🧩 Как ИИ-агент собирает корзину во ВкусВилле: погружаемся в MCP 🤖

Представьте, что вы пишете в ваш ИИ-чат:

Собери корзину с продуктами для сырников на четырёх человек. Бюджет — до 1 000 рублей.

Чтобы выполнить такой запрос, ИИ недостаточно просто знать рецепт.

Ему нужно:
▫️ найти реальные товары
▫️ получить актуальные цены
▫️ проверить состав и характеристики
▫️ выбрать подходящие позиции
▫️ сформировать корзину

➡️ Для подключения ИИ-приложения к этим возможностям можно использовать MCP.


👉 Что такое MCP?

MCP (Model Context Protocol) — это протокол, по которому ИИ-приложение получает доступ к внешним данным и инструментам (tools).

MCP-сервер описывает, какие действия доступны, какие параметры им нужны и какой результат они возвращают.

MCP-клиент внутри ИИ-приложения:
1️⃣ подключается к серверу
2️⃣ получает список инструментов
3️⃣ передаёт их описание модели
4️⃣ вызывает выбранный моделью инструмент
5️⃣ возвращает результат в контекст диалога

MCP становится стандартным слоем между ИИ-приложением и API/БД существующих системам.


👉 Реальный пример: ВкусВилла

ВкусВилл опубликовал экспериментальный MCP-сервер:

https://mcp.vkusvill.ru/mcp

Сейчас через него доступны три инструмента (tools):

▫️ vkusvill_products_search — поиск товаров
▫️ vkusvill_product_details — получение состава, КБЖУ и других характеристик
▫️ vkusvill_cart_link_create — создание ссылки на корзину

👉 Как ИИ-агент может использовать эти инструменты

✅ Шаг 1. Получить список инструментов
После подключения MCP-клиент (ИИ-приложение) запрашивает у сервера доступные tools и их схемы.

MCP-сервер сообщает клиенту:

vkusvill_products_search
vkusvill_product_details
vkusvill_cart_link_create

Модель видит названия инструментов, их описание и входные параметры.


✅ Шаг 2. Найти товары
Модель определяет, что для сырников нужны творог, яйца, мука, сахар и сметана.

Для каждой позиции она вызывает поиск через tool: vkusvill_products_search.

MCP-сервер обращается к API ВкусВилла и возвращает найденные товары.

ИИ-агент выбирает подходящие.

После этого он повторяет поиск для остальных продуктов.


✅ Шаг 3. Проверить характеристики
Если пользователю важны состав, калорийность или аллергены, агент вызывает: vkusvill_product_details

Сервер возвращает подробную информацию о товаре.
Модель анализирует и решает, подходит ли этот вариант.


✅ Шаг 4. Создать корзину
Когда товары выбраны, агент формирует запрос:
vkusvill_cart_link_create

В ответ MCP-сервер возвращает ссылку на корзину:

{
"link": "https://vkusvill.ru/?share_basket=..."
}

Пользователь открывает её, проверяет товары и продолжает оформление на стороне ВкусВилла.



❗️ Сам MCP-сервер не принимает решение, какие сырники готовить и какие товары лучше. Он предоставляет строго определённые инструменты.
Последовательность их вызова планирует ИИ-агент.



👉 Почему нельзя просто передать модели документацию REST API?

Можно. Но тогда для каждого ИИ-приложения придётся отдельно реализовывать:

▫️ подключение к API
▫️ описание доступных методов
▫️ преобразование параметров
▫️ обработку ответов и ошибок
▫️ передачу результатов модели

MCP стандартизирует эту часть интеграции.
Один MCP-сервер можно подключить к разным ИИ-клиентам.

При этом MCP не отменяет проектирование API и интеграций. Внутри всё равно остаются контракты, валидации, авторизация, ошибки и бизнес-правила.



👉 Что здесь описывает системный аналитик?

Для каждого инструмента нужно определить:

✅ назначение и условия вызова
✅ входные параметры и валидацию
✅ структуру результата
✅ ошибки и ограничения
✅ требования к авторизации
✅ необходимость подтверждения пользователем
✅ правила логирования и аудита
✅ тайм-ауты, повторы и лимиты
✅ действия, которые агенту разрешено выполнять автоматически


Для системного аналитика это новый формат интеграционного контракта, в котором нужно описать не только данные и API, но и то, как ИИ будет выбирать и вызывать инструменты.

🔗 Официальная техническая статья ВкусВилла про MCP-сервер

Скоро MCP-серверы будут встречаться в интеграциях так же часто, как REST API и брокеры.


#ИнтеграцииGA #AI_for_analysts