MCP: czym jest Model Context Protocol i jak działa | POLPROG Przejdź do treści

MCP, Model Context Protocol: czym jest i jak działa w praktyce

Model Context Protocol, czyli MCP, to otwarty standard łączenia aplikacji AI z narzędziami i źródłami danych. Zamiast budować osobną integrację dla każdego modelu i każdej usługi, serwer MCP opisuje udostępniane możliwości w ujednolicony sposób, a zgodny klient może je odkryć i wywołać. W 2026 MCP jest już znacznie bardziej dojrzałym protokołem niż w chwili premiery: najnowsza specyfikacja wprowadziła bezstanowy rdzeń HTTP, rozszerzenia, mocniejsze zasady autoryzacji i mechanizmy dla długich zadań.

Opublikowano Autor Czas czytania 18 min czytania

Model Context Protocol, czyli MCP, to otwarty standard łączenia aplikacji AI z narzędziami i źródłami danych. Zamiast budować osobną integrację dla każdego modelu i każdej usługi, serwer MCP opisuje udostępniane możliwości w ujednolicony sposób, a zgodny klient może je odkryć i wywołać. W 2026 MCP jest już znacznie bardziej dojrzałym protokołem niż w chwili premiery: najnowsza specyfikacja wprowadziła bezstanowy rdzeń HTTP, rozszerzenia, mocniejsze zasady autoryzacji i mechanizmy dla długich zadań.

Na tej stronie
  1. 1Skąd wziął się MCP i jaki problem rozwiązuje
  2. 2Co MCP standaryzuje, a czego nie
  3. 3Architektura w praktyce: host, klient i serwer
  4. 4Tools, resources i prompts: trzy podstawowe elementy
  5. 5STDIO, Streamable HTTP i stary transport SSE
  6. 6Jak wygląda wywołanie narzędzia w aktualnym MCP
  7. 7Przykład praktyczny: agent pracujący z systemem zgłoszeń
  8. 8Autoryzacja: OAuth 2.1, Bearer tokens i Client ID Metadata Documents
  9. 9Bezpieczeństwo: MCP nie powinien oznaczać pełnego zaufania
  10. 10MCP Apps: kiedy wynik narzędzia potrzebuje interfejsu
  11. 11Tasks: długie operacje bez trzymania połączenia
  12. 12Adopcja: Anthropic, OpenAI, GitHub i ekosystem deweloperski
  13. 13MCP vs REST API i function calling
  14. 14Checklista produkcyjnego serwera MCP
  15. 15Co zmieniło się w 2026 i dokąd zmierza MCP

Skąd wziął się MCP i jaki problem rozwiązuje

Anthropic otworzył Model Context Protocol 25 listopada 2024. Założenie było proste: zastąpić wiele niestandardowych integracji jednym otwartym sposobem łączenia asystentów AI z repozytoriami treści, narzędziami biznesowymi i środowiskami deweloperskimi. [1]

W praktyce MCP nie zastępuje bazy danych ani REST API. Serwer MCP stoi nad istniejącym systemem i opisuje możliwości w formie zrozumiałej dla zgodnego hosta AI. [1][4]

Co MCP standaryzuje, a czego nie

MCP standaryzuje sposób odkrywania i wywoływania narzędzi, udostępniania zasobów oraz szablonów promptów. Dzięki temu host nie musi znać prywatnego API każdego systemu z osobna. [4][5][6][7]

Protokół nie definiuje logiki biznesowej serwera, modelu danych aplikacji ani polityki uprawnień konkretnej firmy. Te elementy nadal należą do implementacji. [5][8]

Architektura w praktyce: host, klient i serwer

ElementRola
HostAplikacja AI koordynująca model, użytkownika i połączenia MCP.
Klient MCPWarstwa komunikacji protokołu dla konkretnego serwera.
Serwer MCPUdostępnia możliwości i mapuje je na dane lub systemy zewnętrzne.
ToolsOperacje wykonywane przez model.
ResourcesDane i kontekst identyfikowane przez URI.
PromptsWielokrotnego użytku szablony promptów.

Klasyczny model MCP rozdziela hosta, klienta i serwer. Host to aplikacja AI, klient implementuje komunikację protokołu, a serwer wystawia dane i operacje. W aktualnym wydaniu zachowano ten praktyczny podział odpowiedzialności, ale warstwa protokołu HTTP nie wymaga już utrzymywania sesji między żądaniami. [15][2]

Jeden host może łączyć się z wieloma serwerami MCP, na przykład z GitHubem, systemem zgłoszeń i wewnętrzną bazą wiedzy. To host decyduje, które możliwości udostępnić modelowi i użytkownikowi. [12][15]

Tools, resources i prompts: trzy podstawowe elementy

`Tools` to operacje, które model może wywołać, na przykład wyszukanie zamówienia, utworzenie zgłoszenia albo uruchomienie obliczenia. Specyfikacja określa nazwę narzędzia, opis oraz schemat wejścia. [5]

`Resources` udostępniają dane identyfikowane przez URI, na przykład pliki, schemat bazy lub dokumentację. `Prompts` pozwalają serwerowi udostępniać wielokrotnego użytku szablony promptów. [6][7]

STDIO, Streamable HTTP i stary transport SSE

TransportTypowe zastosowanie
STDIOLokalny proces, CLI, IDE, narzędzia deweloperskie.
Streamable HTTPZdalny serwer, usługa SaaS, infrastruktura produkcyjna.
HTTP+SSEStary transport HTTP; deprecated w wydaniu 2026-07-28.

STDIO jest naturalnym wyborem dla lokalnego serwera uruchamianego jako proces przez aplikację kliencką. Streamable HTTP służy do zdalnych wdrożeń dostępnych przez sieć. [4][2]

W specyfikacji `2026-07-28` zdalny rdzeń jest bezstanowy. Legacy HTTP+SSE został oficjalnie oznaczony jako deprecated i ma co najmniej dwunastomiesięczny okres przejściowy. [2]

Jak wygląda wywołanie narzędzia w aktualnym MCP

POST /mcp HTTP/1.1
MCP-Protocol-Version: 2026-07-28
Mcp-Method: tools/call
Mcp-Name: search
Content-Type: application/json

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "search",
    "arguments": {"q": "invoice 2026"}
  }
}

Od wydania `2026-07-28` nie ma obowiązkowego `initialize` ani nagłówka `Mcp-Session-Id`. Każde żądanie może nieść wersję protokołu, informacje o kliencie i capabilities, a opcjonalny `server/discover` pozwala sprawdzić możliwości serwera przed wykonaniem operacji. [2]

Dla Streamable HTTP nagłówki `Mcp-Method` i `Mcp-Name` pozwalają gatewayom, WAF-om i limiterom routować oraz mierzyć ruch bez analizowania całego JSON body. [2]

Przykład praktyczny: agent pracujący z systemem zgłoszeń

Załóżmy, że firma ma własny system ticketowy. Serwer MCP może wystawić `search_tickets`, `get_ticket` i `update_ticket` jako tools, dokumentację procesu jako resources oraz gotowy prompt do analizy incydentu. Host AI pobiera katalog możliwości, model wybiera właściwe narzędzie, a serwer mapuje wywołanie na wewnętrzne API. [5][6][7]

Najważniejsza korzyść architektoniczna polega na tym, że ten sam serwer MCP może później obsłużyć różne zgodne hosty bez przepisywania całej integracji dla każdego z nich. [4][12]

Autoryzacja: OAuth 2.1, Bearer tokens i Client ID Metadata Documents

Dla transportów HTTP autoryzacja MCP opiera się na OAuth 2.1 i standardach discovery. Chroniony serwer działa jako resource server, klient MCP jako OAuth client, a token dostępu jest przekazywany w nagłówku `Authorization: Bearer`. Tokenów nie wolno umieszczać w query string. [8]

Specyfikacja wymaga walidacji audience tokena i stosowania PKCE tam, gdzie jest technicznie możliwe. W 2026 Dynamic Client Registration jest formalnie wycofywane na rzecz Client ID Metadata Documents, choć pozostaje wspierane dla kompatybilności. [2][8]

Bezpieczeństwo: MCP nie powinien oznaczać pełnego zaufania

Specyfikacja tools wymaga walidacji wejścia po stronie serwera, kontroli dostępu, ograniczania liczby wywołań i sanitizacji wyników. Klient powinien umożliwiać potwierdzanie operacji wrażliwych, pokazywać argumenty narzędzia, stosować timeouty i prowadzić audyt wywołań. [5]

Najbezpieczniejszy model produkcyjny to najmniejsze potrzebne uprawnienia. Serwer do odczytu dokumentacji nie powinien otrzymywać tokena pozwalającego usuwać dane, a operacje modyfikujące produkcję powinny mieć dodatkową kontrolę. [5][8][13]

MCP Apps: kiedy wynik narzędzia potrzebuje interfejsu

MCP Apps to oficjalne rozszerzenie pozwalające narzędziom zwracać interaktywne interfejsy, na przykład formularz, dashboard albo wizualizację. Narzędzie wskazuje zasób `ui://`, a host może renderować go w sandboxowanym iframe. [9]

Komunikacja UI z hostem pozostaje ustrukturyzowana i audytowalna. Host może wymagać zgody na wywołania narzędzi inicjowane z interfejsu. [9]

Tasks: długie operacje bez trzymania połączenia

MCP Tasks rozwiązuje problem operacji trwających sekundy, minuty lub godziny. Zamiast blokować połączenie, serwer może zwrócić trwały identyfikator zadania, a klient później sprawdza status i pobiera wynik. [10]

Rozszerzenie ma sens dla CI, zadań wsadowych, wdrożeń, zewnętrznych kolejek oraz procesów wymagających zatwierdzenia człowieka. W aktualnym modelu obsługa Tasks wymaga jawnego wsparcia po obu stronach. [10][2]

Adopcja: Anthropic, OpenAI, GitHub i ekosystem deweloperski

OpenAI dodał obsługę zdalnych serwerów MCP do Responses API w maju 2025 i dołączył do komitetu kierującego MCP. [11]

GitHub Copilot obsługuje MCP w wielu powierzchniach, w tym IDE, Copilot CLI, aplikacji Copilot i cloud agent. GitHub rozwija też registry oraz mechanizmy zarządzania i allowlist dla firm. [12][13][14]

MCP vs REST API i function calling

REST API opisuje interfejs systemu dla dowolnego klienta. Function calling opisuje sposób, w jaki konkretny model lub API wywołuje funkcje. MCP dodaje wspólną warstwę discovery, schematów i komunikacji między hostem AI a serwerem narzędzi. [4][5]

Jeśli masz jeden model i trzy proste funkcje we własnym backendzie, MCP może być niepotrzebną warstwą. Jeśli te same możliwości mają działać w wielu hostach albo chcesz udostępnić integrację jako niezależny produkt, MCP zaczyna dawać realną korzyść. [4][11][12]

Checklista produkcyjnego serwera MCP

Wdrożenie produkcyjne powinno zaczynać się od małego, jednoznacznego zestawu narzędzi. Każde narzędzie musi mieć konkretną nazwę, precyzyjny opis, walidowany schema input oraz uprawnienia ograniczone do niezbędnego zakresu. [5][8]

Dla serwera zdalnego warto budować pod aktualny Streamable HTTP, przygotować OAuth, metryki, rate limiting i tracing oraz świadomie zarządzać kompatybilnością ze starszymi klientami. [2][8]

  • Projektuj pod specyfikację `2026-07-28`.
  • Minimalizuj liczbę narzędzi i zakres ich uprawnień.
  • Waliduj wszystkie argumenty i wyniki.
  • Wymagaj potwierdzenia dla operacji wrażliwych.
  • Dla HTTP wdrażaj poprawny OAuth i audience validation.
  • Stosuj rate limiting, timeouty, audit log i tracing.
  • Nie przekazuj serwerowi sekretów, których nie potrzebuje.
  • Testuj kompatybilność hostów i zachowanie przy błędach.

Co zmieniło się w 2026 i dokąd zmierza MCP

Największa zmiana wydania `2026-07-28` to bezstanowy rdzeń, usunięcie handshake i sesji protokołu, cache dla list, routing nagłówkami, formalny system rozszerzeń i mocniejsze zasady autoryzacji. Roots, Sampling i Logging zostały oznaczone jako deprecated dla nowych implementacji. [2]

Roadmap z sierpnia 2026 wskazuje dalsze prace nad komunikacją agentową, webhookami i zdarzeniami, ujednoliceniem transportu HTTP, tożsamością agentów, bezpieczeństwem firmowym oraz doświadczeniem SDK. To kierunek rozwoju, a nie gotowe funkcje obecnej specyfikacji. [3]

MCP ma największą wartość wtedy, gdy ten sam zestaw danych lub operacji ma być dostępny dla wielu hostów AI bez tworzenia osobnych integracji. W 2026 nie jest to już wyłącznie prosty adapter do narzędzi. Bezstanowy Streamable HTTP, autoryzacja, rozszerzenia MCP Apps i Tasks oraz narzędzia do zarządzania serwerami przesuwają protokół w stronę infrastruktury produkcyjnej. Nadal trzeba jednak traktować każdy serwer MCP jak zewnętrzną powierzchnię wykonawczą: z minimalnymi uprawnieniami, walidacją wejścia, audytem i świadomą zgodą użytkownika przy operacjach wrażliwych.

AI MCP Model Context Protocol Agents API Developer Tools OAuth AI Infrastructure

Najczęściej zadawane pytania

Co oznacza skrót MCP?

Model Context Protocol. To otwarty standard łączenia aplikacji AI z narzędziami i źródłami danych. [1][4]

Kto stworzył MCP?

Anthropic otworzył MCP 25 listopada 2024, a standard jest rozwijany jako projekt otwartego ekosystemu. [1][2]

Jaka jest aktualna wersja specyfikacji?

Na 4 września 2026 aktualnym finalnym wydaniem jest 2026-07-28. [2][3]

Czy MCP wymaga JSON-RPC?

Tak. MCP jest oparty na JSON-RPC, a aktualne SDK implementują protokół zgodnie ze specyfikacją. [4][15]

Czym różni się tool od resource?

Tool wykonuje operację, natomiast resource udostępnia dane lub kontekst identyfikowany przez URI. [5][6]

Czy zdalny MCP używa SSE?

Aktualnym transportem zdalnym jest Streamable HTTP. Legacy HTTP+SSE jest deprecated. [2]

Czy MCP ma autoryzację?

Tak, dla HTTP specyfikacja opisuje przepływy oparte na OAuth 2.1. Autoryzacja jest opcjonalna na poziomie protokołu, ale serwery chronione powinny stosować ten model. [8]

Czy OpenAI obsługuje MCP?

Tak. Responses API obsługuje zdalne serwery MCP od maja 2025. [11]

Czy GitHub Copilot obsługuje MCP?

Tak. GitHub dokumentuje obsługę MCP w IDE, CLI, aplikacji Copilot i cloud agent. [12]

Kiedy nie warto używać MCP?

Gdy integracja jest mała, prywatna i używana przez jeden backend lub jednego klienta, zwykłe function calling albo bezpośrednie API może być prostsze. MCP daje największą wartość przy interoperacyjności i ponownym użyciu integracji. [4][11][12]

Źródła i przypisy

  1. Anthropic, Introducing the Model Context Protocol, November 25, 20241234
  2. Model Context Protocol, The 2026-07-28 Specification123456789101112
  3. Model Context Protocol, The New MCP Roadmap, August 22, 202612
  4. Model Context Protocol TypeScript SDK v2123456789
  5. Model Context Protocol, Tools specification123456789
  6. Model Context Protocol, Resources specification1234
  7. Model Context Protocol, Prompts specification123
  8. Model Context Protocol, Authorization specification1234567
  9. Model Context Protocol, MCP Apps12
  10. Model Context Protocol, MCP Tasks12
  11. OpenAI, New tools and features in the Responses API, May 21, 20251234
  12. GitHub Docs, About Model Context Protocol123456
  13. GitHub Docs, MCP server usage in your company12
  14. Official MCP Registry
  15. Model Context Protocol, Architecture, 2025-06-18123

Czy ten artykuł był pomocny?

Nowe artykuły na e-mail

Jeden krótki e-mail przy każdym nowym artykule. Bez spamu, wypisujesz się jednym kliknięciem.

Wykorzystujemy e-mail wyłącznie do wysyłki nowych artykułów. Bez udostępniania stronom trzecim.

Wróć do bazy wiedzy