MCP — הפרוטוקול שמחבר
AI לכל כלי בעולם
Model Context Protocol (MCP) הוא תקן פתוח שפיתחה Anthropic — מעין "USB-C לעולם ה-AI". במקום לכתוב integration מיוחד לכל כלי, MCP נותן ל-Claude (ולמודלים אחרים) גישה לכלים, קבצים, מסדי נתונים ו-APIs בדרך אחידה ואוניברסלית.
מה זה MCP ולמה זה חשוב?
לפני MCP, כל מי שרצה לחבר AI לכלי חיצוני — Slack, GitHub, מסד נתונים, קבצים — היה צריך לכתוב integration מאפס, מותאם אישית לכל מודל ולכל שירות. כפולת עבודה אינסופית, תחזוקה קשה, וחוסר תאימות.
MCP פותר את זה בצורה אלגנטית: פרוטוקול תקשורת אחיד (JSON-RPC מעל stdio או SSE) שמגדיר כיצד AI Clients (כמו Claude Desktop, Cursor, Windsurf) מדברים עם MCP Servers שחושפים tools, resources ו-prompts.
Cursor, Windsurf
stdio / SSE
DB, Files, API
MCP לעומת Function Calling
Function Calling (שיש ב-OpenAI ו-Anthropic) מאפשר ל-AI להפעיל פונקציות — אבל הפונקציות האלה מוגדרות ב-prompt ורצות בצד ה-client. MCP הוא שכבה מעל זה: הכלים חיים בשרת נפרד, מנוהלים בנפרד, וניתן לחבר אותם לכל AI client שתומך בפרוטוקול.
איך MCP עובד — מתחת למכסה
שלושת הפרימיטיבים של MCP
Transport Layers — איך Client ו-Server מתקשרים
- stdio — הנפוץ ביותר. השרת רץ כ-subprocess, תקשורת דרך stdin/stdout. מהיר ופשוט, מתאים לשרתים מקומיים.
- SSE (Server-Sent Events) — לשרתים מרוחקים שרצים ב-HTTP. מאפשר חיבור מרחוק ומשיתוף שרת בין מספר לקוחות.
- Streamable HTTP — הדור הבא של SSE. תומך בסיגנלים דו-כיוונים ומשופר לביצועים.
חיבור MCP ל-Claude Desktop
Claude Desktop הוא ה-MCP client הרשמי של Anthropic. הגדרת שרתי MCP נעשית דרך קובץ JSON אחד.
מיקום קובץ ההגדרה
- macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Windows:
%APPDATA%\Claude\claude_desktop_config.json
מבנה הקובץ
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/yourname/Documents"
]
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_..."
}
},
"brave-search": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-brave-search"],
"env": {
"BRAVE_API_KEY": "BSA..."
}
}
}
}
השינויים ב-config.json לא נטענים דינמית. צריך לסגור ולפתוח מחדש את האפליקציה. כשהחיבור הצליח תראה איקון פטיש (🔨) בממשק ה-chat — זה סימן שהכלים זמינים.
5 שרתים שכדאי להוסיף מיד
@modelcontextprotocol/server-filesystem
@modelcontextprotocol/server-brave-search
@modelcontextprotocol/server-github
@modelcontextprotocol/server-postgres
@modelcontextprotocol/server-memory
MCP עם Cursor ו-Windsurf
גם Cursor וגם Windsurf תומכים ב-MCP ומאפשרים לעורכי הקוד לגשת לכלים חיצוניים ישירות מ-Agent Mode. זה עוצמתי במיוחד כשמפתחים — Claude ב-Cursor יכול לשלוח metrics ל-Datadog, לפתוח tickets ב-Jira, ולבדוק Supabase — הכל בלי לצאת מה-IDE.
הגדרה ב-Cursor
ב-Cursor, עוברים ל-Settings → Features → MCP ולוחצים על "Add new MCP server". ניתן גם לערוך ישירות את ~/.cursor/mcp.json:
{
"mcpServers": {
"supabase": {
"command": "npx",
"args": ["-y", "@supabase/mcp-server-supabase@latest",
"--supabase-url", "https://xxx.supabase.co",
"--supabase-service-role-key", "eyJ..."]
}
}
}
קבצי MCP config מכילים לעיתים keys רגישים. הוסף את mcp.json ל-.gitignore, או השתמש במשתני סביבה (env vars) ל-secrets.
שרתי MCP שכדאי להכיר
פיתוח ו-DevTools
| שרת | מה הוא עושה | קוד פתוח |
|---|---|---|
| GitHub | Repos, Issues, PRs, Code Search | כן |
| GitLab | ניהול GitLab repos ו-pipelines | כן |
| Supabase | DB, Auth, Storage, Edge Functions | כן |
| Playwright | אוטומציה ובדיקות דפדפן | כן |
| Docker | ניהול containers ו-images | כן |
| Sentry | ניתוח errors ו-stack traces | כן |
ניהול ותפעול
| שרת | שימוש |
|---|---|
| Slack | קריאה ושליחת הודעות, ניהול channels |
| Notion | קריאה/כתיבה ל-Notion databases ודפים |
| Google Drive | גישה לקבצים, Docs, Sheets ו-Slides |
| Linear | ניהול issues, projects ו-sprints |
| Jira | tickets, epics, workflows של Atlassian |
| Stripe | ניהול תשלומים, customers ו-subscriptions |
הרשימה הרשמית נמצאת ב-github.com/modelcontextprotocol/servers. בנוסף, האתר mcp.so ו-glama.ai/mcp/servers אוספים אלפי שרתים מהקהילה עם חיפוש ודירוג.
בניית שרת MCP משלך
בניית שרת MCP היא מפתיעה בפשטותה. Anthropic מספקת SDK ל-Python ול-TypeScript. תוך 30 שורות קוד אפשר ליצור שרת שחושף כלים ל-Claude.
שרת בסיסי ב-Python (FastMCP)
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("my-server")
@mcp.tool()
def get_weather(city: str) -> str:
"""קבל תחזית מזג אוויר לעיר"""
# בפועל — קריאה ל-API
return f"מזג האוויר ב-{city}: 25°C, מעונן חלקית"
@mcp.tool()
def calculate(expression: str) -> float:
"""חשב ביטוי מתמטי"""
return eval(expression) # רק לדוגמה!
@mcp.resource("docs://readme")
def get_readme() -> str:
"""קרא את ה-README של הפרויקט"""
with open("README.md") as f:
return f.read()
if __name__ == "__main__":
mcp.run() # stdio transport כברירת מחדל
שרת ב-TypeScript
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
const server = new McpServer({ name: "my-server", version: "1.0.0" });
server.tool(
"search_database",
{ query: z.string(), limit: z.number().optional() },
async ({ query, limit = 10 }) => {
// קריאה ל-DB בפועל
const results = await db.search(query, limit);
return {
content: [{ type: "text", text: JSON.stringify(results) }]
};
}
);
const transport = new StdioServerTransport();
await server.connect(transport);
חיבור השרת שבנית ל-Claude Desktop
{
"mcpServers": {
"my-server": {
"command": "python",
"args": ["/path/to/my_server.py"]
}
}
}
דוגמאות מהשדה — מה אנשים בונים עם MCP
MCP הוא אבן יסוד ל-Agentic AI. כשמשלבים MCP עם AI Agents שפועלים לאורך זמן, מקבלים agents שיודעים לגשת לכלים חיצוניים, לזכור מידע בין sessions ולפעול ברשת ה-APIs של הארגון. זה העתיד של אוטומציה עסקית.
MCP הוא לא רק כלי טכני — הוא שינוי פרדיגמה. ה-AI עובר מ"עוזר בשיחה" ל"שחקן פעיל" שמחובר לסביבה שלך. ברגע שתחבר את Claude לכלים שאתה עובד איתם יום-יום, תבין למה זה הדבר הכי חשוב שקרה ב-AI ב-2025.