# Лучшие MCP серверы 2026: топ-25 для разработчиков > Каталог лучших MCP серверов: GitHub, PostgreSQL, Notion, Brave Search, Sentry и ещё 20. Категории, npm-пакеты, настройка. > Author: Roman Belov · Published: 2026-06-30 · Source: https://futurecraft.pro/ru/blog/best-mcp-servers-2026/ MCP (Model Context Protocol) — открытый стандарт для подключения AI-ассистентов к внешним инструментам. Один протокол вместо сотен кастомных интеграций. На момент передачи протокола в Linux Foundation проект [отчитался о 10 000 активных серверов и более 97 миллионах установок SDK в месяц](https://blog.modelcontextprotocol.io/posts/2025-12-09-mcp-joins-agentic-ai-foundation/); поддержка — в Claude Code, Cursor, VS Code, ChatGPT, Gemini и десятках других клиентов. Протокол управляется Linux Foundation через Agentic AI Foundation (AAIF) — открытый стандарт без привязки к одному вендору. MCP сервер, написанный под один клиент, работает в любом совместимом клиенте — при условии, что клиент поддерживает нужную версию протокола и используемые транспорты. Написали сервер для GitHub — он работает в Claude Code, Cursor и ChatGPT. Эта статья — каталог 25 лучших MCP серверов по категориям. Каждый — с командой установки, описанием возможностей и рекомендацией, для чего использовать. Без воды, без рекламы. > Если вы не знакомы с MCP — начните со статьи [MCP серверы: что это, зачем нужны и как подключить](/ru/blog/mcp-servers-explained/). Там — архитектура, подключение, написание своего сервера. ## Как подключить MCP сервер Два способа подключения. **Через CLI** (Claude Code): ```bash claude mcp add имя-сервера -- npx -y @scope/пакет ``` **Через `.mcp.json`** (Claude Code, Cursor, VS Code): ```json { "mcpServers": { "github": { "command": "docker", "args": ["run", "-i", "--rm", "-e", "GITHUB_PERSONAL_ACCESS_TOKEN", "ghcr.io/github/github-mcp-server"], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_..." } } } } ``` Файл `.mcp.json` размещается в корне проекта (project-level) или в `~/.claude/` (глобально). Project-level серверы загружаются только для конкретного проекта — это рекомендуемый подход. Для remote MCP серверов (Supabase, Figma, Linear) — достаточно указать URL endpoint. Клиент подключается напрямую, локальная установка не нужна. ## Код и разработка ### 1. GitHub Официальный MCP сервер от GitHub. Даёт доступ к полному API: репозитории, issues, pull requests, code search, файлы, ветки, коммиты. Claude ищет код по всей организации, создаёт PR, комментирует issues и управляет релизами прямо из IDE. ```bash docker run -i --rm -e GITHUB_PERSONAL_ACCESS_TOKEN ghcr.io/github/github-mcp-server ``` Требуется `GITHUB_PERSONAL_ACCESS_TOKEN`. Оригинальный npm-пакет `@modelcontextprotocol/server-github` deprecated с апреля 2025 — разработка перешла в `github/github-mcp-server` (Go-бинарь). Рекомендуется Docker-образ `ghcr.io/github/github-mcp-server`. Сценарий: «найди все open issues с label bug в репозитории X и создай PR с фиксом для самого старого». GitHub MCP сервер закрывает весь цикл — от поиска issue до создания pull request. **Для чего:** управление репозиториями, автоматизация PR и issues, code search по организации. ### 2. GitLab MCP сервер для GitLab — аналог GitHub-сервера для команд на GitLab. Управление merge requests, issues, pipelines, wiki, releases. Поддержка self-hosted инстансов и gitlab.com. ```bash npx -y @modelcontextprotocol/server-gitlab ``` Пакет `@modelcontextprotocol/server-gitlab` — оригинальный reference-сервер; он перенесён в `servers-archived`, npm-пакет помечен deprecated, но продолжает работать. Для расширенных сценариев (80+ инструментов, CQRS, OAuth 2.1) — активно развиваемый `gitlab-mcp` от сообщества. Требуется `GITLAB_PERSONAL_ACCESS_TOKEN` и `GITLAB_API_URL` для self-hosted. **Для чего:** те же задачи, что GitHub, но для GitLab-инфраструктуры. ### 3. Sentry Официальный MCP сервер от Sentry. Claude получает доступ к ошибкам, трейсам, событиям. Анализирует стектрейсы, находит паттерны, предлагает фиксы на основе реальных данных из production. Remote endpoint (рекомендуется): ``` https://mcp.sentry.dev/mcp ``` Для Claude Code: ```bash claude mcp add --transport http sentry https://mcp.sentry.dev/mcp ``` Локально через stdio: ```bash npx -y @sentry/mcp-server ``` Работает как remote MCP с OAuth-аутентификацией — Sentry хостирует и управляет сервером. Поддерживает Sentry Cloud и self-hosted. Спросите «покажи последние 5 ошибок в production и предложи фикс» — AI видит стектрейс, находит проблемный код в проекте и предлагает исправление прямо в IDE. **Для чего:** отладка production-ошибок, анализ стектрейсов, поиск регрессий. ### 4. Linear MCP сервер для Linear — управление задачами, проектами, циклами и командами прямо из AI-ассистента. Создание и обновление issues, поиск по проектам, комментирование. Linear предоставляет централизованно-хостируемый MCP сервер — ничего устанавливать не нужно. Подключение через remote endpoint. Для локальной работы: ```bash npx -y @tacticlaunch/mcp-linear ``` Сценарий: «возьми задачу из Linear, реализуй, создай PR в GitHub и обнови статус задачи». С серверами Linear + GitHub — весь цикл без переключения контекста, похоже на связку нескольких агентов из [архитектуры мультиагентных систем](/ru/blog/multi-agent-architecture/), только без явного оркестратора. **Для чего:** управление задачами из Claude Code/Cursor без переключения в Linear. ### 5. Context7 MCP сервер от Upstash. Решает главную проблему AI-кодинга — устаревшую документацию: подтягивает актуальную доку для конкретной версии библиотеки прямо в контекст. ```bash npx -y @upstash/context7-mcp@latest ``` API-ключ не нужен. Поддерживает тысячи библиотек: React, Next.js, Prisma, Tailwind, Django, FastAPI. Добавьте «use context7» в промпт — сервер подтянет нужную документацию. Без Context7 модель может отвечать по Pages Router, когда вы спрашиваете про App Router. С Context7 — всегда актуальная версия. **Для чего:** актуальная документация библиотек в реальном времени, устранение галлюцинаций при работе с API. --- ## Базы данных ### 6. PostgreSQL Официальный MCP сервер для PostgreSQL. Claude выполняет SQL-запросы, инспектирует схему, анализирует данные. Read-only по умолчанию — безопасно для production. ```bash npx -y @modelcontextprotocol/server-postgres postgresql://user:pass@localhost:5432/db ``` Принимает стандартную строку подключения PostgreSQL. Работает с AWS RDS, Supabase, Neon, Crunchy, локальной базой. Официальный reference-сервер перенесён в `servers-archived`, но пакет продолжает работать — и является наиболее распространённым вариантом для PostgreSQL. Сценарий: «покажи топ-10 пользователей по количеству заказов за последний месяц и объясни, какие индексы ускорят запрос». AI выполняет запрос, смотрит план выполнения и даёт рекомендации. **Для чего:** анализ данных, отладка запросов, инспекция схемы БД. ### 7. Supabase Официальный MCP сервер Supabase. Полный BaaS-доступ: управление проектами, создание таблиц и миграций, SQL-запросы, edge functions, логи, ветвление баз. Хостируется удалённо — ничего устанавливать не нужно. Remote endpoint: `https://mcp.supabase.com/mcp` (OAuth, автоматический логин через браузер). Для Claude Code: ```bash claude mcp add supabase --transport http https://mcp.supabase.com/mcp ``` Авторизация через OAuth: MCP-клиент автоматически открывает браузер для логина. Поддерживает ветвление баз (database branching) — можно экспериментировать со схемой без риска для production. **Для чего:** управление Supabase-проектами из AI-ассистента: миграции, запросы, деплой edge functions, просмотр логов. ### 8. SQLite MCP сервер для работы с локальными SQLite базами. Создание таблиц, SQL-запросы, управление схемой. Удобен для прототипирования и аналитики — AI создаёт базу, наполняет данными и проводит анализ в рамках одной сессии. ```bash uvx mcp-server-sqlite --db-path path/to/database.sqlite ``` Официальный reference-сервер от команды MCP — Python-пакет `mcp-server-sqlite`, ставится через uvx; npm-пакета у него нет. Путь к базе передаётся флагом `--db-path`. Reference-сервер перенесён в `servers-archived`, но пакет на PyPI продолжает работать. **Для чего:** прототипирование, локальная аналитика, работа с SQLite-базами без GUI. ### 9. Redis Официальный MCP сервер от Redis. Управление ключами, выполнение команд, работа с хэшами, списками, множествами. Natural language интерфейс к Redis. ```bash uvx --from redis-mcp-server@latest redis-mcp-server --url redis://localhost:6379/0 ``` Python-пакет `redis-mcp-server` на PyPI — npm-пакета у Redis нет. Два проекта от Redis: `mcp-redis` (self-hosted) и `mcp-redis-cloud` (Redis Cloud). Поддержка всех стандартных Redis-операций. **Для чего:** отладка кэша, анализ данных в Redis, управление key-value хранилищем. --- ## Поиск и данные ### 10. Brave Search Официальный MCP сервер для Brave Search API. Веб-поиск, локальный поиск, новости — AI получает доступ к актуальной информации из интернета. ```bash npx -y @brave/brave-search-mcp-server ``` Требуется `BRAVE_API_KEY` (бесплатный план — 2000 запросов/мес). Поддерживает веб-поиск, поиск изображений, новостей и локальных результатов. Пакет `@brave/brave-search-mcp-server` — официальный от Brave Software; старый `@modelcontextprotocol/server-brave-search` архивирован. Один из самых полезных серверов в повседневной работе. Без него AI работает только с тренировочными данными. С Brave Search — проверяет актуальную документацию, ищет примеры, узнаёт последние изменения в API. **Для чего:** веб-поиск из AI-ассистента, исследование технологий, проверка актуальной информации. ### 11. Exa MCP сервер от Exa — семантический поиск по вебу. В отличие от keyword-поиска (Brave), Exa ищет по смыслу: находит релевантные статьи, документы и данные даже при нечётком запросе. Извлекает контент со страниц. ```bash npx -y exa-mcp-server ``` Требуется `EXA_API_KEY` (dashboard.exa.ai). Также доступен как remote endpoint: `https://mcp.exa.ai/mcp`. Поддерживает поиск по академическим статьям, компаниям, контенту. **Для чего:** глубокий исследовательский поиск, семантический поиск по смыслу, анализ конкурентов. ### 12. Filesystem Официальный MCP сервер для доступа к файловой системе. Чтение, запись, поиск файлов, просмотр директорий. Работает с настраиваемыми ограничениями — можно разрешить доступ только к определённым папкам. ```bash npx -y @modelcontextprotocol/server-filesystem /path/to/allowed/dir ``` Принимает список разрешённых директорий как аргументы. Блокирует доступ за пределами указанных путей — безопасно для использования с AI. **Для чего:** работа с файлами проекта, анализ логов, управление конфигурациями. --- ## Продуктивность ### 13. Notion Официальный MCP сервер от Notion. Доступ к страницам, базам данных, комментариям. Claude ищет по workspace, создаёт страницы, обновляет данные в базах. ```bash npx -y @notionhq/notion-mcp-server ``` Актуальная версия работает на Notion API 2026-03-11. Также доступен как remote MCP (Notion хостирует сервер — `https://mcp.notion.com/mcp`, рекомендуется для большинства клиентов). Требуется Notion Integration Token. Notion официально перешёл на поддержку только remote-сервера и планирует прекратить поддержку локального пакета. AI ищет по всему workspace, создаёт страницы по шаблонам, обновляет базы данных и добавляет комментарии. **Для чего:** управление документацией, обновление баз знаний, поиск по Notion workspace. ### 14. Slack Reference-сервер для Slack API от команды MCP. Поиск по каналам, отправка сообщений, чтение истории. AI участвует в рабочих коммуникациях. ```bash npx -y @modelcontextprotocol/server-slack ``` Reference-сервер перенесён в `servers-archived`, npm-пакет помечен deprecated — но, как и PostgreSQL, продолжает работать. Требуется `SLACK_BOT_TOKEN` (xoxb-...). Администраторы workspace управляют доступом MCP-клиентов через настройки Slack. **Для чего:** поиск информации в Slack, отправка уведомлений, мониторинг каналов. ### 15. Google Workspace MCP-доступ к сервисам Google: Gmail, Docs, Sheets, Drive, Calendar. Несколько вариантов подключения. Официальный Google CLI с MCP: ```bash npm install -g @googleworkspace/cli ``` Для Google Drive отдельно: ```bash npx -y @modelcontextprotocol/server-gdrive ``` Пакет `@modelcontextprotocol/server-gdrive` — архивный reference-сервер: перенесён в `servers-archived`, npm-пакет помечен deprecated, хотя работать продолжает. Google также предоставляет fully-managed remote MCP серверы для своих сервисов — можно подключиться напрямую через MCP-клиент без локальной установки. **Для чего:** работа с документами, таблицами, почтой и календарём Google из AI-ассистента. ### 16. Figma Официальный MCP сервер от Figma. Читает структуру дизайн-файлов: компоненты, токены, свойства, слои. AI генерирует код на основе реального дизайна, а не скриншотов. Remote endpoint (рекомендуется): `https://mcp.figma.com/mcp` Для Claude Code: ```bash claude plugin install figma@claude-plugins-official ``` Локальная установка (community, не от Anthropic): ```bash npx -y figma-developer-mcp --figma-api-key=YOUR-KEY --stdio ``` Также доступен через Dev Mode в десктопном приложении Figma (Shift+D → Enable desktop MCP server). Figma MCP читает живую структуру выбранных слоёв: компоненты, auto-layout, токены, spacing, цвета. Код генерируется на основе реальных данных дизайна, а не скриншота — результат точнее и не требует ручной подгонки. **Для чего:** design-to-code, извлечение токенов и стилей, генерация UI-компонентов по дизайну. --- ## DevOps ### 17. Docker MCP сервер для управления Docker: контейнеры, образы, volumes, сети. AI запускает, останавливает контейнеры, инспектирует логи, управляет compose-стеком. ```bash npx -y docker-mcp ``` `docker-mcp` — community-сервер (QuantGeekDev). Docker официально предоставляет MCP Catalog с 300+ верифицированных образов: `docker run mcp/`. Поддержка Docker Compose, инспекция контейнеров, управление ресурсами. Если нужен сервер, заточенный под собственный стек — см. [как написать и довести до production кастомный MCP сервер](/ru/blog/mcp-production-custom-servers/). Удобен для отладки: «покажи логи контейнера api за последние 10 минут и объясни, почему он перезапускается». AI читает логи, анализирует OOM-ошибки, предлагает изменения в конфигурации. **Для чего:** управление контейнерами, отладка Docker-окружений, автоматизация деплоя. ### 18. Cloudflare Официальный MCP сервер Cloudflare. Покрывает весь API: DNS, Workers, Pages, R2, KV, D1, Queues — 2500 endpoints через два инструмента (`search()` и `execute()`). Token-efficient: ~1000 токенов на весь API. ```bash npx -y @cloudflare/mcp-server-cloudflare ``` Также доступен как remote MCP с OAuth. Cloudflare выпустил 13 специализированных серверов для отдельных сервисов + один универсальный с Code Mode. Архитектурное решение Cloudflare — Code Mode: вместо отдельного инструмента на каждый API endpoint сервер использует два универсальных инструмента (`search()` и `execute()`), которые покрывают все 2500 endpoints. Когда Cloudflare добавляет новый продукт, MCP сервер автоматически получает к нему доступ без обновления. **Для чего:** управление Cloudflare-инфраструктурой: DNS, Workers, Pages, хранилища. ### 19. Grafana MCP сервер для Grafana. Доступ к дашбордам, datasources, алертам, инцидентам. Запросы к Prometheus (PromQL) и Loki (LogQL) напрямую из AI-ассистента. Установка через Python (uvx): ```bash uvx mcp-grafana ``` Docker-образ от Grafana Labs: ```bash docker run -i --rm -e GRAFANA_URL -e GRAFANA_SERVICE_ACCOUNT_TOKEN grafana/mcp-grafana ``` Более 40 инструментов: дашборды, datasources, алерты, инциденты, OnCall, Pyroscope. Ответы оптимизированы под минимальный расход токенов. **Для чего:** мониторинг, анализ метрик и логов, управление алертами и инцидентами. ### 20. Kubernetes MCP сервер для управления Kubernetes-кластерами. Нативная Go-реализация — работает напрямую с Kubernetes API, не обёртка над kubectl. ```bash npx -y kubernetes-mcp-server ``` Также доступен как Docker-образ: `docker run mcp/kubernetes`. Поддержка kubeconfig из нескольких источников, работа с pods, deployments, services, namespaces. Альтернатива (CNCF Landscape): ```bash npx -y kubectl-mcp-server ``` **Для чего:** управление кластерами, отладка pods, инспекция ресурсов Kubernetes. --- ## AI и LLM ### 21. Langfuse MCP сервер для Langfuse — платформы observability для LLM-приложений. Управление промптами, доступ к трейсам, анализ производительности моделей. Встроен в Langfuse — remote endpoint: ``` https://YOUR_LANGFUSE_HOST/api/public/mcp ``` Транспорт: Streamable HTTP. Не требует отдельной установки — MCP сервер работает прямо из Langfuse-инстанса. Требуется `LANGFUSE_PUBLIC_KEY` и `LANGFUSE_SECRET_KEY`. Подробнее о том, зачем нужен observability для LLM-приложений — в [статье про Langfuse](/ru/blog/llm-observability-langfuse/). **Для чего:** prompt management, анализ трейсов LLM-приложений, мониторинг качества. ### 22. OpenAI MCP сервер для доступа к моделям OpenAI из других AI-ассистентов. Claude или Cursor могут использовать GPT как второе мнение или для специфических задач. Несколько реализаций от сообщества: ```bash npx -y @mzxrai/mcp-openai ``` Требуется `OPENAI_API_KEY`. Поддержка chat completions, embeddings, image generation. Полезен в мультимодельных сетапах, где разные модели решают разные задачи. Пример: Claude Code пишет код, а для генерации OG-изображений вызывает DALL-E через OpenAI MCP. Или использует GPT как «второе мнение» при ревью архитектурного решения. **Для чего:** мультимодельные workflow, использование GPT из Claude Code, генерация изображений через DALL-E. ### 23. Gemini MCP сервер для моделей Google Gemini. Даёт доступ к Gemini 3.5 Flash и Gemini 3.1 Pro, thinking-режиму, vision и embeddings. ```bash npx -y @houtini/gemini-mcp ``` Требуется `GEMINI_API_KEY`. Gemini 3.5 Flash — основная модель с мая 2026 (GA, дефолт в Gemini App и AI Mode in Search); Gemini 3.1 Pro остаётся актуальным для задач с экстремальным reasoning. Также доступны community-обёртки с поддержкой vision analysis и multimodal input. **Для чего:** мультимодельные сценарии, vision-анализ, использование Gemini из Claude Code. --- ## Бонус: два полезных сервера ### 24. Playwright MCP сервер для браузерной автоматизации. AI открывает страницы, кликает элементы, заполняет формы, делает скриншоты. Незаменим для тестирования и скрапинга. ```bash npx -y @playwright/mcp ``` AI управляет реальным браузером: переходит по URL, кликает кнопки, заполняет формы, делает скриншоты. Особенно полезен для E2E-тестов — Claude видит реальный DOM и создаёт тесты без догадок о структуре страницы. **Для чего:** E2E-тестирование, браузерная автоматизация, скрапинг данных. ### 25. Memory Официальный MCP сервер для персистентной памяти. AI сохраняет знания между сессиями в виде графа сущностей и связей. Знания о проекте, решениях, контексте — всё сохраняется. ```bash npx -y @modelcontextprotocol/server-memory ``` Хранит данные локально в JSON-файле. Не требует внешних сервисов. AI запоминает архитектурные решения, предпочтения, контекст проекта и использует эти знания в следующих сессиях. Пример: обсуждаете с Claude архитектуру проекта. Memory сохраняет ключевые решения — стек, паттерны, соглашения. В следующей сессии AI уже знает контекст и не задаёт одни и те же вопросы — та же дисциплина, что разобрана в [гайде по context engineering](/ru/blog/context-engineering-guide/). **Для чего:** персистентная память AI, сохранение контекста между сессиями, база знаний проекта. --- ## Сравнительная таблица | # | Сервер | Пакет / endpoint | Категория | Сложность настройки | |---|--------|------------------|-----------|---------------------| | 1 | GitHub | `ghcr.io/github/github-mcp-server` | Код | Низкая (нужен токен) | | 2 | GitLab | `@modelcontextprotocol/server-gitlab` | Код | Низкая (нужен токен) | | 3 | Sentry | `https://mcp.sentry.dev/mcp` (remote) | Код | Минимальная (OAuth) | | 4 | Linear | Remote MCP / `@tacticlaunch/mcp-linear` | Код | Минимальная | | 5 | Context7 | `@upstash/context7-mcp` | Код | Минимальная | | 6 | PostgreSQL | `@modelcontextprotocol/server-postgres` | БД | Низкая (строка подключения) | | 7 | Supabase | `https://mcp.supabase.com/mcp` | БД | Минимальная (OAuth) | | 8 | SQLite | `mcp-server-sqlite` (uvx) | БД | Минимальная | | 9 | Redis | `redis-mcp-server` (uvx) | БД | Низкая | | 10 | Brave Search | `@brave/brave-search-mcp-server` | Поиск | Низкая (нужен ключ) | | 11 | Exa | `exa-mcp-server` | Поиск | Низкая (нужен ключ) | | 12 | Filesystem | `@modelcontextprotocol/server-filesystem` | Поиск | Минимальная | | 13 | Notion | `@notionhq/notion-mcp-server` | Продуктивность | Низкая (нужен токен) | | 14 | Slack | `@modelcontextprotocol/server-slack` | Продуктивность | Средняя (Slack App) | | 15 | Google Workspace | `@googleworkspace/cli` | Продуктивность | Средняя (OAuth) | | 16 | Figma | `https://mcp.figma.com/mcp` | Продуктивность | Минимальная (remote) | | 17 | Docker | `docker-mcp` (community) / Docker MCP Catalog | DevOps | Низкая | | 18 | Cloudflare | `@cloudflare/mcp-server-cloudflare` | DevOps | Низкая (нужен токен) | | 19 | Grafana | `uvx mcp-grafana` / `grafana/mcp-grafana` (Docker) | DevOps | Средняя | | 20 | Kubernetes | `kubernetes-mcp-server` | DevOps | Средняя (kubeconfig) | | 21 | Langfuse | Remote (встроен в Langfuse) | AI/LLM | Низкая | | 22 | OpenAI | `@mzxrai/mcp-openai` | AI/LLM | Низкая (нужен ключ) | | 23 | Gemini | `@houtini/gemini-mcp` | AI/LLM | Низкая (нужен ключ) | | 24 | Playwright | `@playwright/mcp` | Автоматизация | Минимальная | | 25 | Memory | `@modelcontextprotocol/server-memory` | Утилиты | Минимальная | --- ## Как выбрать: стартовый и продвинутый наборы ### Стартовый набор (5 серверов) Минимум для продуктивной работы с AI-ассистентом: 1. **GitHub** — управление кодом, PR, issues 2. **Filesystem** — доступ к файлам проекта 3. **Brave Search** — веб-поиск для актуальной информации 4. **Context7** — актуальная документация библиотек 5. **PostgreSQL** или **Supabase** — доступ к базе данных Этот набор покрывает 80% задач среднего разработчика. Установка — 5 минут: ```bash claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem ~/projects claude mcp add brave-search -- npx -y @brave/brave-search-mcp-server claude mcp add context7 -- npx -y @upstash/context7-mcp@latest claude mcp add postgres -- npx -y @modelcontextprotocol/server-postgres postgresql://localhost:5432/mydb ``` Для GitHub — через Docker (см. раздел выше). ### Продвинутый набор (10+ серверов) Стартовый набор плюс: 6. **Sentry** — мониторинг ошибок из production 7. **Notion** или **Linear** — управление задачами и документацией 8. **Slack** — рабочие коммуникации 9. **Figma** — design-to-code 10. **Docker** или **Cloudflare** — DevOps-задачи Дополнительно по стеку: - **Grafana** + **Kubernetes** — если работаете с инфраструктурой - **Langfuse** — если разрабатываете LLM-приложения - **OpenAI** / **Gemini** — если используете мультимодельные workflow - **Memory** — если ведёте долгоживущий проект и хотите персистентный контекст ### Пример .mcp.json для стартового набора ```json { "mcpServers": { "github": { "command": "docker", "args": ["run", "-i", "--rm", "-e", "GITHUB_PERSONAL_ACCESS_TOKEN", "ghcr.io/github/github-mcp-server"], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}" } }, "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "."] }, "brave-search": { "command": "npx", "args": ["-y", "@brave/brave-search-mcp-server"], "env": { "BRAVE_API_KEY": "${BRAVE_API_KEY}" } }, "context7": { "command": "npx", "args": ["-y", "@upstash/context7-mcp@latest"] }, "postgres": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost:5432/mydb"] } } } ``` ### Три правила выбора 1. **Не подключайте всё сразу.** Каждый сервер добавляет описания инструментов в контекстное окно AI. Это расходует токены и замедляет ответы. 5-7 серверов — оптимум. 25 одновременно — плохая идея. 2. **Подключайте по проекту.** Используйте `.mcp.json` в корне проекта для project-specific серверов. Глобально — только то, что нужно всегда (GitHub, Filesystem). Supabase-сервер не нужен в проекте на Firebase, и наоборот. 3. **Remote > локальный**, когда доступен. Remote MCP серверы (Supabase, Figma, Linear) не требуют установки, обновляются автоматически, работают стабильнее. Локальные (npx) удобны для офлайн-работы и кастомизации. ### Серверы по ролям **Фронтенд-разработчик:** Figma + Context7 + Brave Search + GitHub + Playwright. Figma для design-to-code, Context7 для актуальной документации React/Vue/Angular, Playwright для E2E-тестов. **Бэкенд-разработчик:** PostgreSQL + Redis + Sentry + GitHub + Docker. Полный цикл: база данных, кэш, мониторинг ошибок, код, контейнеры. **DevOps-инженер:** Kubernetes + Docker + Cloudflare + Grafana + GitHub. Управление инфраструктурой, мониторинг, деплой — всё из AI-ассистента. **Full-stack + AI:** все базовые + Langfuse + OpenAI/Gemini + Memory. Мультимодельные workflow, observability для LLM, персистентный контекст. --- ## Где искать больше серверов Экосистема MCP растёт быстро. Если нужный сервер не попал в этот каталог: - **[MCP Registry](https://registry.modelcontextprotocol.io/)** — официальный реестр от Anthropic с верификацией namespace и стандартизированными метаданными установки - **[MCP Market](https://mcpmarket.com/)** — каталог MCP серверов с рейтингами и отзывами - **[mcp.so](https://mcp.so/)** — ещё один каталог с фильтрами по категориям - **[GitHub modelcontextprotocol/servers](https://github.com/modelcontextprotocol/servers)** — репозиторий актуальных reference-серверов; архивированные переехали в `servers-archived` - **[npm search @modelcontextprotocol](https://www.npmjs.com/search?q=%40modelcontextprotocol)** — все официальные пакеты Новые серверы появляются ежедневно. Крупные компании (Stripe, Datadog, Vercel, AWS) выпускают официальные серверы для своих API. Сообщество создаёт серверы для всего — от Telegram до Home Assistant. --- ## Заключение MCP-экосистема в 2026 году созрела. Для любого инструмента в стеке разработчика найдётся MCP сервер — GitHub, Kubernetes, PostgreSQL, Figma. Протокол стандартизирован Linux Foundation, поддерживается всеми основными AI-платформами. Начните с пяти серверов из стартового набора — GitHub, Filesystem, Brave Search, Context7, PostgreSQL. Установка занимает 5 минут, а эффект на продуктивность заметен сразу: AI получает доступ к реальным данным проекта, а не работает вслепую. Добавляйте остальные по мере необходимости. Каждую неделю выходят новые серверы от крупных компаний и сообщества. Следите за MCP Market и mcp.so — там появляются свежие релизы. Главное — не количество подключённых серверов, а то, насколько они ускоряют вашу конкретную работу.