Piątek, 30 października 2026

Szukaj

Co to jest MCP (Model Context Protocol)? Serwer MCP i Playwright MCP

MCP (Model Context Protocol) to otwarty standard, który pozwala aplikacjom AI, takim jak Claude, ChatGPT, VS Code z Copilotem czy Cursor, w jednolity sposób korzystać z zewnętrznych narzędzi i danych: plików, baz danych, repozytoriów kodu czy przeglądarki. Serwer MCP to program, który udostępnia te możliwości modelowi, a aplikacja AI łączy się z nim jako klient. Protokół opublikował Anthropic w listopadzie 2024 r., a od grudnia 2025 r. jest on rozwijany pod egidą fundacji działającej w ramach Linux Foundation.

MCP – co to jest w prostych słowach

Model językowy sam nie przejrzy zgłoszeń w repozytorium, nie odpyta bazy danych ani nie kliknie przycisku na stronie – potrzebuje do tego integracji z danym systemem. Przed MCP każdy twórca aplikacji AI budował takie połączenia po swojemu, więc tę samą integrację pisano osobno dla każdego asystenta.

MCP wprowadza jeden wspólny standard. Oficjalna dokumentacja porównuje go do złącza USB-C, a specyfikacja wskazuje inspirację protokołem LSP (Language Server Protocol), który ujednolicił obsługę języków programowania w edytorach kodu. Dostawca usługi przygotowuje więc serwer MCP raz, a użytkownik podłącza go do asystenta, z którego akurat korzysta.

Skąd się wziął MCP i kto go rozwija

  • 25 listopada 2024 r. – Anthropic ogłosił MCP i udostępnił specyfikację, pakiety SDK oraz gotowe serwery, m.in. do Google Drive, Slacka, GitHuba i PostgreSQL.
  • 9 grudnia 2025 r. – protokół przekazano fundacji Agentic AI Foundation (AAIF), działającej w ramach Linux Foundation. Założyły ją Anthropic, Block i OpenAI, a wsparcie zadeklarowały m.in. Google, Microsoft, AWS, Cloudflare i Bloomberg. Do AAIF trafiły też projekty goose i AGENTS.md.
  • Stan na październik 2026 r. – aktualna wersja specyfikacji to 2026-07-28. Wersje oznacza się datą ostatniej zmiany niezgodnej wstecz.

Według Anthropic w chwili przekazania działało ponad 10 tys. aktywnych publicznych serwerów MCP.

Jak działa MCP: host, klient i serwer

Według opisu architektury w połączeniu biorą udział trzy role:

  • Host – aplikacja AI, np. Claude Desktop, Claude Code czy VS Code, która koordynuje połączenia.
  • Klient MCP – komponent hosta utrzymujący połączenie z jednym serwerem.
  • Serwer MCP – program dostarczający kontekst i funkcje, uruchomiony na Twoim komputerze albo u dostawcy usługi.

Komunikaty mają format JSON-RPC 2.0. Aplikacja pobiera od serwera listę narzędzi (tools/list), a gdy model uzna któreś za potrzebne, host je wywołuje (tools/call) i przekazuje wynik do rozmowy.

Narzędzia, zasoby i prompty

Serwer udostępnia trzy rodzaje elementów, a dokumentacja wskazuje, kto o nich decyduje:

  • Narzędzia (tools) – funkcje wywoływane przez model, np. wyszukanie lotu czy zapis w bazie. Decyduje model.
  • Zasoby (resources) – dane do odczytu z własnym adresem URI, np. zawartość pliku albo schemat bazy. Decyduje aplikacja.
  • Prompty (prompts) – szablony poleceń, które użytkownik uruchamia świadomie, np. jako komendę po wpisaniu ukośnika. Decyduje użytkownik.

Transport: stdio i Streamable HTTP

Serwer lokalny działa jako proces na Twoim komputerze i komunikuje się z hostem przez standardowe wejście i wyjście (stdio). Zdalny używa transportu Streamable HTTP, a do uzyskiwania tokenów dostępu dokumentacja zaleca OAuth. Starszy wariant HTTP+SSE jest przestarzały od wersji 2025-03-26.

Co zmieniła wersja 2026-07-28

Najnowsza rewizja (lista zmian) uczyniła protokół bezstanowym: zniknęło wstępne powitanie initialize, a każde żądanie samo niesie wersję protokołu i możliwości klienta. Funkcje sampling, roots i logging oznaczono jako przestarzałe, a obsługę długich zadań (Tasks) przeniesiono do oficjalnego rozszerzenia – obok m.in. MCP Apps, czyli interaktywnych elementów, np. formularzy w oknie czatu.

Serwer MCP – co to jest i jakie są przykłady

Serwer MCP to adapter między modelem a usługą: zwykle opakowuje istniejące API lub lokalne narzędzie i opisuje jego funkcje tak, by model wiedział, kiedy i jak je wywołać. Przykłady:

  • Serwery referencyjne – Filesystem, Git, Fetch, Memory, Sequential Thinking, Time i Everything. Według repozytorium projektu służą do demonstracji protokołu, a nie jako rozwiązania produkcyjne. Część serwerów z premiery trafiła do archiwum.
  • GitHub MCP Server – oficjalny serwer GitHuba do pracy z repozytoriami, zgłoszeniami i pull requestami. Działa zdalnie (adres https://api.githubcopilot.com/mcp/) lub lokalnie w Dockerze i ma tryb tylko do odczytu (github-mcp-server).
  • Serwery usług w chmurze – np. zdalny serwer Sentry, który dokumentacja MCP podaje jako przykład.

Publiczne serwery zbiera oficjalny rejestr MCP (stan na październik 2026 r. w wersji preview). Sprawdza on, czy wydawca kontroluje przestrzeń nazw (konto GitHub lub domenę), ale skanowanie kodu pod kątem bezpieczeństwa – jak wyjaśnia dokumentacja rejestru – zostawia rejestrom pakietów, np. npm i PyPI, oraz serwisom pośredniczącym.

Playwright MCP – co to jest

Playwright MCP to serwer od Microsoftu, który pozwala modelowi sterować przeglądarką przez bibliotekę Playwright, znaną z testów aplikacji webowych: otwierać strony, klikać, wypełniać formularze i robić zrzuty ekranu. Zamiast obrazu model dostaje uporządkowaną strukturę strony z drzewa dostępności (accessibility tree), więc nie potrzebuje modelu wizyjnego.

  • Wymaga Node.js 18 lub nowszego. Standardowo uruchamia go polecenie npx @playwright/mcp@latest, wpisywane w konfiguracji VS Code, Cursora czy Claude Desktop.
  • W Claude Code wystarczy claude mcp add playwright npx @playwright/mcp@latest.
  • Domyślnie używa trwałego profilu przeglądarki, w którym zostają zalogowane sesje. Opcja --isolated uruchamia czysty profil trzymany tylko w pamięci.
  • Autorzy zaznaczają, że Playwright MCP – także z opcją --allowed-origins, ograniczającą dostępne adresy – nie stanowi granicy bezpieczeństwa.

README dodaje, że agentom programistycznym wykonującym dużo operacji lepiej służy oszczędniejszy w tokenach Playwright CLI ze skillami, a MCP – zadaniom, w których trzeba długo utrzymywać stan przeglądarki, np. testom eksploracyjnym. Więcej o narzędziach webowych piszemy w dziale Web.

Jak dodać serwer MCP w popularnych narzędziach

Interfejsy często się zmieniają, dlatego opisujemy stan na październik 2026 r. Serwer lokalny dodajesz, podając polecenie startowe, a zdalny – adres URL i dane logowania (zwykle przez OAuth).

  • Claude Desktop (serwer lokalny) – w menu Claude wybierz Settings…, potem Developer i Edit Config. Otworzy się plik claude_desktop_config.json, w którym serwery wpisuje się w sekcji mcpServers; po zapisaniu trzeba całkowicie zamknąć i ponownie uruchomić aplikację (instrukcja).
  • Claude (serwer zdalny) – Customize → Connectors → + Add → Add custom connector i adres serwera osiągalnego z internetu. Własne konektory działają w planach Free (tylko jeden), Pro, Max, Team i Enterprise; w dwóch ostatnich dodają je właściciele organizacji lub osoby z odpowiednią rolą (pomoc Claude).
  • Claude Code – claude mcp add --transport http nazwa adres dla serwera zdalnego albo claude mcp add nazwa -- polecenie dla lokalnego. Komenda /mcp pokazuje stan serwerów i obsługuje logowanie (dokumentacja).
  • ChatGPT – na stronie chatgpt.com/plugins kliknij plus, dodaj własny serwer MCP, podaj adres i sposób logowania, zaakceptuj ostrzeżenie o ryzyku i utwórz połączenie jako wtyczkę. OpenAI zaznacza, że takie serwery nie są przez nią tworzone ani weryfikowane (OpenAI).
  • VS Code z Copilotem – polecenie MCP: Add Server z palety poleceń (do wyboru HTTP albo stdio) lub galeria serwerów w widoku rozszerzeń po wpisaniu @mcp (dokumentacja VS Code).
  • Cursor – plik .cursor/mcp.json w projekcie albo ~/.cursor/mcp.json dla wszystkich projektów, z serwerami w sekcji mcpServers. Przed użyciem narzędzia Cursor domyślnie pyta o zgodę (dokumentacja Cursora).

Hostem MCP jest też LM Studio (od wersji 0.3.17), służące do uruchamiania modeli na własnym komputerze – jego instalację z polskim modelem opisaliśmy w poradniku Bielik lokalnie.

Bezpieczeństwo: na co uważać

Serwer MCP daje modelowi realny dostęp do plików, kont i systemów, a specyfikacja przyznaje, że sam protokół nie wymusi zasad bezpieczeństwa – to zadanie twórców aplikacji. Najważniejsze zagrożenia:

  • Prompt injection – złośliwe polecenia ukryte w treściach, które czyta model, np. na stronie lub w zgłoszeniu. OWASP stawia ten atak na pierwszym miejscu listy ryzyk aplikacji LLM (LLM01:2025). W maju 2025 r. badacze Invariant Labs pokazali, jak spreparowane zgłoszenie w publicznym repozytorium nakłoniło agenta z serwerem GitHub MCP do przeniesienia danych z prywatnych repozytoriów do publicznego pull requesta. Uznali to za problem architektury agentów, a nie błąd w kodzie serwera.
  • Zatrute opisy narzędzi (tool poisoning) – instrukcje ukryte w opisie narzędzia, niewidoczne dla użytkownika, ale czytane przez model. Złośliwy serwer może też podmienić opis po akceptacji (Invariant Labs). Specyfikacja zaleca traktować opisy narzędzi jako niezaufane, jeśli nie pochodzą z zaufanego serwera.
  • Cudzy kod na Twoim komputerze – lokalny serwer działa z uprawnieniami Twojego konta. Wytyczne bezpieczeństwa MCP pokazują, jak złośliwe polecenie startowe w konfiguracji może wykraść np. klucz SSH.
  • Nadmiarowe uprawnienia – wyciek tokenu o szerokim zakresie daje dostęp do danych i narzędzi niezwiązanych z zadaniem, dlatego te same wytyczne zalecają minimalne uprawnienia na start.

Jak korzystać z MCP rozsądnie

  1. Instaluj serwery od producentów usług lub ze sprawdzonych źródeł – Anthropic i OpenAI piszą wprost, że nie weryfikują serwerów dodawanych samodzielnie przez użytkowników.
  2. Przed dodaniem serwera lokalnego przeczytaj całe polecenie startowe.
  3. Wskazuj tylko potrzebne foldery, używaj tokenów o wąskim zakresie i trybów tylko do odczytu (np. --read-only w serwerze GitHuba).
  4. Nie zatwierdzaj wywołań narzędzi w ciemno; stałą zgodę zostaw dla tych, którym ufasz.
  5. Uważaj na serwery pobierające treści ze stron, maili czy zgłoszeń – dokumentacja Claude Code ostrzega, że narażają na prompt injection.
  6. Eksperymentuj na osobnych kontach i izolowanych profilach, np. z Playwright MCP w trybie --isolated.

Więcej o agentach i modelach językowych piszemy w dziale AI.

Najczęściej zadawane pytania

Co oznacza skrót MCP w AI?

MCP to Model Context Protocol – otwarty protokół, przez który asystenci i agenci AI korzystają z zewnętrznych narzędzi, plików i usług. Stworzył go Anthropic, a od grudnia 2025 r. jest projektem Agentic AI Foundation działającej w ramach Linux Foundation.

Czym MCP różni się od zwykłego API?

MCP nie zastępuje API – serwer MCP zwykle korzysta z API usługi pod spodem. Różnica polega na tym, że MCP opisuje funkcje w jednym standardzie zrozumiałym dla aplikacji AI, więc jedna integracja działa w wielu asystentach.

Czy MCP działa tylko z Claude?

Nie. Stan na październik 2026 r. serwery MCP podłączysz m.in. do ChatGPT, VS Code z Copilotem, Cursora i LM Studio, a lista zgodnych aplikacji jest znacznie dłuższa.

Jak napisać własny serwer MCP?

Najprościej skorzystać z oficjalnego SDK: najwyższy poziom wsparcia (Tier 1) mają TypeScript, Python, C#, Go, Rust i Ruby, a dostępne są też m.in. Java, Kotlin, PHP i Swift (lista SDK). Gotowy serwer przetestujesz w narzędziu MCP Inspector.

Czy MCP jest darmowy?

Sam protokół i oficjalne SDK są otwarte i bezpłatne. Płatne bywają aplikacje AI i usługi, z którymi łączą się serwery, a darmowe plany mają limity – stan na październik 2026 r. w Claude Free dodasz tylko jeden własny konektor.