От монолита до MCP: как Model Context Protocol изменил нашу архитектуру

Мы начинали как REST API с 10 эндпоинтами. Сейчас у нас 70 MCP-инструментов через 3 сервиса с тройным транспортом. MCP дал нам то, чего REST не мог: стандартный способ для AI самостоятельно находить и использовать инструменты. AI становится клиентом, а не вами.

От монолита до MCP: как Model Context Protocol изменил нашу архитектуру

REST API отлично работает, когда клиент — человек. Когда клиент — AI, нужен другой протокол.

Почему REST недостаточно для AI

REST API работает так: разработчик читает документацию, пишет код интеграции, хардкодит эндпоинты. Работает идеально для веб-приложений.

Но когда ваш «клиент» — это LLM, который должен сам решить, какой инструмент вызвать:

• REST не имеет стандартного tool discovery
• Нет встроенного описания параметров для AI
• Каждая интеграция — это кастомный код
• Batch, streaming, cost estimation — всё отдельно

Что даёт MCP

Model Context Protocol — это стандарт от Anthropic для взаимодействия AI с внешними инструментами.

Tool Discovery

GET /api/tools → полный каталог с JSON Schema для каждого параметра

AI получает список всех 70 инструментов с описаниями, типами параметров, ограничениями — и сам выбирает, что вызвать.

Стандартизированная схема

Каждый инструмент описан одинаково:

• name — уникальный идентификатор
• description — что делает (с подсказками стоимости)
• inputSchema — JSON Schema параметров
• outputSchema — формат результата

Три транспорта

stdio для локальных клиентов, HTTP для веба, SSE для стриминга — один и тот же набор инструментов через любой протокол.

Наша миграция

До: REST Monolith

• 10 эндпоинтов с захардкоженной логикой
• Каждый фронтенд-компонент знает конкретный URL
• Добавить инструмент = добавить роут + контроллер + документацию

После: MCP Architecture

• 70 инструментов через BaseToolHandler
• AI сам выбирает инструменты по описанию
• Добавить инструмент = добавить handler класс + регистрация одной строкой

Ключевое изменение мышления

REST: вы проектируете API для разработчика, который напишет код.

MCP: вы проектируете API для AI, который сам решит, когда и что вызвать.

Это меняет всё — от именования до описаний, от структуры параметров до формата ошибок. AI нужны чёткие описания, cost hints, примеры — вещи, которые в REST документации, а в MCP — прямо в схеме.

MCP — не серебряная пуля. Но для AI-first продуктов это лучший стандарт, который сейчас существует.