MCP в Claude Code: как подключить сервер и проверить доступ

Чтобы Claude Code мог искать документы или работать с внешним сервисом, ему нужен соответствующий инструмент. MCP-сервер — один из способов предоставить такой инструмент. Покажу настройку на публичном сервере документации OpenAI: сервер не обязан принадлежать тому же производителю, что и клиент.

Нужен установленный Claude Code с рабочим входом в аккаунт и доступом в интернет. Мы подключаем только поиск по публичной документации. Настройка Claude Desktop — другой сценарий: команды ниже относятся к Claude Code.

Области подключения MCP в Claude Code: личная настройка проекта, общий файл .mcp.json и настройки пользователя — Область настройки определяет, где появится сервер и кто сможет использовать конфигурацию.

1. Выбери область подключения

Перед установкой реши, кому нужна конфигурация:

Scope	Когда выбирать
`local`	Личная проба в одном проекте
`project`	Общее подключение для участников проекта
`user`	Личное подключение для разных проектов

Для первого теста возьмём local. Несмотря на название, такая настройка хранится в пользовательском файле Claude с привязкой к пути проекта, а не в общем .mcp.json. Для командной конфигурации используется project. Подробности областей — в документации Claude Code MCP.

Мой подход. Я бы сначала проверил сервер в личной настройке одного проекта. После удачного теста уже понятно, какие инструменты нужны команде и какую инструкцию добавить рядом с конфигурацией.

2. Добавь удалённый сервер

Перейди в папку проекта и выполни:

claude mcp add --transport http --scope local openai-docs https://developers.openai.com/mcp
claude mcp list
claude mcp get openai-docs

Затем открой Claude Code в этой папке и вызови /mcp. Проверь состояние соединения. Если сессия была открыта до изменения настройки, начни новую, чтобы исключить старое состояние.

Адрес и назначение публичного сервера указаны в OpenAI Docs MCP. Он помогает искать и читать документацию. Подключение к нему не превращает Claude в модель OpenAI: модель и источник информации — разные части системы.

Для другого сервера может понадобиться OAuth или ключ. Используй способ, который описан его поставщиком, и проверяй авторизацию через /mcp. Не добавляй заголовок с ключом наугад: ошибка 401 не всегда означает, что сервис вообще ожидает API-ключ.

3. Проверь реальное использование

Отправь:

Через MCP openai-docs найди официальную страницу о skills в Codex.
Прочитай её и объясни, чем отличается папка навыков проекта от личной.
Укажи источник. Если поиск недоступен, явно сообщи об этом.
Ничего не устанавливай и не изменяй в проекте.

Посмотри на вызовы инструментов. Для этой задачи нужно обращение к документационному серверу и возвращённый материал. Ответ по общим знаниям может оказаться правильным, но проверку подключения он не заменяет.

Открой указанную ссылку. Проверь, что ответ действительно следует из страницы, а не из соседней статьи. Затем попроси найти выдуманный параметр always_make_everything_correct: хороший результат должен сообщить, что такого подтверждения нет, а не составить конфигурацию по звучанию названия.

Полезный тест. Я бы обязательно добавил вопрос, на который в источнике нет ответа. Положительный пример показывает, что поиск работает; отрицательный — умеет ли система остановиться, когда подтверждения не нашлось.

После личного теста можно перейти на project scope. Сначала удали тестовую запись именно из local, затем добавь проектную:

claude mcp remove --scope local openai-docs
claude mcp add --transport http --scope project openai-docs https://developers.openai.com/mcp

Проверь созданный .mcp.json в проекте. Для этого сервера он содержит:

{
  "mcpServers": {
    "openai-docs": {
      "type": "http",
      "url": "https://developers.openai.com/mcp"
    }
  }
}

Если файл уже содержит другие подключения, сохрани их. Не заменяй весь файл этим примером. Общую конфигурацию можно хранить в репозитории; личные токены туда не входят. У другого участника остаются собственные условия доступа и подтверждения доверия к проекту.

Рядом полезно записать контрольный запрос из предыдущего раздела. Тогда установка считается законченной после проверки, а не после копирования JSON.

5. Раздели настройку, соединение и качество ответа

Проблема	Проверка
Сервер исчез в другом проекте	Не использовался ли `local` scope
Есть две записи одного подключения	Сравни local, project и user конфигурации
Соединение не устанавливается	Сверь URL и транспорт с документацией сервера
Требуется вход	Открой `/mcp` и заверши поддерживаемую авторизацию
Поиск работает, но ответ не подтверждён	Попроси прочитать найденную страницу и выделить основание

Для локального stdio-сервера диагностика будет другой: нужно проверить команду запуска и её зависимости. Не переносить HTTP-настройку в поле command — URL и исполняемый процесс не взаимозаменяемы.

Когда подключение освоено, можно оформить skill для повторяемой работы, который использует найденную документацию. Если нужен доступ к собственной системе, начни с разбора MCP-сервера и одного инструмента чтения.

Todo: попробуй на своей задачеВыбрать local или project scope осознанноПодключить сервер и проверить его состояниеПолучить источник через инструментПроверить поведение без доступного сервераПрогресс сохраняется в этом браузере.

ПРАКТИКА НА КУРСЕ / AI PRODUCT CLUB

Собери своего ИИ-агента и проверь результат

«AI Agents: от vibe coding к AI-команде»: desktop agents, MCP, skills, evals и harness. Отдельные воркшопы — от подключения инструментов до контроля качества.

7 практических воркшопов · записи · вопросы автору в чате

Посмотреть программу курса ↗

Автор: Михаил Карпов — практик автоматизации и автор курсов AI Product Club.