Если вы уже разобрались, что такое MCP-серверы и зачем они нужны, дальше встаёт практический вопрос: из сотен доступных серверов какие реально включить, а какие только съедают контекст и мешают модели. Ниже — подборка по задачам, проверенная на реальных сетапах участников IT-ХОЗЯЕВА, с настройкой и пометкой, кому каждый сервер нужен.

Главный принцип сразу: меньше — лучше. Каждый подключённый сервер тратит часть контекста на описание своих инструментов. 3–6 активных серверов — оптимум; всё остальное включайте под конкретную задачу и выключайте после.

Минимальный набор для разработки

С этих трёх стоит начать — они закрывают большую часть вайбкодинга:

  • filesystem — даёт модели доступ к файлам проекта: читать, искать, редактировать. База, без которой агент работает вслепую.
  • git / github — коммиты, ветки, чтение и создание pull request’ов, разбор issue. Github-сервер ещё подтягивает контекст из репозитория и CI.
  • context7 — подсовывает модели актуальную документацию библиотек по версии. Лечит главную болезнь LLM — устаревшие API из обучающей выборки. Один из самых недооценённых серверов: резко снижает количество «галлюцинированных» вызовов.

Этого набора хватает на 80% задач. Дальше — по потребности.

Работа с данными

  • postgres / sqlite — модель видит схему БД и выполняет запросы. Незаменимо, когда агент пишет код вокруг базы: он сам смотрит структуру таблиц вместо того, чтобы вы её диктовали. Давайте read-only доступ, если не нужна запись.
  • redis — инспекция ключей и значений при отладке кеша и очередей.

Правило безопасности: на проде — только реплика и read-only. MCP-сервер с правами на запись в боевую БД — это запрос на проблемы.

Браузер и веб

  • playwright — управление реальным браузером: открыть страницу, кликнуть, заполнить форму, снять скриншот. Лучший выбор для отладки фронтенда и E2E-сценариев; модель видит, что реально отрисовалось.
  • puppeteer — лёгкая альтернатива для простого скрейпинга и скриншотов.
  • fetch — просто скачать страницу и отдать модели как текст. Минимальный инструмент, когда полноценный браузер избыточен.

⚠️ Браузерные серверы приносят внешний контент — главную поверхность для prompt injection. Не давайте их агенту одновременно с доступом к секретам и к отправке данных наружу.

Знания и документация

  • context7 (см. выше) — версионная документация библиотек.
  • notion — чтение и запись в базы знаний и доки команды. Удобно, когда ТЗ и заметки лежат в Notion, а вы хотите, чтобы агент их учитывал.
  • filesystem на папку с внутренними доками — простой способ дать модели контекст проекта без внешних сервисов.

Продуктивность и эксплуатация

  • sentry — модель сама подтягивает стектрейсы и контекст ошибки и предлагает фикс. Один из самых окупаемых серверов для дежурных и разбора инцидентов.
  • slack — чтение тредов и отправка сообщений; полезно для агентов-помощников и автоматизации рутины.
  • figma — доступ к макетам, когда верстаете по дизайну: агент видит размеры и стили, а не пересказ.

Поиск

  • brave search / exa — веб-поиск прямо из агента, когда нужны свежие данные вне обучающей выборки. Exa заточен под семантический поиск, Brave — под обычный.

Как подключить: Claude Code и Cursor

В Claude Code серверы добавляются одной командой, например filesystem:

claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem ~/projects

В Cursor и других клиентах — через JSON-конфиг (~/.cursor/mcp.json или настройки проекта):

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "~/projects"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_TOKEN": "ваш_токен" }
    }
  }
}

Формат почти одинаковый у всех MCP-клиентов: команда запуска, аргументы и переменные окружения с токенами. Тот же сервер работает и в Claude Code, и в Cursor, и в Windsurf — переписывать ничего не нужно. Сравнение самих редакторов — в разборе Cursor vs Claude Code vs Windsurf.

Каких серверов лучше избегать

  • «Всё в одном» мегасерверы с десятками инструментов — съедают контекст и путают модель. Лучше несколько узких.
  • Случайные пакеты из выдачи без открытого кода и без официального реестра — вы запускаете чужой код со своими токенами.
  • Дубликаты по функции (два браузерных, три файловых) — оставьте один на задачу.

Как собрать свой набор

Рабочий подход — не «подключить всё полезное», а собирать набор под текущий проект:

  1. Старт: filesystem + git + context7.
  2. Добавляете БД-сервер, если код ходит в базу.
  3. Добавляете playwright, если отлаживаете фронт.
  4. Sentry/Slack — если работаете с эксплуатацией.
  5. Всё остальное выключаете.

Если хочется не просто подключать чужие, а написать свой сервер под внутренние инструменты команды — пошаговый пример есть в разборе MCP, а сам навык проектирования MCP всё чаще спрашивают на собеседованиях AI-инженера и влияет на вилку.

Где подсмотреть рабочие сетапы

Лучшая подборка MCP — та, что собрана под реальные задачи живыми людьми. В IT-ХОЗЯЕВА участники показывают свои конфиги вживую на еженедельных воркшопах по вайбкодингу, делятся находками по новым серверам в закрытых AI-беседах и разбирают, что реально экономит время, а что — модный шум. Подписка — от 520 ₽/мес; доступ к базе менторов с AI-направлением — на тарифе ХОЗЯИН.