Mateusz Pilecki
Jeśli pracujesz z narzędziami AI (Claude, GPT, Gemini), prawdopodobnie znasz ten problem. Modele językowe są sprawne, ale zamknięte w swoim świecie. Nie widzą Twoich plików. Nie mają dostępu do bazy danych. Warstwa na istniejących systemach jest w integracjach AI z ERP i CRM. Nie wiedzą, co jest w Twoim Slacku ani na GitHubie. Każdą informację musisz im kopiować i wklejać ręcznie. Model Context Protocol to zmienia. MCP to otwarty standard stworzony przez Anthropic, który pozwala modelom AI łączyć się z zewnętrznymi narzędziami, bazami danych i serwisami w sposób ustandaryzowany i bezpieczny.
Czym jest Model Context Protocol (MCP)?
Model Context Protocol (MCP) to otwarty protokół komunikacyjny opracowany przez Anthropic. Ma rozwiązać prosty problem: jak pozwolić modelom AI na bezpieczną interakcję ze światem zewnętrznym w ustandaryzowany sposób. Przed MCP każda integracja AI z narzędziem wymagała dedykowanego kodu. MCP daje jeden, uniwersalny protokół - w praktyce coś w rodzaju USB dla narzędzi AI. Protokół definiuje trzy główne prymitywy: Tools (funkcje do wywoływania), Resources (dane do odczytywania) i Prompts (szablony interakcji). Standard jest otwarty - każdy może zbudować serwer MCP.
Jak działają serwery MCP? Architektura klient-serwer
Architektura MCP opiera się na modelu klient-serwer. Host to aplikacja AI (Claude Desktop, Claude Code). Klient MCP utrzymuje sesję 1:1 z serwerem. Serwer MCP udostępnia narzędzia, zasoby lub prompty. Komunikacja przez JSON-RPC 2.0. Transport: stdio (lokalny), Streamable HTTP (zdalny, zalecany) lub SSE (deprecated).
Co można zrobić z MCP w Claude Code?
Claude Code jest natywnym klientem MCP. Po podłączeniu serwerów możesz: implementować funkcje z issue trackera ("Dodaj funkcję z JIRA ENG-4521 i stwórz PR na GitHubie"), analizować dane monitoringowe, odpytywać bazy danych, integrować z designem z Figmy, robić automatyzację procesów z Gmailem, reagować na zdarzenia z Discorda czy Telegrama.
Instalacja i konfiguracja serwerów MCP
Konfiguracja to jedna komenda. Zdalny HTTP: claude mcp add --transport http notion https://mcp.notion.com/mcp (Notion MCP docs). Lokalny stdio: claude mcp add --transport stdio --env AIRTABLE_API_KEY=YOUR_KEY airtable - npx -y airtable-mcp-server. Zarządzanie: claude mcp list, claude mcp get github, claude mcp remove github, /mcp. Trzy zakresy: local (prywatny), project (zespołowy przez .mcp.json), user (globalny).
Jak zbudować własny serwer MCP?
Budowa nie jest skomplikowana. SDK dla TypeScript, Python, Java, Kotlin + społecznościowe dla C#, Go, Rust. Instalacja: npm install @modelcontextprotocol/sdk. Rejestracja narzędzia wymaga nazwy, opisu, schematu parametrów (Zod) i handlera. Dobre praktyki: precyzyjne opisy, walidacja wejścia, zasada najmniejszych uprawnień, logowanie.
Ekosystem serwerów MCP
Oficjalne serwery: filesystem, Git, GitHub, Google Drive, Slack, Sentry, Puppeteer, PostgreSQL, SQLite, Memory, Fetch. Partnerzy: Brave Search, Cloudflare, Docker, Stripe, Shopify, Notion, Linear, Jira, Figma, Vercel, Supabase. Klienty: Claude Desktop, Claude Code, Claude.ai, Cursor, Cline, Continue, Windsurf, Zed.
Bezpieczeństwo i przyszłość MCP
Każde wywołanie narzędzia wymaga autoryzacji użytkownika. Dane nie opuszczają Twojej infrastruktury. Kierunki rozwoju: zdalne serwery z OAuth 2.1, kanały (channels) do pushowania zdarzeń, standaryzacja branżowa. W Mikamait budujemy integracje MCP łączące systemy klientów z AI.
Stan na sierpień 2026: przy nowym serwerze MCP nie dokładaj już transportu SSE. W praktyce zostaje stdio na lokalne narzędzia oraz Streamable HTTP na zdalne, z OAuth 2.1 tam, gdzie serwer wychodzi poza laptop. Listę serwerów trzymaj w repozytorium zespołu w .mcp.json (zakres project), a klucze tylko w zakresie local albo w menedżerze sekretów. Zanim dodasz kolejny serwer z marketplace, sprawdź, czy to samo nie da się zrobić jedną komendą CLI. Mniej narzędzi w sesji to mniej przypadkowych wywołań i krótszy kontekst.
Aktualizacja 2026-08-25: FAQ Czy jeden duży serwer MCP z wieloma narzędziami jest wygodniejszy niż kilka małych? Przy starcie nie. Osobny serwer na odczyt (repo, tickets) i osobny na zapis (PR, komentarz w Jirze) ułatwia wyłączenie zapisu bez rozpinania całego stacku. Model, który dostaje dwadzieścia narzędzi w jednej sesji, częściej wybiera złe i zużywa kontekst na schematy, których i tak nie użyje. Dokładaj narzędzie dopiero wtedy, gdy w logu sesji widać powtarzające się ręczne obchodzenie braku tej funkcji.
Źródła: Anthropic - MCP Documentation (code.claude.com/docs/en/mcp). Model Context Protocol - oficjalna specyfikacja (modelcontextprotocol.io). GitHub - MCP Servers Repository (github.com/modelcontextprotocol/servers).