Как создать свой MCP сервер с НУЛЯ | Подробно За 5 минут | Интегрировать MCP в LM Studio и Cursor AI

Самый простой урок и пример создания и использования MCP сервера на реальном примере.

*Мессенджер WhatsApp (принадлежит компании Meta, которая признана в России экстремистской организацией и запрещена)
**https://www.youtube.com/watch?v=AI19bVHL9f8
***https://300.ya.ru/v_SqF8Hupf

таймкоды

00:00:00 Введение в MCP

• Объяснение терминов MCP, MCP Client и MCP Server.
• Демонстрация создания MCP сервера на Python.

00:00:26 Что такое MCP

• MCP — это open source стандарт для интеграции приложений с ИИ и внешними системами.
• Пример внешней системы: директория на диске.
• Ссылка на GitHub для доступа к исходному коду.

00:01:34 MCP Client

• MCP Client отправляет запросы на MCP сервер.
• Примеры MCP клиентов: IDE, Cloud Code, LMS Studio.

00:02:30 MCP Server

• MCP Server принимает запросы от MCP клиента.
• Примеры действий MCP сервера: работа с базами данных, интеграция с WhatsApp, доступ к диску.

00:03:58 Взаимодействие MCP и моделей

• MCP позволяет моделям взаимодействовать с внешними источниками данных.
• Проблемы моделей без контекста: невозможность ответа на вопросы о базах данных, дисках, сообщениях.

00:05:36 Создание MCP серверов

• Необходимость создания MCP серверов для интеграции с внешними системами.
• Примеры серверов: дата-бей тулс, мич тулс, файлс тулс.

00:06:35 Подключение MCP серверов к LMS Studio

• Настройка путей к серверам в файле config.json.
• LMS Studio использует MCP серверы для обработки запросов.

00:08:03 Практический пример с LMS Studio

• Загрузка модели DeepMind в LMS Studio.
• Пример вопроса: «Какой самый большой город в Африке?»
• Проблема с ответом на вопрос о базе данных без MCP сервера.

00:09:35 Создание MCP сервера на Python

• Создание базы данных и Python-файла для работы с ней.
• Реализация функций для работы с таблицами: get_students, get_courses, get_tables.
• Добавление библиотеки MCP Server FastAPI для превращения Python-файла в MCP сервер.

00:11:05 Инициализация SIP-сервера

• Добавляем модуль sip в Python.
• Инициализируем сервер с помощью sip.FastSIP() и задаём имя.
• Украшаем функции декораторами для создания инструментов.

00:12:03 Запуск сервера

• При запуске файла Python запускается команда sip run, и сервер начинает работать.
• Сервер ждёт запросов от клиента.

00:12:36 Настройка клиента

• В Llama Studio выбираем режим «Power Developer».
• Создаём новый сервер с именем server_elite.
• Указываем команду для запуска сервера python и путь к файлу сервера.

00:13:54 Активация инструментов

• Активируем инструменты сервера.
• Проверяем работу инструментов, задавая вопросы серверу.

00:14:54 Взаимодействие с базой данных

• Сервер запрашивает разрешение на запуск функций.
• Запускаем функцию get_students и получаем результаты.
• Аналогично запрашиваем курсы и фильтруем результаты.

00:16:49 Добавление новых серверов

• Возможность добавления серверов на разных языках и удалённо.
• Настройка серверов через sip.JSON.

00:17:14 Настройка курсора

• Добавляем сервер в курсор через глобальные настройки.
• Заполняем имена из базы данных.

00:19:38 Завершение

• Демонстрация работы SIP-сервера в чате.
• Призыв к подписке и лайкам.

In this video

Chapters
Transcript
Что изучим
0:00
Всем привет. На этом уроке я вам расскажу и покажу, что такое MCP, что такое MCP Client,
0:05
что такое MCP сервер. Частые термины, которые звучат сейчас во многих местах. Я думаю,
0:10
вы слышите. С нуля я вам покажу, как создать свой MCP-сервер на Pйthне, самый простой язык,
0:16
и как его использовать из MCP клиентов, даже парочки клиентов. Всё это будет, конечно же,
0:22
на суперпонятном примере. Ладно, поехали. MCP расшифровывается как model context protocol. Это
Что такое MCP
0:31
open source standard. Что значит open source? Это значит, что есть sourceкод этого дела. Можно пойти
0:37
и посмотреть на GitHub. Что этот MCP протокол стандарт, как говорится, делает? Он соединяет
0:45
или интегрирует, как хотите можете называть это дело, AI Applications, всякие приложения,
0:52
которые используют искусственный интеллект или LLM приложения. соединяет эти все приложения с
0:58
внешними системами, какими-то внешними системами. Системы внешние могут быть что угодно. Директория
1:04
на вашем диске, например, тоже это внешняя система. Адрес GitHub Repository, где находится
1:10
source код, вот github.com model context protocol. Можете пойти туда. Существует уже куча soft
1:15
developmentтов, которые позволяют вам использовать этот протокол, этот MCP. В общем, на куче языков
1:23
можете использовать и писать свои MCP сервера. Да, есть клиент и есть сервер MCP. Какая между них
1:31
разница? Сейчас увидите. Итак, первое. MCP клиент. О — это тот, кто отправляет запросы на MCP сервер.
Что такое MCP Client
1:41
Ну, как бы, в принципе, понятно, да, любой клиент посылает какие-то запросы на MCP сервер. А можно
1:46
пример? А пример вот что кто такой MCP-клиент, например, ID Integrated Development Environment,
1:52
то есть программа, софtр, который вы используете для разработки программного обеспечения. Например,
1:57
курсор AI, он является MCP-клиентом. Например, AW Skiro, новая оболочка, тоже является MCP-клиентом.
2:05
Cloud CД тоже является MCP-клиентом. Cloud desktop чисто это такая фигня для чата как бы просто,
2:12
да, это не среда разработки, тоже является MCP-клиентом. LM Studio бесплатный абсолютно.
2:19
Можете скачать, он качает модели разные и оффлайн. Не нужен для этого интернет. После
2:24
этого у вас будет модели на вашем компьютере. Можете чатиться с ними. То есть у вас будет такой
2:28
локальный чат GPT на вашем компьютере, например. И этот LM Studio тоже является MCP-клиенто,
2:33
потому что он умеет отправлять запросы на MCP-сервера. И любое ваше AI или AMM приложение,
2:39
которое умеет отправлять запросы на MCP-сервер. Это был MCP-клиент. Теперь а кто же такой сервер?
2:45
куда отправляются эти запросы. IMCP сервер — это программный код, реально просто кусок программного
Что такое MCP Server
2:53
кода, который работает и принимает запрос от MCP-клиент. В принципе, очень всё понятно,
2:58
как бы, да, капитан очевидность. И при этом это MCP клиент запускает действия,
3:02
которые называют Tools. Эти Tools делают какие-то действия, например, какие сервера можно сделать,
3:09
да, или какие там существуют и какие toсы у них есть. Ну, например, вы можете сделать сервер,
3:14
который посылает запросы в базы данных. И tools у него будет прочитать такую-то таблицу. Другой
3:19
тул у него будет прочитать другую таблицу, третий прочитать там, не знаю, или какой-то
3:23
сумирировать что-нибудь. В общем, разные вещи с базами данных. Другой сервер вы можете сделать,
3:29
который будет, допустим, интегрироваться с ТСпом, да, и посылать там сообщения,
3:33
читать сообщения. То есть тул у него будет прочти сообщение, тул пошлишь сообщение. Например,
3:38
другой сервер у вас будет, который коннектится к вашему диску, да, какому реально диску на вашем
3:44
компьютере и и у него тул будет посчитать, сколько файлов или посчитать, сколько директорий или там
3:48
что-нибудь такое. В общем, итак, вообще я думаю, что ни хрена непонятно вам, скорее всего. Или,
3:52
может быть, хоть чуть-чуть есть какой-то свет в конце туннеля. Сейчас, чтобы этот свет в
3:56
конце туннеля прямо приблизился очень сильно. Как вообще всё это дело работает вместе? MCP client,
4:02
MCP сервер, эти модели, вот э, короче, usр, запросы, как всё это вместе работает. Наш юзер,
Как всё это работает вместе
4:10
который спрашивает вопросы в приложении, в чате каком-то, скажем, у нас чат будет это LM Studio,
4:16
он который является MCP-клиентом, потому что он умеет работать с MCP. по стандарту чамтудио,
4:22
когда пишете какие-нибудь вопросы, он общается с моделью, которая приконнектена, да,
4:26
которую вы скачали, и всё, он засылает на неё эти ваши вопросы и модель отвечает, например, да, там
4:33
модель пsic. Всё просто. То есть юзер, спрашивая вопрос, какой самый большой город в Африке,
4:40
этот запрос LM Studio перешлёт в в эту модель. Модель ответит, вы получите ответ. Что если юзер
4:45
спросит вот такой вопрос пролистай мне студентов в базе данных? lmud, конечно же, попытается ответить
4:50
на на этот вопрос и даже и даже ответит, кстати, но она начнёт спрашивать разные наводящие вопросы,
4:55
потому что она не поймёт, о чём вообще речь. Какая база данных, где эта база данных, какие студенты,
5:00
где эта таблица. В общем, то есть у неё нет контекста такого, буде не не будет. Короче,
5:03
это какой-то источник внешний, скорее всего, вы вы спрашиваете, и он не знает, о каком о чём
5:09
вообще речь идёт. Другой вопрос, сколько файлов директории? Какой директории? Каких файлов? На
5:14
каком диске вообще? То есть, то есть, тоже вопрос, на который практически он очень лёгкий вопрос,
5:19
но на него невозможно ответить. М модель не может на него ответить потому что она не училась
5:23
на ваших дисках, поэтому она ничего не знает. Ей нужен доступ к вашему диску, к вашей директории,
5:29
чтобы посчитать файлы. Другой вопрос: пошли миссачту папа, пошли сообщения папе. Через что?
5:36
Какому? Какой номер у папы до телефона или там, короче, email? То есть как что послать, как как
5:40
это всё делается? Контекст, то есть LLM модель, хотя суперумная, она не поймёт вообще, как что
5:45
мне нужно делать, чтобы на эти вопросы LM модель смогла ответить. Для этого существует MCP, который
5:52
может сконнектить вашего клиента, MCP-клиента, в нашем случае LM Studio с внешними источниками,
5:59
например, база данных, WhatsApp и Shell, чисто Shell, чтобы запускать команды, считать, сколько
6:05
файлов, сколько директорий. Чтобы всё это начало работать, нам нужно создать MCP-сервер. Например,
6:10
MCP сервер, которого будут database tools. и ТOL у него там запустить SQL Query какой-то,
6:16
да, допустим, ну, такой другой MCP-сервер, который будет, допустим, messaging Tools, да,
6:20
там который сможет общаться через WhatsApp, да, то есть у него реально прописан код, программный код,
6:25
который коннект со всеми токенами, паролями уже, короче, в нём, да, он умеется коннектиться с
6:30
Ватсаппом вашим или там со слаком или, не знаю, с имейлами, да, и умеет посылать, читать сообщения.
6:35
Допустим, следующий сервер, который у которого доступ есть к вашему диску. Вот и всё просто,
6:40
да, реально на Pythне доску диску очень просто через библиотеку OS, и он умеет считать файлы,
6:46
считать директории, в общем, всякое такое. И всё это дело, как коннектится КM Studio, как он знает
6:51
о этих серверах, всё очень-очень просто. В такой файлик mcp.jon, в котором вы прописываете, э,
6:57
где сервера находятся, или они на локальном компьютере, то есть где чисто путь к ним,
7:02
или они удал удалённые какие-то. Вот и всё. И тогда, когда вот такой вопрос будет задан,
7:08
listen name database, этот запрос пойдёт сначала в LLM. LM поймёт: «Так, слушайте, у меня, я не знаю,
7:15
что это такое, но у меня подключены MCP сервера». И один из серверов называется DB сервер, который у
7:21
которого есть тул запускать SQL query. О, может быть, там и есть. Он запустит этот, получит
7:28
данные, ответ с этого запуска и, основываясь на это ответе, скорее всего, сможет вам ответить
7:33
красиво. То же самое, сколько файлов в директории. Ну и только у меня есть, который shell, короче,
7:38
который countзывается tool, и всё. То есть, ну, понятно, он использует вот этот сервер. Ну
7:44
и другой send message. Понятно, он поймёт, о’кей, что у меня есть. У меня есть какой-то подключённый
7:48
сервер с Message Tools и там есть send Message. О, и будем использовать это дело. То есть, короче,
7:54
вот такие дела. То есть я вам сейчас покажу на наглядном примере, как LM Studio, да, допустим,
7:58
отвечает на эти вопросы, не имея MCP серверов. Потом мы с вами сделаем эти простые сервера. Ну,
8:03
сделаем один из самы с с парами туловил, с который будет общаться с базой данных и возвращать нам
8:08
ответы. И подключим это дело к Stсту Studio и посмотрим, как он будет отвечать после того, как
8:13
этот MCP сервер подрубили, то есть до MCP сервера и после. Ладно, хватит теории, поехали к практике.
Как LM Studio работает без MCP Server
8:20
Так, вот мой LM Studio. И скачал уже одну модель. Вот она, Deepsek. Я её сейчас загружу.
8:28
Если вы не знаете, как пользоваться LM Studio, вообще у меня целый есть урок по LM Studio. Можете
8:32
его найти и посмотреть. Подробненько, подробненько рассказываю, как всё сделать, установить, скачать.
8:37
В общем, всёвсёвс, всё. Модель загрузили. Можно спрашивать вопрос. Ну давайте спрашиваем тот же
8:41
дурацкий вопрос. Biget city in Africa. Понятное дело, сейчас он, ну, подумает и нам ответит,
8:47
в принципе, Bigit City и Африка. Ну вот, видите, он молодец, Лагос, бла-бла-бла. Теперь давайте
8:54
спрашиваем вот этот вопрос. list students names and database. Сейчас он, скорее всего, даст нам
8:59
SQL query, как запустить. Ну я не хочу SQL query, я хочу, чтобы он пролистал всех студентов в моей
9:05
базе данных и дал мне, не знаю, имена ихние или там, не знаю, даже спросить у него: «Распечатай
9:11
мне студента с лучшей оценкой», что-нибудь такое. Ну вот видите, короче, enableй то всё не знает,
9:16
о чём мы говорим. Короче, в общем, дайте мне помощь. В общем, не хочу никакой помощи. Нужно,
9:20
чтобы он умел это делать. Он сможет это делать, если мы приконтачим MCP. сервер. Для этого давайте
9:26
его сделаем. Итак, у меня есть два файлика. Смотрите, моя база данных — это SQLite база
Создание MCP Server на Python
9:31
данных и Pythonфайл, который читать будет из этой базы данных. Это ещё не MCP сервер. Сейчас
9:36
мы его сделаем. CP сессер. Ну всё, давайте сначала покажу, что в этой базе данных есть. Запустим DB
9:41
браузер такой простенький для этих баз данных. Вот он, этот мой файлик. Открываем. У меня там есть
9:47
две таблицы: Curses и Students. И Browse Data. Вот это таблица CSES. Видите? Так, 10 записей
9:55
там и вот таблица Students, там 20 записей. Всё, это моя простненькая база данных. Теперь давайте
10:01
откроем этот Pythonфайл и сделаем из этого Python файла mcpсервер. Итак, вот наш Python файлик такой
10:08
маленький, простой, где мы используем библиотеку SQLite. Вот наша база данных, файлик, ну вот этот,
10:15
который. И у нас есть три функции, как видите. Get students, простой. Коннектимся к этому файлику.
10:21
Тут нет никаких паролей, юзернейма. Всё очень просто. И запускаем SQL query select звёздочка
10:26
from students. И всё. И возвращаем весь результат. Get courses. То же самое слев звёздочка from
10:31
courses. И возвращаем результаты и get tables. Просто возвращаем все таблицы, которые есть в
10:37
базе данных. Ну и печатаем. Это чисто для теста. Давайте запустим, посмотрим, как это работает.
10:42
Запускаю. О, он смог прочитать мою базу данных с данными. В общем, всё, молодец. Теперь как из
10:47
этого файла сделать настоящий MCP сервер? Нас всё очень-очень просто. Ну, во-первых, нужно добавить
10:55
библиотеку MCP from MCPSver.fast mcpimport fast. Библиотеку MCP надо инсталлировать, конечно же,
11:02
понятно, как это делается. Очень просто. Идём Packages, да? Python. Python interpretor. И
11:08
здесь добавляем, ищем MCP. Вот она. Модуль context протокол. Добавляем его. Всё готово. Мы молодцы.
11:17
Дальше надо инициализировать наш MCP сервер. Здесь давайте вот такая строчка. MCP равняется fast MCP
11:24
и какой-нибудь прикольное имя ваше имя. Вот и всё. Кстати, сервер, в принципе, можно сказать,
11:28
готов. Э, ну, сейчас, подождите секунду. Эти функции, чтобы стали тулами для нашего сервера,
11:33
чтобы у этого сервера было несколько тулов, несколько инструментов, э, что нужно сделать?
11:38
Нужно сделать очень простую вещь. Перед каждой этим из этих функций сделать декоратор такой вот
11:44
такой. Это MCP Tool. То же самое здесь. Это MCP Tool. То же самое здесь. Это MCP Tool.
11:51
Всё. И теперь нам, конечно же, нельзя ничего печатать. Принтов никаких нам нельзя делать.
11:56
Что мы теперь делаем? Мы просто вызываем MCP, то есть запускаем MCP сервер. Вот так вот. Всё.
12:03
То есть при запуске этого Python файла, этого сервера, что запустится? Запустится mpun command.
12:09
То есть запустится побольшему вот эта команда, и наш сервер начнёт работать. Если я сейчас запущу,
12:14
смотрите, давайте я сейчас запущу, что будет. Запустился сервер. Ну, он сейчас ждёт чего-то,
12:19
что на него какие-то запросы там придут, да? В общем, вот и всё. То есть ничего не происходит
12:23
по большему счёту. Всё, можно вставить этот MCP сервер в наш MCP клиент, и он будет вызывать,
12:28
и у него будет три тула, три инструмента, которыми будет пользоваться умно. Я уверен,
12:32
что он будет это делать очень умно. Поехали. Итак, начинаем новый чат. И здесь, смотрите, в LM Studio
Интеграция нашего MCP Server в LM Studio
12:39
там внизу есть эти режимы user, power user и девелоoper. Ну давайте или power user developer
12:45
вам нужно выбрать, чтобы у вас вот здесь справой вверху появилась вот эта менюшка. Здесь выбираете,
12:50
видите контекст, модель, program. Вам нужен program. И делаем install MCP edit MCP Jason.
12:55
Вот он. И здесь прописываем SQL сеver. Давайте, допустим, ему дадим имя. Сервер SQL. Вот такой.
13:04
Так он будет называться. На самом деле здесь friendly name, как говорится. Можете дать любое.
13:08
И параметра. Два параметра мы посылаем. Первое — это команд. Какой командой мы его запускаем этот
13:14
сервер? Он запускаться будет командой Python. Просто командой Python. Очень просто. Главное,
13:21
чтобы команда Python у нас работала, кстати, да, если её запустить с командной строки.
13:25
Python плюс-минус version. Команда Python работает. Кстати, MCP библиотеку сразу нужно
13:32
установить тоже. Э, в общем, потому что здесь мой хостинг, как говорится, этого MCP сервера.
13:37
И Python будет запускать, им нужно MCP знать, где install MCP, потому что тогда мы инсталлировали
13:43
в это в как его в оболочке Пачарми. Это там для разработки, а это для запуска уже.
13:54
Всё, молодец, отлично, всё установил. И ARКС, аргументы. Аргументы — это путь, путь к серверу,
14:04
путь к нашему вот этому файлику. Давайте просто скопируем здесь cops и вставим это
14:10
сюда внутрь. Чик вставили. Главное, вот эти слэши двойные сделайте, если у вас Windows,
14:15
потому что он не понимает иначе. Всё, я сделал. Сохраняю. Чик. Видите, сразу MCP server. Если я
14:21
нажму ещё здесь, видите, Loading Tools, он тут же загрузил, он понял, что там у меня,
14:26
оказывается есть три тула, я их могу использовать, но они до сих пор не активны. Чтобы активировать,
14:31
нужно нажать вот эту кнопочку. Ну давайте сейчас это мы всё закроем. Вот наш чат. Активируем MCP.
14:36
Всё, теперь кроме модели ещё есть MCP тулы разные. Сервер. Давайте спросим тот же вопрос,
14:43
абсолютно тот же вопрос и посмотрим, как он сможет теперь ответить. А вопрос listes and database.
14:54
О’кей, он видит, что у него какие-то тулы есть. Get students. Тdд. Вот первый раз он всегда
14:59
спросит у вас, можно ли запустить такую хренотень из этого MCP сервера. Можно всегда. э, разрешать
15:05
запускать с моего сервера, э, сервера SQL. Я ему разрешаю. Всё, просит один раз сделайте,
15:09
всё, он больше, э, не будет это спрашивать. Запускаем. И он запускает функцию Get Students,
15:15
от неё получает ээ ответ. И сейчас он её обработает и выдаст нам ээ что мы там спросили?
15:21
Names of the students. Вот сейчас он нам Names of the Students, в принципе, и должен будет выдать.
15:29
Ну, если он что-то ещё надумал, что-то подумал и, в общем, ещё дал. В общем,
15:32
всё. Вот они, 20 студентов. Можешь спросить у него теперь это lists? Да. Listes about AWS.
15:45
То есть откуда курсы, чего курсы? Правильно, как бы сложно понять, но он знает, что у него есть
15:49
getкус функция, он может её запустить, получить из неё ответ и становиясь на этом ответе сделать
15:56
ответ, который сгенерирует этот ответ, на который вы скорее всего хотели бы знать ответ.
16:02
Вот видите, он запускает gets получает из него reply. Можно здесь, кстати, нажать посмотреть,
16:07
что он там получил. Вот видите, он там получил целую кучу, короче, реплаев. Сейчас
16:12
он это отфильтрует, по идее, даст мне то, что мне нужно, только ADWS. У меня там 10 разных курсов,
16:17
но не все они AWS в базе данных. Сейчас он должен нам будет выдать только то, что AWS.
16:25
Ну, тупой, ещё я вам скажу честно, тупой. ADWS relate. Ну, как бы, да, они все relлей как-то KWS.
16:31
можно сказать было list only AWS list only AWS courses. В общем,
16:40
как короче он умеет общаться с моей базой данных, как вы видите, используя MCP сервер. Вот и всё.
16:49
Ну вот теперь лучше. Видите, он выдал только AWS курсы. Итак, вы можете присоединить ещё
16:54
тулы какие угодно на любых языках, не только на Пайthне, конечно же. Удалённые сервера можно
16:59
присоединить тоже не локальные. Сейчас видите, как этот локальный на моём компьютере. То есть
17:03
вообще всё это делается так. Всё через вот такой, если в этот ваш клиент позволяет использовать вот
17:10
эти MCP Jon такую настройку, где вы прописываете ваш сервера. То есть вот это у меня один сервер
17:16
можно сделать, запятая, как говорится, ещё один там сервер, который будет уже не с QLй,
17:23
а, допустим, Messenger там, да, или этот Shell, да, то есть у него доступ другой и всякое всякое
17:29
всякое такое. А это у меня курсор AI. Сейчас здесь, в принципе, сделаем то же самое. Короче,
Интеграция нашего MCP Server в Cursor AI
17:35
допустим, я добавлю файлик, там, не знаю, demo demo.py. Ну, и здесь у меня будет students
17:46
равняется там for student and students. Print student. Во, вот так вот, да, у меня код такой,
17:55
допустим, и я хочу, чтобы он у меня сейчас здесь дозаполнил, короче, помог мне, взяв имена из
18:01
базы данных. Как мы это делаем? идём в курсор AI с правой стороны. Вот видите, здесь settings,
18:07
общий глобальный settings. И здесь вот есть MCP, install MCP. Никаких MCP серверов нет. Добавляем
18:13
тот же самое, как вы видите. Давайте здесь сделаем SQL L server, допустим, да, у меня будет Command
18:22
Python и аргумент. Это мой сервер вот этот. Copy SP. Сюда его вставляем. Нужно только двойные
18:33
эти слэши здесь сделать. Здесь сохраняем. Можно закрыть. И вот видите, он сразу видит, что всё,
18:41
SQL сервер готов, инсталлирован. И у него есть три тула даже. Молодец, три тула. Всё,
18:46
он активирован. В принципе, всё зашибись. Вот чат. И здесь add into students равняется и all
18:57
students from database. Сейчас посмотрим, как он это сделает. Во, get table. Он сразу знает,
19:05
что нужно запускать. Запускай. Run. Вот он выдал результаты. Planning next move. Козёл. Ну, как бы,
19:21
да, понятно. Он умный, можно сказать, почти. Базу данных коннектится, короче.
19:30
Харко. Students names.
19:38
Ну вот видите, пожалуйста, то, что я и хотел. Keep этот файл даже уже работает. Вот так вот.
19:48
То есть можно использовать MCP сервера в просто чате или в IDE, где вы разрабатываете ваши
19:55
гениальные идеи. Ладно, надеюсь, было супер интересно и суперполезно. А вы не забывайте
20:00
ставить лайки, подписываться и до встречи на следующих уроках.