> For the complete documentation index, see [llms.txt](https://docs.suvvy.ai/ru/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.suvvy.ai/ru/mcp/rabota-cherez-ii-agentov/mcp.md).
# Подключение MCP-сервера
{% hint style="info" icon="mcp" %}
**MCP** — это единый стандарт, который позволяет ИИ-агентам подключаться к любым внешним данным и инструментам, чтобы выходить за рамки своих изначальных знаний и выполнять реальные задачи.
{% endhint %}
После установки MCP, не забудьте установить Agent Skill
{% content-ref url="/pages/hUQHCs2xGL5aVjdM502q" %}
[Agent Skill](/ru/mcp/rabota-cherez-ii-agentov/agent-skill.md)
{% endcontent-ref %}
## Подключение к агентам
Ниже приведены инструкции для подключения MCP-сервера Савви к самым популярным ИИ-агентам:
Claude Code (не Claude Desktop)
### Установка MCP
Рекомендуемый способ установки - через плагин:
Выполните эти команды в Claude Code:
```
/plugin marketplace add suvvyai/agent-skill
/plugin install suvvy-mcp@suvvy-plugins
```
Это установит одновременно MCP-сервер и Agent Skill. После этого можно будет сразу переходить к использованию.
Альтернативно, вы можете установить MCP-сервер напрямую. Выполните эту команду:
```shellscript
claude mcp add --scope user --transport http suvvy https://api.suvvy.ai/mcp
```
### Авторизация
Впишите в Claude Code команду `/mcp` , выберите там сервер `suvvy` (или `plugin:suvvy-mcp:suvvy` , если устанавливали через плагин)
Следом, выберите `Authenticate`
Альтернативно, вы можете запустить Claude Code и попросить выполнить любое действие, связанное с Савви. Например, попросите сказать, какие боты есть в вашем аккаунте.
Это запустит процесс авторизации.
Дополнительную информацию см. в документации [**Claude Code по MCP**](https://docs.anthropic.com/en/docs/claude-code/mcp)
OpenAI Codex
Рекомендуемый способ установки - через плагин:
Выполните эти команды в консоли:
```shellscript
codex plugin marketplace add suvvyai/llm-skill
codex plugin add suvvy-mcp@suvvy
codex mcp login suvvy
```
Это установит одновременно MCP-сервер и Agent Skill. После этого можно будет сразу переходить к использованию.
Альтернативно, вы можете установить MCP-сервер напрямую. Для этого выполните эти команды:
```shellscript
codex mcp add suvvy --url https://api.suvvy.ai/mcp/
codex mcp login suvvy
```
Дополнительную информацию см. в документации [**OpenAI Codex по MCP**](https://developers.openai.com/codex/mcp)
OpenCode
Выполните интерактивную команду добавления и следуйте подсказкам (название: `suvvy`, тип: `Remote`, URL: `https://api.suvvy.ai/mcp`, OAuth: да):
```shellscript
opencode mcp add
```
После добавления запустите авторизацию:
```shellscript
opencode mcp auth suvvy
```
Или добавьте вручную в файл `opencode.json` (или `.opencode/opencode.jsonc`) в папке проекта:
```json
{
"mcp": {
"suvvy": {
"type": "remote",
"url": "https://api.suvvy.ai/mcp",
"enabled": true
}
}
}
```
Дополнительную информацию см. в [**документации OpenCode по MCP**](https://opencode.ai/docs/mcp-servers).
Cursor
Начиная с версии **Cursor 1.0**, вы можете нажать кнопку установки ниже для мгновенной установки в один клик:
[](https://cursor.com/en/install-mcp?name=suvvy\&config=eyJ1cmwiOiJodHRwczovL2FwaS5zdXZ2eS5haS9tY3AifQ%3D)
Или установите вручную:
Перейдите в: `Settings` -> `Cursor Settings` -> `MCP` -> `Add new global MCP server`.
Рекомендуемый способ — вставить следующую конфигурацию в файл `~/.cursor/mcp.json` в вашей системе.
Вы также можете установить сервер для конкретного проекта, создав файл `.cursor/mcp.json` в папке этого проекта. Дополнительную информацию см. в [**документации Cursor по MCP**](https://docs.cursor.com/context/model-context-protocol).
```json
{
"mcpServers": {
"suvvy": {
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Claude Desktop
Перейдите в настройки: `Settings` → `Connectors` → `Add Custom Connector`.
Укажите:
* **Name:** `Suvvy`
* **URL:** `https://api.suvvy.ai/mcp`
После добавления завершите процесс авторизации OAuth.
Дополнительную информацию см. в [**документации Claude Desktop по MCP**](https://modelcontextprotocol.io/quickstart/user).
VS Code
Выполните эту команду для быстрой установки:
```shellscript
code --add-mcp '{"name":"suvvy","type":"http","url":"https://api.suvvy.ai/mcp"}'
```
Или создайте вручную файл `.vscode/mcp.json` в папке проекта (для всей системы — `~/Library/Application Support/Code/User/mcp.json`):
```json
{
"servers": {
"suvvy": {
"type": "http",
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации VS Code по MCP**](https://code.visualstudio.com/docs/copilot/chat/mcp-servers).
Windsurf
Перейдите в: `Windsurf Settings` → `MCP` → `Add Server`, или отредактируйте файл `~/.codeium/windsurf/mcp_config.json`:
```json
{
"mcpServers": {
"suvvy": {
"serverUrl": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации Windsurf по MCP**](https://docs.windsurf.com/windsurf/mcp).
Kiro
Отредактируйте файл `~/.kiro/settings/mcp.json`:
```json
{
"mcpServers": {
"suvvy": {
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации Kiro по MCP**](https://kiro.dev/docs/mcp/).
Trae
Перейдите в: `Settings` → `MCP` → `Add MCP Server`.
Или отредактируйте конфигурационный файл MCP в Trae:
```json
{
"mcpServers": {
"suvvy": {
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации Trae по MCP**](https://docs.trae.ai/ide/model-context-protocol).
JetBrains AI Assistant
Перейдите в: `Settings` → `Tools` → `AI Assistant` → `Model Context Protocol (MCP)` → `Add`.
Введите следующую конфигурацию:
```json
{
"mcpServers": {
"suvvy": {
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации JetBrains по MCP**](https://www.jetbrains.com/help/ai-assistant/configure-an-mcp-server.html).
Visual Studio 2022
Создайте или отредактируйте файл `.vs/mcp.json` в папке проекта:
```json
{
"inputs": [],
"servers": {
"suvvy": {
"type": "http",
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации Visual Studio по MCP**](https://learn.microsoft.com/en-us/visualstudio/ide/mcp-servers).
ChatGPT
Перейдите в: `Settings` → `Apps` → `Advanced settings` → включите **Developer Mode**.
Нажмите `Create App` и укажите:
* **Name:** `Suvvy`
* **MCP Server URL:** `https://api.suvvy.ai/mcp`
Завершите процесс авторизации OAuth.
Gemini CLI
Выполните эту команду:
```shellscript
gemini mcp add suvvy https://api.suvvy.ai/mcp --transport http
```
Или отредактируйте файл `~/.gemini/settings.json` вручную:
```json
{
"mcpServers": {
"suvvy": {
"httpUrl": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации Gemini CLI по MCP**](https://github.com/google-gemini/gemini-cli/blob/main/docs/cli/tutorials/mcp-setup.md).
Qwen Code
Выполните команду:
```shellscript
qwen mcp add --transport http suvvy https://api.suvvy.ai/mcp
```
Или отредактируйте файл `~/.qwen/settings.json`:
```json
{
"mcpServers": {
"suvvy": {
"httpUrl": "https://api.suvvy.ai/mcp"
}
}
}
```
GitHub Copilot Coding Agent
Перейдите в репозитории: `Settings` → `Copilot` → `Coding agent` → `MCP configuration`.
Добавьте следующую конфигурацию:
```json
{
"mcpServers": {
"suvvy": {
"type": "http",
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации GitHub Copilot по MCP**](https://docs.github.com/en/copilot/customizing-copilot/using-model-context-protocol/using-the-mcp-with-copilot-coding-agent).
GitHub Copilot CLI
Отредактируйте файл `~/.copilot/mcp-config.json`:
```json
{
"mcpServers": {
"suvvy": {
"type": "http",
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Cline
Перейдите в: `Cline` → иконка меню → `MCP Servers` → `Remote Servers` → `Add Remote Server`.
Или отредактируйте конфигурацию MCP вручную:
```json
{
"mcpServers": {
"suvvy": {
"type": "streamableHttp",
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации Cline по MCP**](https://docs.cline.bot/mcp-servers/configuring-mcp-servers).
Roo Code
Перейдите в: `Roo Code` → `MCP Servers` → `Edit MCP Settings`.
Добавьте в конфигурационный файл:
```json
{
"mcpServers": {
"suvvy": {
"type": "streamable-http",
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Kilo Code
Перейдите в: `Settings` → `MCP Servers` → `Add Server` → `HTTP Server`.
Укажите URL: `https://api.suvvy.ai/mcp`
Или создайте файл `.kilocode/mcp.json`:
```json
{
"mcpServers": {
"suvvy": {
"type": "streamable-http",
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Amp
Выполните команду:
```shellscript
amp mcp add suvvy https://api.suvvy.ai/mcp
```
Crush
Отредактируйте файл конфигурации Crush:
```json
{
"mcp": {
"suvvy": {
"type": "http",
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Factory
Выполните команду:
```shellscript
droid mcp add suvvy https://api.suvvy.ai/mcp --type http
```
Rovo Dev CLI
Выполните команду `acli rovodev mcp` для редактирования конфигурации MCP, или отредактируйте файл конфигурации напрямую:
```json
{
"mcpServers": {
"suvvy": {
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Qodo Gen
Перейдите в: панель чата → `Connect more tools` → `Add new MCP`.
Или добавьте в конфигурационный файл:
```json
{
"mcpServers": {
"suvvy": {
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Zed
Откройте `settings.json` (`Zed` → `Settings` → `Open Settings`) и добавьте:
```json
{
"context_servers": {
"suvvy": {
"url": "https://api.suvvy.ai/mcp"
}
}
}
```
Дополнительную информацию см. в [**документации Zed по MCP**](https://zed.dev/docs/assistant/model-context-protocol).
Hermes
Отредактируйте файл `~/.hermes/config.yaml`:
```yaml
mcp_servers:
suvvy:
url: "https://api.suvvy.ai/mcp"
```
Или используйте команду CLI:
```shellscript
hermes mcp add suvvy --url https://api.suvvy.ai/mcp
```
## Дополнительная документация
{% hint style="success" %}
Подключите MCP-сервер документации Савви — тогда агент сможет сам обращаться к актуальной документации платформы и работать ещё точнее.
**Claude Code:**
```shellscript
claude mcp add suvvy-docs --scope user --transport http https://docs.suvvy.ai/ru/~gitbook/mcp
```
Если устанавливали через плагин — этот сервер уже подключён, дополнительно ничего делать не нужно.
**Другие агенты** — добавьте HTTP MCP-сервер с названием `suvvy-docs` и URL `https://docs.suvvy.ai/ru/~gitbook/mcp` по той же схеме, что и основной сервер Савви выше.
{% endhint %}
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.suvvy.ai/ru/mcp/rabota-cherez-ii-agentov/mcp.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
