MCP (Model Context Protocol) je standard který umožňuje AI modelům komunikovat s externími nástroji a datovými zdroji.
Zjednodušeně: Claude/GPT/Gemini jsou chytré, ale samy o sobě nic neví o vašem CRM, emailech, nebo souborech na disku. MCP je ten konektor.
Praktický příklad:
Bez MCP: “Claude, co mám v emailu od Novákovi?” → Claude to neví, nemá přístup.
S MCP serverem pro Gmail: Claude zavolá nástroj, přečte emaily, odpověď je aktuální a konkrétní.
Kde to reálně používám:
Mám 12 AI agentů (lišáci) na vlastní infrastruktuře s 19 MCP nástroji — správa projektů, paměť, komunikace mezi agenty.
Kde začít:
Claude Desktop má MCP podporu nativně
Anthropic má open-source MCP server registry
n8n a Make umí MCP integrovat do workflow
Kdo z vás MCP reálně používá? Na co? Jaké servery doporučujete?
Já to mám tak, že pokud existuje dobrý CLI tool, tak preferuju ten — supabase cli, vercel, gh pro správu repozitářů atd. V Claude Code agent tyhle nástroje volá přímo přes bash, dostane stdout/stderr, parsuje, hotovo. MCP server by byl jenom wrapper navíc nad tím samým API — a ty CLI tooly jsou vyzrálejší, líp zdokumentované a mají lepší error handling než většina MCP serverů, které jsou zatím dost čerstvé.
MCP reálně používám např. na připojení k LangSmith — tracování konverzací v AI chatbot/konverzační platformě, kde potřebuju debugovat jednotlivé kroky řetězce (routování, orchestrace, retrieval, generování odpovědi). Pro LangSmith je CLI zatím jen v alpha verzi.
Takže za mě: CLI-first, MCP až tam, kde CLI neexistuje nebo je nezralé, anebo v prostředích, kde nemám plnou kontrolu nad sandboxem — Claude Managed Agents, n8n a podobně.