MCP для разработчиков: что это и зачем подключать к Cursor

AI-ассистент в редакторе умеет писать код, но без доступа к вашей базе, API и логам он работает вслепую. Model Context Protocol (MCP) — открытый протокол от Anthropic, который стандартизирует связь между LLM и внешними инструментами. Cursor, Claude Desktop и другие клиенты уже поддерживают MCP: подключили сервер — модель читает файлы, дергает API, выполняет команды по правилам.

Для разработчика это означает меньше копипаста из терминала и более точные ответы с актуальным контекстом проекта.

---

Что такое MCP простыми словами

MCP разделяет роли:

• Host — приложение с LLM (Cursor, Claude Desktop);
• Client — прослойка внутри host, управляет соединениями;
• Server — ваш сервис с tools, resources и prompts.

Сервер объявляет capabilities: например, tool query_database, resource schema.sql, prompt code_review. Host запрашивает список, LLM решает, что вызвать, client отправляет JSON-RPC, server возвращает результат.

Протокол транспортно-агnostic: stdio (локальный процесс), SSE или HTTP — удобно и для ноутбука, и для MCP на VPS в Docker.

---

Зачем подключать MCP к Cursor

Cursor из коробки индексирует репозиторий, но MCP расширяет горизонт:

• Живые данные — PostgreSQL, Redis, Elasticsearch без ручного экспорта;
• Внутренние API — Swagger/OpenAPI как tool;
• DevOps — статус CI, логи с staging на вашем VPS;
• Документация — Confluence, Notion, локальный MkDocs;
• Специализированные tools — линтеры, генераторы миграций, скрипты деплоя.

Модель не «выдумывает» схему таблицы — она запрашивает её через MCP. Меньше галлюцинаций, быстрее отладка.

---

Как настроить MCP в Cursor

Конфигурация лежит в ~/.cursor/mcp.json (или через Settings → MCP):

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/project"]
    },
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://user:pass@localhost/db"]
    }
  }
}

После сохранения перезапустите Cursor. В чате появятся доступные tools — агент сможет их вызывать по необходимости.

Популярные готовые серверы:

• @modelcontextprotocol/server-github — issues, PR, файлы репо;
• @modelcontextprotocol/server-git — локальный git;
• @modelcontextprotocol/server-puppeteer — браузерная автоматизация;
• community: Sentry, Linear, Slack, Docker.

---

Свой MCP-сервер за час

Если готового сервера нет, напишите минимальный на TypeScript (официальный SDK @modelcontextprotocol/sdk):

1. Определите tools с Zod-схемами аргументов.
2. Реализуйте handlers — вызов вашего REST API, SSH на VPS, чтение конфигов.
3. Запустите через stdio: node dist/index.js.
4. Добавьте в mcp.json.

Пример use case: tool deploy_staging дергает webhook GitHub Actions или скрипт на VPS. Агент в Cursor после фикса бага сам предложит деплой — с вашим approval.

Для команды можно поднять MCP server в Docker на internal VPS, transport SSE — один endpoint для всех разработчиков.

---

Безопасность и лучшие практики

MCP даёт модели реальные полномочия — относитесь к серверам как к CI-секретам:

• не передавайте production credentials в dev-конфиг;
• ограничивайте filesystem server корневой папкой проекта;
• read-only доступ к БД для аналитики, отдельный user без DROP;
• логируйте вызовы tools на server side;
• для production MCP используйте OAuth и network policies в облаке.

Начните с read-only tools, расширяйте по мере доверия к сценариям.

---

Итог

MCP — это USB для AI-инструментов: один протокол, любые серверы, единая интegrация в Cursor. Подключите GitHub, базу и пару внутренних API — и ассистент перестанет быть изолированным чатом. Для pet-проекта хватит готовых npm-пакетов; для команды на VPS или в облаке имеет смысл свой MCP server с tools под ваш pipeline. Настройка занимает минуты, отдача — в каждом диалоге с актуальным контекстом.