MCP и Skills: как сделать ваш SaaS настоящим инструментом для AI-агента
AI-агенты не открывают ваш сайт и не нажимают кнопки. Они обращаются к MCP-серверам и следуют инструкциям из Skills. Если у продукта нет ни того, ни другого, для Claude, Cursor, ChatGPT и Copilot он попросту не существует.
MCP - это открытый протокол на основе JSON-RPC, благодаря которому AI-агент обращается к вашему SaaS напрямую, как к API. Skills - сопровождающие markdown-инструкции, которые объясняют агенту, когда и как этим API пользоваться. Если у продукта развёрнуто только одно из двух или нет ни того, ни другого, для Claude, Cursor, ChatGPT и Copilot он остаётся незаметным. Обязательный минимум 2026 года - один MCP-сервер, одна сопровождающая Skill и регистрация в публичных каталогах.
Ключевые факты
- Загрузки SDK MCP выросли примерно со ста тысяч в месяц на запуске в ноябре 2024 года до 97 миллионов в месяц к марту 2026-го - почти в тысячу раз за полтора года.
- К моменту перехода MCP в Linux Foundation в декабре 2025 года в публичных каталогах работало больше десяти тысяч серверов; независимая перепись первого квартала 2026-го насчитала 17 468.
- Эталонный репозиторий modelcontextprotocol/servers собрал около 84 тысяч звёзд на GitHub к апрелю 2026 года.
- В каталоге Claude перечислено больше семидесяти пяти собственных MCP-коннекторов; Cursor, Windsurf, VS Code, ChatGPT и Goose поддерживают MCP штатно.
- Все четыре крупнейших поставщика - OpenAI, Google, Microsoft и Salesforce - выпустили поддержку MCP в течение тринадцати месяцев после запуска стандарта.
Что изменилось в 2026 году
AI-агенты не открывают ваш сайт и не нажимают кнопки. Они обращаются к вашим инструментам напрямую. Интерфейс, который имел значение в 2015 году - веб-приложение, в 2020-м - REST API, а в 2024-м - чат, теперь уступает другому: агент вызывает инструмент, получает данные и сам решает, что делать дальше. Если ваш SaaS нельзя вызвать программно, в рабочих сценариях AI его попросту нет.
То, что значит "вызвать программно", сегодня описывают два открытых стандарта. Первый - MCP, Model Context Protocol: руки агента. Открытый протокол на основе JSON-RPC от Anthropic, в декабре 2025 года переданный в Linux Foundation. Благодаря ему агент находит ваши инструменты и обращается к ним. Второй - Skills: голова. Markdown-пакеты, в декабре 2025-го получившие статус открытого стандарта на agentskills.io. Они объясняют агенту, когда и как пользоваться инструментами.
Если развернуть оба и попасть в публичные каталоги, ваш продукт становится настоящим инструментом внутри Claude, Cursor, Windsurf, ChatGPT и Copilot. Если этого не сделать, для них вас просто нет.
Что такое MCP, если коротко
MCP - это JSON-RPC 2.0 поверх трёх транспортов: stdio для локальных утилит, Streamable HTTP для удалённых сервисов (рекомендуется со спецификации 2025-03) и устаревший SSE. У сервера есть три типа сущностей.
| Сущность | Кто вызывает | Пример |
|---|---|---|
| Tools | Модель | analyze_url(url), generate_llms_txt(domain) |
| Resources | Модель читает | Markdown-отчёт по адресу report://2026-04/analyze/{id} |
| Prompts | Пользователь | Шаблон /audit-aeo, который заполняет ход анализа |
Цифры говорят сами за себя. Загрузки SDK выросли примерно со ста тысяч в месяц на запуске в ноябре 2024 года до 97 миллионов в месяц к марту 2026-го - почти в тысячу раз за полтора года. Официальный репозиторий modelcontextprotocol/servers перешагнул отметку в 84 тысячи звёзд на GitHub к апрелю 2026 года, а перепись первого квартала 2026-го от Nerq нашла в реестрах 17 468 публичных серверов.
Поддержка стандарта больше не выглядит как вопрос выбора. OpenAI, Google, Microsoft, Salesforce, Atlassian, HubSpot, Notion, Cloudflare, Sentry, Figma, Canva, Zapier, ActiveCampaign, Apollo и LinkedIn выпустили MCP-серверы в течение тринадцати месяцев после публикации стандарта.
Что такое Skills, если коротко
Skill - это папка с одним обязательным файлом SKILL.md. В YAML-фронтматтере объявлены name и description, а в теле markdown расписана сама процедура. Рядом могут лежать необязательные скрипты, примеры и справочные документы.
inite-aeo-analyzer/
SKILL.md
examples/
good-llms-txt.md
sample-citation-audit.md
schema-templates/
organization.json
faqpage.json
Принцип работы - постепенное раскрытие. При старте агент подгружает в системную подсказку только name и description каждой установленной Skill. Само тело загружается лишь тогда, когда описание совпадает с намерением пользователя. Это экономит контекст и позволяет держать десятки Skills, не утяжеляя сессию.
Skills запустились в Anthropic шестнадцатого октября 2025 года, восемнадцатого декабря того же года получили статус открытого стандарта и сегодня поддерживаются Microsoft (в VS Code и GitHub), Cursor, Goose, Amp и OpenCode. Среди партнёров стартового каталога - Atlassian, Canva, Cloudflare, Figma, Notion, Ramp и Sentry.
Зачем продукту нужны оба
Разделение получается чистое.
- MCP - это подключение: "Дай мне доступ к базе данных".
- Skill - это знание процедуры: "Когда обращаешься к базе, всегда фильтруй по tenant_id, а итог оформляй markdown-таблицей".
- Системная подсказка - постоянная роль без постепенного раскрытия.
- Подагент - отдельное контекстное окно для тяжёлой задачи.
Если развернуть только MCP, у агента появляются руки, но нет инструкции: он вызовет analyze_url и встанет. Если развернуть только Skill, агент прочитает процедуру и сочинит результат, потому что подключения у него нет. Если развернуть оба, агент читает Skill, обращается к MCP-серверу в правильном порядке и возвращает проверяемый ответ.
Рабочий пример: MCP-сервер inite.ai
Для B2B-анализатора AEO и SEO набор инструментов выглядит так.
| Инструмент | Что делает | Размер ответа |
|---|---|---|
analyze_url(url) | Полный AEO-аудит | Сводка 4 КБ и URL отчёта |
get_citation_lift(url, engines) | Оценить вероятность цитирования в Perplexity, Google AIO, ChatGPT | 1 КБ JSON |
generate_llms_txt(domain) | Подготовить готовый к публикации llms.txt | text/markdown |
audit_schema(url) | Найти отсутствующие FAQPage, Organization, BreadcrumbList | 2 КБ JSON |
suggest_internal_links(url) | Карта возможных внутренних ссылок | 2 КБ JSON |
get_keyword_gap(domain, competitor) | Запросы, по которым вас не находят | 3 КБ JSON |
score_aeo_readiness(url) | Один балл от 0 до 100 для приоритизации | 256 байт int |
Описание каждого инструмента в схеме MCP пишется как рекламный текст: глаголы, примеры, ограниченный размер ответа. Skill (inite-aeo-analyzer/SKILL.md) объясняет агенту: "Используй, когда пользователь просит провести AEO-аудит URL, оценить вероятность цитирования в ChatGPT, Claude или Perplexity, сгенерировать llms.txt либо найти пробелы в schema и внутренних ссылках. Сначала вызови analyze_url, затем audit_schema, после - suggest_internal_links. Итог оформи как приоритизированный список задач".
Это и есть единица распространения в 2026 году. Не сайт. Не REST-эндпоинт. MCP-сервер вместе со Skill.
90-дневный план
Дни 0-14 - разметка инструментов. Выбираем пять-восемь ключевых задач. Решаем, какие из них становятся Tools (запись или вычисление), какие - Resources (только чтение отчётов), а какие - Prompts (пользовательские шаблоны).
Дни 15-35 - сборка MCP-сервера. Берём TypeScript- или Python-SDK от modelcontextprotocol, развёртываем сервер как Streamable HTTP за существующим API-шлюзом, повторно используем имеющуюся авторизацию через OAuth 2.1 с динамической регистрацией клиента. Каждый инструмент сопоставляется один к одному с внутренним эндпоинтом. В полях description JSON Schema пишем оптимизированные под LLM описания.
Дни 36-55 - сборка Skill. Один SKILL.md на каждый процесс. Описание во фронтматтере должно содержать триггерные фразы, которые пользователи реально вводят. В теле документируется порядок вызовов, правила оформления итога и краевые случаи. Рядом кладутся примеры и справочные ресурсы.
Дни 56-75 - распространение. Сервер подаётся в реестр Linux Foundation, PulseMCP, Smithery, Composio Hub, каталог Cursor и каталог коннекторов Claude. Skill открывается на GitHub и подаётся на agentskills.io. На сайт добавляются кнопки "Установить в Claude / Cursor / Windsurf". Публикуется /.well-known/mcp.json.
Дни 76-90 - замер и итерация. Снимаем телеметрию по MCP: какие инструменты вызывают, какие клиенты приходят (по User-Agent), какой процент успеха. Добавляем Resource /metrics для опытных пользователей. Ведём публичный список изменений. Делаем анонс на Hacker News и в подразделе MCP на Reddit.
К девяностому дню ваш продукт - настоящий инструмент внутри основных AI-клиентов, а конкуренты, пропустившие этот путь, всё ещё ждут, когда пользователи зайдут к ним в личный кабинет.
Что мешает закрепиться
Девять типичных ошибок объясняют большинство застрявших внедрений MCP.
- Расплывчатые описания инструментов. Модель просто их не вызывает. Пишите описания как рекламный текст.
- JSON без ограничений по размеру. Раздувает контекстное окно. Урезайте итог, разбивайте на страницы, добавляйте параметр
summary=true. - API-ключи на каждый вызов вместо OAuth. Убивают конверсию при подключении. Включайте OAuth 2.1 с самого начала.
- MCP без Skill. Руки без головы. Не те инструменты в неправильном порядке.
- Skill без MCP. Голова без рук. Агент сочиняет результаты.
- Только stdio. Из облачного Claude и ChatGPT такой сервер недоступен.
- Игнорирование каталогов. Обнаружение - это и есть ваш барьер.
- Нет телеметрии. Невозможно понять, какими инструментами никто не пользуется.
- Шаблонное описание Skill. Никогда не подгружается автоматически. Включайте триггерные фразы, которые пользователи реально вводят.
Итог
Со времён REST в инструментах разработчика не было такого крутого взлёта стандарта. Почти тысячекратный рост загрузок SDK за полтора года, больше семнадцати тысяч публичных серверов и поддержка от каждого крупного поставщика в течение тринадцати месяцев. Skills закрыли пробел в конце 2025 года: они дали агентам процедурное знание, которого один MCP закодировать не мог.
Обязательный минимум 2026 года для SaaS, который хочет жить внутри AI-сценариев, выглядит так: один MCP-сервер, одна сопровождающая Skill, регистрация в каталогах, OAuth 2.1 и базовая телеметрия. Сделайте это за девяносто дней. Если пропустите - продукт превратится в сайт, на который никто не заходит, потому что агент пошёл к конкуренту, ответившему на звонок.
Часто задаваемые вопросы
MCP - это просто API для AI. Почему агент не может вызывать мой обычный REST API напрямую?
Технически может, но на практике не будет. Агенту нужны единый способ найти сервис, заранее заданные схемы данных, единая авторизация и описания инструментов, рассчитанные на контекстное окно языковой модели. MCP даёт всё перечисленное: реестр, JSON-RPC поверх Streamable HTTP, OAuth 2.1 и контракт, который уже понимают Claude, Cursor, Windsurf и ChatGPT. Обычный REST заставляет агента каждый раз заново читать вашу документацию, а MCP-серверу достаточно одного подключения - и им можно пользоваться.
Достаточно ли только MCP-сервера, или нужна ещё и Skill?
MCP - это руки: благодаря ему агент может вызывать ваши инструменты. Skill - это голова: она объясняет агенту, когда какой инструмент применить, в каком порядке и как оформить итог. Если развернуть только сервер, агент будет обращаться не к тем инструментам и не в том порядке. Если развернуть только Skill, он опишет ход действий, но при отсутствии подключения сочинит результат. Для нетривиальных сценариев нужны оба.
Какой транспорт выбрать - stdio, SSE или Streamable HTTP?
Для любого облачного SaaS - Streamable HTTP. Спецификация 2025-03 заменила SSE одной точкой, которая принимает POST и при необходимости открывает поток SSE. Stdio остаётся только для локальных утилит командной строки, а SSE считается устаревшим. Если ваш продукт живёт в облаке, без Streamable HTTP не обойтись: только с ним умеют работать ChatGPT, удалённый Claude и облачный Cursor.
Как AI-агенты находят мой MCP-сервер?
По четырём каналам. Сервер подаётся в официальный реестр Linux Foundation на registry.modelcontextprotocol.io, регистрируется в PulseMCP, Smithery и Composio Hub, попадает в каталоги коннекторов Cursor и Claude, а на собственном домене публикуется файл /.well-known/mcp.json. Серверы, отсутствующие минимум в трёх каналах из четырёх, агентам почти не видны.
Как устроена авторизация для удалённого MCP-сервера?
OAuth 2.1 с динамической регистрацией клиента. Cursor, Claude Code, Windsurf и ChatGPT поддерживают такую схему штатно начиная с конца 2025 года. API-ключи на каждый вызов всё ещё работают, но убивают конверсию при подключении - пользователю приходится вручную копировать ключи в файлы настроек. Включайте OAuth с самого начала.
Читать дальше
Как устроен Inite: одно ядро и семейство отраслевых продуктов
Inite - это не пять разных продуктов, а одно ядро для работы с представленностью в AI-поиске. На нём собраны inite.rent, inite.health, inite.estate, inite.shop и inite.digital. Общий код анализа, общая база данных, общий открытый API для AI-агентов. Новый отраслевой продукт собирается за четыре недели.
Интеграция ИИ в бизнес: практическое руководство 2026 года
Большинство ИИ-проектов проваливаются из-за неверно поставленной задачи; технология тут ни при чём. Практическое руководство 2026 года: рамки задачи, цифры и причины неудач.
Автоматизация бизнес-процессов: от одного процесса до эксплуатации за 2-4 недели
Автоматизация бизнес-процессов проваливается, когда команды берут неподходящий первый процесс. Практическое руководство: как выбирать что автоматизировать, реальные сроки и четыре показателя честной оценки.