Co kilka lat pojawia się protokół, który zmienia sposób komunikacji komponentów oprogramowania. HTTP zrobił to dla internetu. OAuth dla uwierzytelniania. GraphQL dla API. W 2025 roku Model Context Protocol — MCP — robi to dla narzędzi agentów AI.
Problem, który MCP rozwiązuje, jest zwodniczo prosty. Agent AI musi używać narzędzi — przeszukiwać internet, czytać pliki, odpytywać bazy danych, wywoływać API. Bez standardowego protokołu każda integracja narzędzia to niestandardowa implementacja. Framework agenta definiuje własny format narzędzi, dostawca narzędzia implementuje ten format, i integracja działa dla tego konkretnego frameworka i tego konkretnego narzędzia. Chcesz użyć tego samego narzędzia w innym frameworku? Przepisz integrację. Chcesz dodać nowe narzędzie do agenta? Napisz niestandardowy adapter.
MCP eliminuje ten podatek integracyjny per-framework, per-narzędzie. Narzędzie, które mówi MCP, działa z każdym agentem, który mówi MCP. Napisz raz, używaj wszędzie. Analogia do USB-C jest trafna — przed USB-C każde urządzenie miało własną ładowarkę. Po USB-C jeden kabel działa do wszystkiego. MCP robi to samo dla narzędzi agentów AI.
Czym MCP tak naprawdę jest
MCP to protokół oparty na JSON-RPC, który definiuje, jak agent AI odkrywa, wywołuje i odbiera wyniki z zewnętrznych narzędzi. Serwer MCP udostępnia zestaw narzędzi z typowanymi schematami — opisami tego, co każde narzędzie robi, jakie parametry przyjmuje i co zwraca. Klient MCP (agent) łączy się z serwerem, odkrywa dostępne narzędzia i wywołuje je w razie potrzeby podczas rozmowy.
Protokół obsługuje mechaniki, które każda niestandardowa integracja musi wymyślać od nowa: odkrywanie narzędzi (jakie narzędzia są dostępne?), walidacja schematu (czy parametry są poprawne?), wywołanie (uruchom narzędzie i zwróć wyniki) i obsługa błędów (co się dzieje, gdy narzędzie zawiedzie?). To rozwiązane problemy, które nie muszą być rozwiązywane ponownie dla każdej integracji.
Anthropic opracował MCP i udostępnił go jako open source, ale to nie jest protokół specyficzny dla Anthropic. Każdy dostawca AI może zaimplementować wsparcie klienta MCP, a każdy deweloper może budować serwery MCP. Ekosystem rośnie szybko — istnieją już serwery MCP dla GitHub, Slack, baz danych, systemów plików, przeglądarek internetowych i dziesiątek innych usług.
Jak NanoClaw używa MCP
NanoClaw integruje MCP przez MCP SDK, który jest częścią tego samego zestawu narzędzi Anthropic, co Claude Agent SDK. Kiedy agent działa wewnątrz kontenera NanoClaw, może łączyć się z serwerami MCP skonfigurowanymi przez hosta, uzyskując dostęp do narzędzi bez żadnego niestandardowego kodu integracyjnego w samym NanoClaw.
To subtelny, ale ważny punkt architektoniczny. NanoClaw nie musi implementować integracji z GitHub, integracji ze Slack ani integracji z bazą danych. Musi tylko wspierać MCP, a wtedy każdy serwer MCP zapewnia te możliwości. Powierzchnia integracji to jeden protokół, nie dziesiątki niestandardowych adapterów.
W praktyce oznacza to, że użytkownik NanoClaw, który chce, by jego agent współpracował z GitHub, instaluje serwer GitHub MCP (oddzielny proces), konfiguruje NanoClaw do połączenia z nim, i agent może natychmiast tworzyć zgłoszenia, czytać pull requesty i przeszukiwać repozytoria. Bez zmian w kodzie NanoClaw. Bez potrzeby skilla Claude Code. Bez potrzeby forka.
Model izolacji kontenerowej działa naturalnie z MCP. Serwer MCP działa na hoście, poza kontenerem. Agent wewnątrz kontenera łączy się z nim przez kontrolowany kanał. Serwer MCP może wymuszać własne kontrole dostępu — dostęp tylko do odczytu repozytoriów, tylko konkretne kanały Slack, konkretne tabele bazy danych — niezależnie od tego, o co prosi agent. To obrona w głąb: nawet jeśli prompt injection nakłoni agenta do żądania czegoś, czego nie powinien, serwer MCP może odrzucić żądanie na podstawie własnej polityki.
Dlaczego MCP ma znaczenie dla ekosystemu
Szersze znaczenie MCP polega na tym, że oddziela rozwój narzędzi od rozwoju agentów. Przed MCP budowanie użytecznego narzędzia agenta AI oznaczało wybór frameworka i implementację interfejsu narzędzi tego frameworka. Twoje narzędzie GitHub działało z LangChain, ale nie z CrewAI. Twoje narzędzie bazodanowe działało z AutoGen, ale nie z NanoClaw. Każdy framework miał własny format narzędzi, a deweloperzy narzędzi musieli wybierać, które frameworki wspierać.
MCP przerywa to sprzężenie. Deweloper narzędzi buduje jeden serwer MCP i działa on z każdym agentem kompatybilnym z MCP. Deweloper agenta wspiera MCP raz i każdy serwer MCP staje się dostępny dla jego użytkowników. Ekosystem rośnie multiplikatywnie zamiast liniowo — każdy nowy serwer MCP przynosi korzyści każdemu agentowi kompatybilnemu z MCP, a każdy nowy agent kompatybilny z MCP korzysta z każdego istniejącego serwera MCP.
Dla NanoClaw konkretnie MCP oznacza, że projekt nie musi budować i utrzymywać integracji dla każdej usługi, której mogą chcieć jego użytkownicy. Model skilli Claude Code obsługuje integracje kanałów (Telegram, Discord, Slack), a MCP obsługuje integracje narzędzi (GitHub, bazy danych, API). Między nimi NanoClaw pokrywa szeroki zakres przypadków użycia bez obciążenia utrzymaniowego dużej bazy kodu integracji.
Praktyczna konfiguracja
Konfiguracja MCP w NanoClaw jest prosta. Uruchamiasz serwer MCP — albo taki, który sam zbudowałeś, albo z rosnącego ekosystemu serwerów open source — i wskazujesz NanoClaw na niego. Agent automatycznie odkrywa dostępne narzędzia i może ich używać w rozmowie.
Doświadczenie z perspektywy użytkownika jest bezszwowe. Prosisz swojego asystenta WhatsApp „utwórz zgłoszenie na GitHub dla buga logowania, o którym rozmawialiśmy wczoraj", a agent używa serwera GitHub MCP do utworzenia zgłoszenia, wyciągając kontekst z pamięci rozmowy, by wypełnić szczegóły. Nie musisz wiedzieć, że MCP jest zaangażowany. Po prostu prosisz, a agent ma narzędzia, by zrobić to, o co prosiłeś.
Protokół jest wciąż młody — początek 2025 roku to moment, kiedy adopcja zaczęła przyspieszać — ale trajektoria jest jasna. MCP staje się standardowym sposobem interakcji agentów AI z zewnętrznymi usługami, a projekty, które adoptują go wcześnie, zyskują dostęp do rosnącego ekosystemu narzędzi bez budowania żadnego z nich. Zakład NanoClaw na MCP to zakład, że ekosystem będzie cenniejszy niż jakikolwiek zestaw niestandardowych integracji.