Что такое инструменты MCP и как ИИ-модели их используют?

Узнайте, что такое инструменты MCP, как ИИ-модели находят и вызывают их через MCP-серверы и как использовать их безопасно.

Diagram of how MCP works: an AI app (the MCP host) sends tool requests through an MCP client to an MCP server, which connects to tools and returns results.

Инструменты MCP — это функции, которые ИИ-модель может вызывать, чтобы выполнить задачу за пределами диалога. Например, найти что-то в ваших заметках или выполнить запрос к базе данных. Каждый инструмент размещается на MCP-сервере (Model Context Protocol) и имеет название и краткое описание, которые помогают модели решить, когда его использовать.

Термин «инструмент MCP» используется и в других значениях. В повседневной речи «инструментами MCP» часто называют MCP-серверы (приложения, которые предоставляют инструменты) или каталоги, в которых перечислены эти серверы. Кроме того, MCP Tools — это название программы командной строки для просмотра и вызова инструментов на MCP-сервере.

Это руководство посвящено функциям протокола, а не серверам, каталогам или командной строке. В нём объясняется, из чего состоит инструмент, какие виды инструментов предлагают серверы и чем инструменты отличаются от ресурсов, промптов и вызова функций. Затем мы пошагово разберём, как модель использует инструмент, а в завершение рассмотрим самые распространённые проблемы, связанные с их использованием.

Что такое инструменты MCP?

Инструмент MCP — это функция, которая позволяет ИИ-моделям выполнять задачи с помощью других программных приложений. Например, мои ИИ-агенты и рабочие процессы используют инструменты MCP, чтобы составлять черновики писем в Gmail (create_draft), создавать карточки в Trello (trelloWriteCard) и получать результаты поиска в реальном времени из DataForSEO (serp_organic_live_advanced), и это лишь несколько примеров.

Программные приложения часто предлагают на своих MCP-серверах сразу несколько инструментов MCP. Например, MCP-сервер Trello сейчас включает 14 инструментов MCP, которые позволяют ИИ-моделям читать и обновлять доски, списки, чек-листы, карточки и многое другое.

А поскольку MCP стандартизирует то, как инструменты описываются и предоставляются, любое ИИ-приложение с поддержкой протокола может использовать один и тот же инструмент MCP.

Из чего состоит инструмент MCP

Каждый инструмент MCP включает три элемента:

  • Название: короткий идентификатор, который модель использует при вызове инструмента (например, get_event в Google Календаре).
  • Описание: объяснение простым языком того, что делает инструмент и когда он полезен. Большая языковая модель (LLM) читает его, чтобы решить, подходит ли инструмент для вашего запроса (например, «Returns a single event on the given calendar.» — «Возвращает одно событие из указанного календаря»).
  • Входные данные: информация, необходимая инструменту для работы, например имя клиента и дата для поиска по заметкам. Она записывается в формате JSON, и разработчики называют её схемой входных данных (input schema), потому что она задаёт формат каждого входного параметра (текст, число или список).

Некоторые инструменты содержат дополнительные метаданные: отображаемое имя, описание возвращаемых результатов (схему выходных данных) и аннотации о том, как ведёт себя инструмент.

ИИ-модель никогда не видит код, стоящий за инструментом. Она опирается только на то, что инструмент сообщает о себе, поэтому из-за расплывчатого названия или описания модель может выбрать не тот инструмент.

Какие бывают инструменты MCP

По своему назначению инструменты MCP делятся на четыре группы:

  • Инструменты поиска и получения данных: находят или извлекают информацию (например, ищут по заметкам, читают файл или выполняют запрос к базе данных).
  • Инструменты действий: создают или изменяют что-либо в другом приложении (например, добавляют задачу, создают событие в календаре, открывают обращение в службу поддержки или отправляют письмо).
  • Инструменты обработки данных: преобразуют или анализируют данные (например, анализируют файл электронной таблицы или выполняют вычисления).
  • Системные инструменты: взаимодействуют с локальной системой (например, выполняют команду в терминале).

Инструменты MCP в сравнении с ресурсами и промптами

Помимо инструментов MCP, MCP-сервер может предлагать ещё два типа строительных блоков, которые в протоколе называются примитивами: ресурсы и промпты.

Например, официальный MCP-сервер GitHub предлагает:

  • инструмент issue_write, который создаёт или обновляет задачи (issues),
  • ресурс repository_content, который даёт доступ к файлам в репозитории,
  • промпт issue_to_fix_workflow, который задаёт последовательность шагов, чтобы описать проблему в виде задачи (issue) и поручить агенту для написания кода GitHub Copilot сгенерировать pull request с исправлением.

Разница в том, что делает каждый из них и кто решает, когда его использовать: вы, ИИ-приложение, в котором вы работаете (например, Perplexity), или ИИ-модель, работающая внутри этого приложения.

  • Инструмент MCP выполняет действия или ищет информацию. ИИ-модель самостоятельно решает, когда вызвать инструмент, а ваше ИИ-приложение передаёт вызов серверу. Инструменты выбирает ваша ИИ-модель; ваше ИИ-приложение должно показывать вам каждый вызов и давать возможность его отклонить.
  • Ресурс — это контент, доступный на MCP-сервере, например файл или набор записей, у каждого из которых есть собственный адрес (URI). Ваше ИИ-приложение запрашивает у сервера список доступных ресурсов, считывает нужный по его адресу и добавляет содержимое в диалог в качестве контекста.
  • Промпт — это готовый шаблон сообщения, который предоставляет сервер, иногда с пропусками, которые нужно заполнить. Ваше ИИ-приложение показывает доступные промпты, и вы выбираете один из них — часто в виде слеш-команды.

Как ИИ-модели используют инструменты MCP

ИИ-модель использует инструмент MCP в пять этапов: обнаружение, выбор инструмента, вызов, результаты и обработка ошибок. Всё, что передаётся между моделью и сервером, проходит через ваше ИИ-приложение.

Допустим, вы просите ИИ-приложение проверить ваш список «На этой неделе» в Trello и составить черновик письма редактору с новостями о ходе работы. Вот что происходит от начала до конца:

  1. Обнаружение: когда ваше ИИ-приложение подключается к MCP-серверу через MCP-клиенты, оно запрашивает у сервера список доступных инструментов (такой запрос называется tools/list). LLM видит только то, что передаёт ей приложение: название, описание и входные данные каждого инструмента.
  2. Выбор инструмента: ИИ-модель сопоставляет ваш запрос с этими описаниями и выбирает подходящие инструменты. В данном случае это trelloReadList из Trello для чтения списка и create_draft из Gmail для написания письма. Модель также заполняет входные данные, например указывает, какой список нужно прочитать.
  3. Вызов: модель отвечает структурированным запросом на запуск инструмента (этот этап называется «вызовом функций»). Ваше ИИ-приложение отправляет этот запрос на нужный сервер (запрос tools/call). Оно также должно показать вам вызов и дать возможность его отклонить.
  4. Результаты: сервер выполняет функцию и возвращает результат (result) — в данном случае карточки из вашего списка. Ваше ИИ-приложение добавляет результат в диалог, а модель решает, что делать дальше: ответить вам или вызвать другой инструмент, например create_draft, чтобы составить письмо на основе этих карточек.
  5. Обработка ошибок: если инструмент запускается, но завершается с ошибкой (например, потому что такого списка не существует), ошибка возвращается как часть результата. Модель может прочитать её и повторить попытку с другими входными данными. Если же некорректен сам запрос (например, он вызывает инструмент, которого нет на сервере), приложение вместо этого получает ошибку протокола. В таком случае модели сложнее исправить ситуацию.

Главное: модель выбирает инструменты, опираясь только на их описания, а всё взаимодействие с серверами берёт на себя ваше ИИ-приложение.

Распространённые проблемы с инструментами MCP и как их избежать

Проблемы с инструментами MCP сводятся к четырём факторам: сколько инструментов подключено, как они названы и описаны, сколько данных они возвращают и с каких серверов они поступают.

Вот как проявляется каждая проблема и что помогает её решить:

Проблема

Как это проявляется

Что помогает

Подключено слишком много инструментов

Определение каждого инструмента попадает в контекстное окно модели ещё до того, как вы что-либо спросите, и по мере роста списка модель всё хуже выбирает инструменты.

Подключайте только те серверы, которые нужны для задачи, и отключайте неиспользуемые инструменты, если ваше ИИ-приложение это позволяет. Пример: MCP-сервер GitHub позволяет включать только нужные группы инструментов (toolsets).

Расплывчатые или пересекающиеся описания

Модель вызывает не тот инструмент или нужный, но с неверными входными данными, потому что два описания звучат похоже или одно из них слишком скупое.

Давайте инструментам понятные и конкретные названия и описания, в идеале с примером того, когда их следует использовать. Если инструменты какого-то сервера постоянно срабатывают неправильно, MCP Inspector — официальный инструмент для тестирования — точно покажет, что каждый инструмент сообщает о себе.

Одинаковое название инструмента на двух серверах

Каждый из двух серверов предлагает инструмент с названием search, и невозможно понять, какому из них предназначен вызов.

Добавляйте к названиям инструментов префикс с названием сервера. Пример: сервер Trello (trelloSearch, trelloReadList).

Слишком объёмные результаты

Инструмент возвращает больше, чем нужно для задачи, например всю цепочку писем с форматированием, и перегружает контекст модели.

Используйте инструменты, которые поддерживают компактные форматы. Пример: в описании инструмента get_thread в Gmail рекомендуется использовать формат обычного текста, «чтобы не исчерпать контекст».

Ненадёжные серверы

Небрежно написанный или вредоносный сервер может использовать вызовы инструментов, чтобы извлекать данные из вашего диалога.

Подключайте серверы только из надёжных источников и оставляйте включёнными подтверждения для инструментов, которые что-то изменяют или отправляют данные наружу.

Зачем инструментам MCP нужно ваше подтверждение?

Инструментам MCP нужно ваше подтверждение, потому что без него ИИ-модель может внести изменения, которых вы не планировали, или передать конфиденциальные данные на сервер, который вы не контролируете.

Неверно понятый запрос или расплывчато описанный инструмент может запустить не то действие. Кроме того, при каждом вызове часть вашей информации отправляется на сервер.

Поэтому протокол предполагает, что ИИ-приложения оставляют человека в контуре принятия решений и дают ему возможность отклонить любой вызов инструмента.

Вот практичный способ разделить инструменты по тому, насколько тщательной проверки они требуют:

  • Действия, которые только читают данные: поиск информации, например чтение списка с помощью trelloReadList из Trello, ничего не изменяет. Такие вызовы можно выполнять без предварительного запроса, если ваше ИИ-приложение показывает, какой инструмент был запущен и что он искал.
  • Действия, которые можно отменить: создание черновика письма с помощью create_draft в Gmail или добавление карточки в Trello вносит изменения, которые можно отменить. Проверяйте входные данные перед выполнением вызова.
  • Действия, которые нельзя отменить: отправку письма с помощью send_message в Gmail, удаление записей и любые операции с платежами или конфиденциальными данными невозможно отменить. Каждый раз давайте на них явное разрешение.

Использование инструментов MCP в Perplexity

Perplexity работает с инструментами MCP в обоих направлениях: он может использовать инструменты с подключённых вами MCP-серверов и предлагает собственные инструменты другим ИИ-приложениям.

  • Подключение MCP-серверов к Perplexity: в тарифах Pro, Max и Enterprise вы можете подключить Perplexity к любому внешнему инструменту или источнику данных, у которого есть MCP-сервер, и использовать его в ответах и агентных рабочих процессах Perplexity Computer. В приложении для Mac также можно подключать MCP-серверы, работающие на вашем компьютере
  • Использование инструментов Perplexity в других ИИ-приложениях: MCP-сервер Perplexity предлагает четыре инструмента (perplexity_search, perplexity_ask, perplexity_research и perplexity_reason) любому ИИ-приложению, которое поддерживает удалённые MCP-серверы, например Claude Code. Отдельный сервер позволяет другим ИИ-приложениям передавать многоэтапные задачи в Perplexity Computer.

Часто задаваемые вопросы об инструментах MCP

MCP — это просто вызов инструментов?

Нет, MCP — это не просто вызов инструментов. Вызов инструментов — это то, как модель запрашивает инструмент, а MCP — то, как ИИ-приложение находит инструменты и направляет каждый вызов на сервер, который его выполняет.

Вызов инструментов (его также называют вызовом функций) — это та часть работы, которую выполняет ИИ-модель: модель видит список инструментов и отвечает запросом на запуск одного из них. Если используется только вызов инструментов, каждое ИИ-приложение должно само определять и запускать каждый инструмент.

MCP позволяет размещать инструменты на серверах, поэтому любое ИИ-приложение с поддержкой MCP может предлагать их своей модели и отправлять запросы модели на нужный сервер.

Заменит ли MCP API?

Нет, MCP не заменит API, потому что MCP и API работают вместе. Инструменты MCP часто работают поверх существующих API, и когда модель вызывает инструмент, MCP-сервер, как правило, отправляет запрос к API.

Какие ИИ-приложения поддерживают инструменты MCP?

Инструменты MCP работают в ИИ-ассистентах, таких как Claude, ChatGPT и Perplexity, а также в средствах разработки, таких как Visual Studio Code и Cursor. В документации MCP перечислены эти приложения и отмечено, что их поддерживают и многие другие.

Должна ли сама ИИ-модель поддерживать MCP?

Нет. ИИ-модели не нужно поддерживать MCP, потому что протокол обрабатывает ваше ИИ-приложение. Оно подключается к серверам, передаёт модели их инструменты и отправляет запросы модели на вызов инструментов обратно на нужный сервер. От модели требуется лишь поддержка вызова функций.

MCP устаревает?

Нет, MCP по-прежнему активно развивается. В июле 2026 года его разработчики выпустили новую версию спецификации MCP, а в августе 2026 года опубликовали обновлённую дорожную карту, которая предусматривает работу над тем, чтобы серверы могли раскрывать свои инструменты постепенно, по мере того как диалог становится более конкретным.