального времени.
Все больше корпоративных решений в области искусственного интеллекта переходят на MCP, поскольку эта технология упрощает интеграцию ИИ с повседневными инструментами. Например, система искусственного интеллекта может извлекать данные из вашей CRM-системы, анализировать их, а затем использовать эти данные для отправки вам персонализированных рекомендаций или уведомлений.
Почему Anthropic создал MCP?
Протокол Model Context Protocol был разработан компанией Anthropic — исследовательской организацией в области искусственного интеллекта, стоящей за проектом Claude, — в ноябре 2024 года . Цель? Сделать ИИ более умным, полезным и безопасным при работе с реальными данными. С тех пор , в декабре 2025 года, управление проектом перешло к Linux Foundation.
Почему MCP пользуется популярностью в крупных компаниях?
Для предприятий MCP делают модели ИИ гораздо более пригодными для практического применения. Компаниям нужен ИИ, который можно легко интегрировать в существующие инструменты, такие как системы CRM, облачные хранилища или календарные приложения, без необходимости каждый раз прибегать к индивидуальным обходным решениям. MCP позволяет реализовать такую интеграцию.
Компании уже используют MCP для таких задач, как автоматизация отчетности, анализ данных о клиентах и организация рабочих процессов в командах. Вместо того чтобы создавать сложные и дорогостоящие интеграционные решения, они теперь могут использовать MCP для объединения данных из разных источников и сопоставления их с другой контекстной информацией, имеющейся внутри компании.
Протокол Model Context Protocol, более известный как MCP, представляет собой открытый стандарт, позволяющий моделям искусственного интеллекта считывать данные из инструментов, которыми вы уже пользуетесь.
Anthropic выпустила его в ноябре 2024 года. Спустя почти два года он используется в производственной среде на платформах AWS, Google Cloud и Microsoft, а текущая спецификация была выпущена в июле 2026 года. Настоящее руководство было обновлено в августе 2026 года с учётом этих изменений.
Ниже мы подробно расскажем, что такое MCP, как он работает, в чем его преимущества, а также где заканчивается сфера ответственности протокола и начинается ответственность поставщика.
Мы также поддерживаем собственный сервер MCP компании « tl;dv», который уже работает и указан в каталогах коннекторов Claude и ChatGPT. С вашего разрешения ваше приложение искусственного интеллекта сможет выполнять поиск по библиотеке ваших встреч, извлекать стенограммы и читать заметки, при этом вам не придется открывать ни одну запись.
Если вы хотите услышать, как эксперт объясняет MCP, будьте нашим гостем:
В чём заключаются основные преимущества протокола Model Context?
MCP обладает пятью преимуществами: стандартизированная коммуникация, безопасность и аутентификация, обработка данных в режиме реального времени, кроссплатформенность и, наконец, возможность настройки.
1. Стандартизированная коммуникация
Во-первых, MCPобеспечивает стандартизацию взаимодействия моделей ИИ свнешними инструментами и платформами.
- Без MCP для каждой отдельной связи пришлось бы писать индивидуальный код.
- С помощью MCP создается универсальный язык, который работает с различными API, базами данных и платформами.
Это означает, что модель искусственного интеллекта может без труда подключаться к инструментам, которыми вы обычно пользуетесь, и извлекать из них данные — будь то Google Drive, Zoom, Salesforce или что-то совсем другое.
2. Безопасность и аутентификация
MCP определяет, как клиент ИИ запрашивает доступ и как сервер его проверяет, используя механизм авторизации, построенный на основе OAuth. Это означает, что разрешения ограничиваются тем, что вы одобряете, и их можно отозвать.
3. Обработка в режиме реального времени
MCP способна выполнять обработку данных в режиме реального времени. Это означает, что когда вам нужны данные из какого-либо сервиса (например, из Google Calendar для планирования), модель искусственного интеллекта не будет ждать, пока поступит устаревшая информация.
4. Мультиплатформенная совместимость
Функциональные возможности MCP заключаются в его способности работать на различных платформах. Независимо от того, используете ли вы Google Workspace, Slack, Zoom или даже такие сервисы, как Microsoft Teams, протокол Model Context Protocol позволяет вам объединять информацию из всех этих отдельных систем в одном месте.
5. Настройка
MCP разработан с учетом возможности настройки и адаптации под различные сценарии использования. Такая настройка идеально подходит, если вы создаете рабочий процесс автоматизации для своей маркетинговой команды или разрабатываете персонализированного ИИ-помощника для своего бизнеса.
Благодаря этому он идеально подходит как для небольших проектов, так и для более масштабных решений корпоративного уровня, где ИИ необходим для управления сложными рабочими процессами, охватывающими множество различных систем. Одним словом, MCP — это полностью настраиваемый уровень, позволяющий в режиме реального времени интегрировать ИИ с нужными вам инструментами. Именно для того, чтобы воплотить это в жизнь, и призваны агентные рабочие процессы.
Как работает MCP?
MCP обеспечивает взаимодействие двух программных компонентов благодаря использованию общего формата. Первый компонент — это клиент, встроенный в ваше приложение искусственного интеллекта, а второй — сервер, расположенный перед этим приложением и хранящий данные.
Поток запросов/ответов: что это такое?
Поток «запрос-ответ» является основой протокола Model Context Protocol. Вот как это работает на практике:
- Модель просит что-то
- Клиент отправляет запрос на сервер
- Сервер отправляет ответ
- Клиент возвращает данные модели
1. Модель отправляет запрос
Например, вы работаете с календарем и вам нужно, чтобы ИИ проверил ваш график. ИИ отправляет запрос — что-то вроде небольшой заметки: «Эй, не мог бы ты проверить мои события в календаре на сегодня?»
Без MCP этот запрос не имеет никакого смысла для вашего конкретного инструмента. Его необходимо преобразовать в язык, понятный этому инструменту.
2. Клиент отправляет запрос на сервер
Клиент MCP приложения с искусственным интеллектом формирует запрос в стандартном формате и отправляет его на сервер MCP данного инструмента. Поскольку обе стороны понимают один и тот же формат, сервер может обработать запрос без необходимости написания специального кода для данного конкретного приложения.
3. Сервер отправляет ответ
Календарь (или любое другое приложение, которое вы используете) проверяет свои данные, находит нужные события (например, встречу в 14:00) и отправляет информацию обратно клиенту. Это этап ответа, на котором ваш календарь предоставляет запрошенные данные.
4. Клиент возвращает ответ модели
Как только клиент получает ответ, он передаёт информацию обратно в приложение с ИИ, которое, в свою очередь, передаёт её модели. На этом этапе модель располагает необходимыми данными (вашим расписанием на день) и может обработать их в соответствии с заданной программой. В данном случае она, возможно, отправит вам небольшое напоминание или даже предложит подготовиться к встрече, назначенной на 14:00.
Этот процесс происходит «за кулисами» и обеспечивает совместимость искусственного интеллекта и внешних инструментов.
Пример из реального мира: ИИ обобщает информацию о ваших встречах
Вы только что завершили встречу « Zoom », на которой было высказано множество идей и определены конкретные задачи. Вы заняты, голова идет кругом, а теперь вам предстоит проанализировать свои заметки с встречи. На помощь приходят ИИ-агенты для проведения встреч и MCP.
- AI запрашивает данные о встрече в формате « Zoom »
AI запрашивает запись и стенограмму встречи. Запрос отправляется на сервер MCP инструмента для проведения встреч, который отвечает за работу со стороны Zoom . - Модель получает данные и анализирует их
Как только ИИ получает данные о встрече, он может приступить к их анализу. Возможно, там есть список задач, несколько вопросов и некоторые выводы, которыми поделилась ваша команда. ИИ обобщает все это, выделяет ключевые моменты и систематизирует их для вас в удобном для восприятия формате. - ИИ предоставляет краткое резюме и рекомендации по дальнейшим действиям
. Вам не придется просматривать многостраничные протоколы встреч — ИИ предоставит краткий отчет с рекомендациями по дальнейшим действиям. Он может даже спросить: «Хотите, чтобы я запланировал последующие встречи на основе этих задач?», — и вот, ваша встреча превращается в четкий и структурированный список действий.
В данном примере MCP выступил в качестве общего формата, который позволил приложению искусственного интеллекта и инструменту для проведения совещаний «понять» друг друга. Поиск информации осуществлялся через это соединение, а составление резюме было результатом собственной работы модели.
Как MCP обеспечивает безопасность?
Протокол MCP стандартизирует порядок запроса приложением искусственного интеллекта доступа к инструменту и порядок предоставления такого доступа. То, что происходит с вашими данными после их получения сервером, определяется тем, кто управляет сервером, а не самим протоколом.
Как MCP осуществляет аутентификацию
Механизм авторизации MCP основан на протоколе OAuth. Приложение искусственного интеллекта запрашивает определённый набор разрешений; после того как вы их утвердите, сервер выдаёт токен, действие которого ограничено только теми правами, которые вы предоставили. Ваш пароль никогда не передаётся приложению искусственного интеллекта, и вы можете впоследствии отозвать доступ, не меняя при этом никаких паролей.
Спецификация от 28 июля 2026 года, ставшая крупнейшим обновлением с момента запуска MCP, еще больше усилила эту защиту. Теперь серверы авторизации возвращают параметр «issuer», который клиенты должны проверить перед погашением кода, а учетные данные клиентов привязаны к эмитенту, выпустившему их, поэтому их нельзя повторно использовать на других серверах авторизации.
Где заканчивается роль MCP и начинается роль поставщика
MCP управляет самим запросом. Организация, на которой работает сервер, управляет данными.
Как только сервер получает запрос, протокол не определяет, как долго будут храниться данные, будут ли они использоваться для обучения модели и кто из сотрудников поставщика будет иметь к ним доступ. Эти решения принимает тот, кто управляет сервером, точно так же, как это происходит в случае с любыми другими инструментами, которые использует ваша компания.
Пример: подключение приложения с ИИ к Google Drive
Допустим, вам нужно, чтобы ваше приложение с ИИ получило доступ к некоторым документам, хранящимся в вашем Google Drive, перед важной встречей с клиентом. Приложение запрашивает определённый набор разрешений для Drive, и вы утверждаете их с помощью своей учётной записи Google. Каждый запрос, который приложение отправляет после предоставления этих разрешений, сопровождается токеном, действие которого ограничено утверждёнными правами, и собственные системы Google определяют, к каким ресурсам этот токен может получить доступ.
На этом роль MCP заканчивается. То, что приложение делает с документами после их получения — сохраняет ли оно копию, как долго хранит их — зависит от того, кто разработал приложение.
Выбор сервера
Отдавайте предпочтение собственным серверам, управляемым поставщиками, с которыми у вас уже заключен договор. Проверьте, кто является оператором сервера и что предусмотрено в его опубликованной политике обработки данных. К серверам из общедоступных реестров следует относиться с большей осторожностью, поскольку оператора зачастую сложнее отследить.
Для крупных организаций расширение «Enterprise-Managed Authorization» стало стабильно работать в июне 2026 года. Оно позволяет администраторам централизованно предоставлять доступ к MCP через поставщика идентификации, вместо того чтобы каждый пользователь утверждал серверы по отдельности; его уже внедрили компании « Anthropic », «Microsoft» и «Okta».
Что MCP может предложить отделу продаж?
MCP позволяет модели искусственного интеллекта получать актуальные записи из CRM, переписку по электронной почте и стенограммы встреч в тот самый момент, когда вы обращаетесь к ней, а не работать только с тем, что вы загружаете или вставляете в запрос.
В результате вы можете задать ИИ вопрос о конкретной сделке или клиенте из вашего портфеля потенциальных сделок, а не опираться на общие данные.
Эта система уже работает в полномасштабном режиме. В выпуске спецификации от июля 2026 года компания Honeycomb сообщила, что в настоящее время почти 20 % их ежемесячных интерактивных запросов поступает от роботов, а не от людей.
Где это фигурирует в рабочем процессе продаж
Специалист по работе с клиентами собирается присоединиться к звонку с клиентом. Вместо того чтобы открывать четыре вкладки из CRM, библиотеки звонков и других источников, эта модель позволяет собрать всю необходимую информацию в одном месте: переписку по электронной почте, текущий статус сделки в CRM и заметки по предыдущему звонку.
Такой же доступ может также помочь администратору, который занимается последующей работой по итогам звонка. Записи о встрече, сделанные системой искусственного интеллекта, сохраняются в HubSpot или на сайте Salesforce. Составляется черновик письма для последующей работы, основанный на том, что действительно обсуждалось во время звонка. Можно обновить статусы сделок. Застрявшую сделку можно пометить, добавив краткое резюме того, что произошло до того, как переговоры зашли в тупик.
Согласно данным сайта Salesforce, отделы продаж могут терять до 72 % своего времени на административную работу, поэтому практическое применение ИИ в данной ситуации позволяет компенсировать эти потери времени. Именно на этом и основана разработка ИИ-агентов для отделов продаж.
Кто на самом деле использует MCP?
MCP уже вышел за рамки экспериментальной стадии. AWS, Google Cloud, Microsoft, Cloudflare, Figma, Netlify, Supabase и Xero внедрили поддержку текущей спецификации в июле 2026 года.
Разработчики, создающие подключения к MCP, используют готовые наборы инструментов — по одному для каждого языка программирования. Эти наборы инструментов скачиваются почти полмиллиарда раз в месяц, а два из них в совокупности преодолели отметку в миллиард скачиваний.
Как это выглядит на практике
Помимо инженерного аспекта, можно привести два действительно хороших примера этого.
Поддержка клиентов
Агент искусственного интеллекта, подключенный через MCP, может, например, проверять статус заказа в Shopify или извлекать заявки клиентов из Zendesk. Ответ формируется на основе реальной истории общения с клиентом, а не на основе заранее заданного шаблона.
Управление проектами
ИИ-агенты для управления проектами работают сразу с несколькими инструментами. Модель извлекает информацию о встречах на неделю из Google Calendar, проверяет связанные документы в Notion и публикует сводку в Slack — и всё это по одному запросу.
Как MCP можно применить на совещаниях?
Возможность запрашивать и импортировать стенограммы реальных встреч — одна из самых полезных функций, которые можно интегрировать в модель. Это дословные записи разговоров, решений, возражений и действий, которые иногда могут ускользнуть из рукописных заметок в CRM или документов.
Здесь имеет значение, каким именно помощником для проведения встреч на базе ИИ вы пользуетесь, поскольку не все из них используют собственный сервер.
Что ИИ может сделать с данными о встречах
Модель искусственного интеллекта при запросе к библиотеке стенограмм может получить полную запись сказанного. Благодаря этому она может:
- Опишите содержание звонка, на котором вы не присутствовали, без необходимости просматривать запись.
- Объединяйте задачи, выделенные в ходе нескольких звонков, чтобы получить более полное представление о текущем состоянии дел.
- Узнайте, когда было принято решение и в каких условиях это произошло.
Вот как это работает на трёх основных платформах.
MCP для Zoom
Звонки с клиентами и внешние встречи в основном проходят на платформе Zoom. Привязав архив этих звонков к модели, вы сможете узнать, против чего возражал клиент три звонка назад, не открывая ни одного из них. В нашем руководстве MCP поZoom описана процедура настройки.
MCP для Google Meet
Meet интегрирован в Workspace, поэтому документы, связанные с совещанием, хранятся рядом с самим совещанием. Модель, охватывающая оба этих компонента, позволяет связать то, о чём было договорено во время звонка, с документом, подготовленным по итогам этого совещания. Более подробная информация представлена в нашем руководстве MCP «Google Meet ».
MCP для MS Teams
Как правило, именно в «Teams» проходят внутренние совещания, что делает эту платформу самой обширной из трёх для большинства компаний. Поиск по всей базе данных позволяет выявить повторяющиеся темы и решения, а не ограничиваться данными отдельных совещаний. В нашем руководстве по сертификации MCP «Microsoft Teams » эта тема раскрыта более подробно.
tl;dvСервер MCP
tl;dv с 2025 года эксплуатирует собственный сервер MCP и, как и сам MCP, за это время он значительно изменился. Теперь он доступен в рамках тарифного плана «Pro» и выше, а подключение к нему осуществляется как из каталога коннекторов Claude, так и из каталога коннекторов ChatGPT. Подключение осуществляется с использованием OAuth, поэтому вы утверждаете ограниченный набор разрешений и можете отозвать их в любой момент без смены пароля. Срок действия токенов составляет пять минут.| При запуске | По состоянию на август 2026 года |
|---|---|
| Ключ API, сгенерированный в настройках и вставленный в файл конфигурации | OAuth с ограниченными правами доступа, которые вы утверждаете и можете отозвать |
| Устанавливается локально с помощью Node.js или Docker | Хостинг предоставляется сайтом tl;dv, установка не требуется |
| Отредактируйте файл конфигурации вручную, а затем перезапустите клиент | Подключитесь из каталога коннекторов «Claude» или «ChatGPT» |
| Четыре инструмента | Пять инструментов, включая поиск по всей библиотеке ваших встреч |
- Поиск встреч: фильтрация по диапазону дат, ключевым словам, типу (внутренние/внешние), участию и пагинации.
- Получить метаданные встречи: получить название, дату, продолжительность, статус, организатора, участников и URL-адрес встречи.
- Получить стенограмму встречи: скачать полную стенограмму в формате Markdown.
- Получить протоколы встреч: получить протоколы, сгенерированные ИИ, рукописные заметки, временные метки и информацию о статусе обработки ИИ.
- Получить профиль пользователя: получить данные о вашем профиле на сайте tl;dv , роли, дате регистрации и численности команды.
Каким будет дальнейшее развитие MCP
В 2026 году ожидания в отношении MCP значительно вышли за рамки прежнего статус-кво. Модели теперь в значительной степени полагаются на него, меры безопасности были усилены, а для настройки уже не требуется столь высокого уровня технической подготовки. Раньше приходилось редактировать конфигурационные файлы. Теперь достаточно выбрать нужный коннектор из списка, и он сразу же запускается.
С выпуском обновления в июле 2026 года правила авторизации стали более строгими, а система «Авторизация, управляемая предприятием» (Enterprise-Managed Authorization ) была окончательно внедрена в июне 2026 года, благодаря чему администраторы могут предоставлять доступ через своего поставщика услуг аутентификации, а не утверждать серверы по одному.
Дальнейшие изменения стали менее радикальными. В версии от 28 июля 2026 года протокол стал безсостоятельным, была добавлена формальная структура для расширений и введена политика вывода из использования с двенадцатимесячным сроком.
Этот фреймворк получил два официальных расширения. MCP Apps позволяет серверу возвращать интерактивный интерфейс вместо простого текста, отображаемый в окне с изолированной средой, при этом каждое действие проходит через тот же путь утверждения, что и обычный вызов инструмента. Задачи (Tasks) обрабатывают операции, требующие значительного времени, благодаря чему сервер может возвращать ссылку на задание вместо того, чтобы держать соединение открытым.
В совокупности это означает, что MCP теперь может развиваться, не нарушая того, что уже было создано, — именно так и выглядит инфраструктура, когда она перестает вызывать интерес.
Вопросы и ответы о контекстном протоколе модели (MCP)
Что такое контекстный протокол модели (MCP)?
MCP — это открытый стандарт, позволяющий моделям искусственного интеллекта подключаться к инструментам и данным, которые вы уже используете, например к Google Drive, Slack или записям ваших встреч. Компания « Anthropic » выпустила его в ноябре 2024 года, и с тех пор управление стандартом перешло к Linux Foundation. Он предоставляет каждому приложению искусственного интеллекта единый способ доступа к внешним данным.
Чем MCP отличается от агентов искусственного интеллекта?
Они работают вместе, а не конкурируют друг с другом. Агент искусственного интеллекта — это система, которая выполняет задачи от вашего имени. MCP — это способ, с помощью которого этот агент получает доступ к данным, необходимым для выполнения работы. Большинство полезных агентов используют что-то подобное MCP, чтобы выходить за рамки собственных обучающих данных.
Может ли сервер MCP изменять или удалять мои данные?
Это зависит от сервера. MCP поддерживает как инструменты для получения данных, так и инструменты для выполнения действий, поэтому возможности сервера определяются его разработчиком. Перед подключением проверьте, какие инструменты доступны на сервере. Серверы, доступные только для чтения, позволяют получать информацию, но не позволяют создавать, редактировать, делиться или удалять какие-либо данные.
Безопасно ли подключать MCP к моим рабочим устройствам?
MCP стандартизирует порядок запроса и предоставления доступа с использованием OAuth, благодаря чему разрешения имеют чётко очерченную область действия и могут быть отозваны. То, что происходит с вашими данными после их получения сервером, зависит от компании, управляющей этим сервером. Вопрос безопасности в большей степени связан не с протоколом, а с тем, к какому именно серверу вы подключаетесь.
Как определить, заслуживает ли сервер MCP доверия?
Начните с того, кто является оператором. Серверы «первой стороны» от поставщиков, с которыми у вас уже заключен договор, сопровождаются политикой обработки данных и наличием ответственного лица. Проверьте, какие разрешения запрашивает сервер и что предусмотрено его политикой хранения данных. Серверы из общедоступных реестров требуют более тщательного подхода, поскольку оператора может быть сложнее отследить.
При подключении к MCP мои данные отправляются в ChatGPT или Claude?
Данные, полученные через MCP, попадают в контекст приложения ИИ, чтобы модель могла их использовать, а это означает, что применяется политика конфиденциальности того ИИ, которым вы пользуетесь. Сервер MCP, приложение ИИ и поставщик модели — это три отдельные стороны, поэтому стоит ознакомиться с условиями использования каждой из них.
Можно ли использовать MCP для поиска по стенограммам моих заседаний?
Да, если ваш инструмент для проведения встреч использует сервер MCP. Сервис tl;dvдоступен в тарифных планах Pro и подключается через каталоги коннекторов Claude и ChatGPT. Он предоставляет доступ к поиску, метаданным, заметкам и стенограммам, благодаря чему вы можете задавать вопросы по прошлым звонкам, не открывая их по одному.
