Большинство людей до сих пор используют ИИ в формате: открыл чат → задал вопрос → получил ответ
Но сейчас появляется другой подход: ИИ начинает работать напрямую с вашими данными и инструментами.
Для этого существует MCP (Model Context Protocol) – стандарт, который позволяет подключать к моделям внешние источники данных и сервисы.
Есть два основных типа:
• Local MCP – сервер работает локально и дает доступ к вашим файлам, базам данных и приложениям на компьютере.
• Remote MCP – подключается к внешним сервисам: GitHub, Notion, Google Drive, Jira, CRM и другим.
Один из самых простых примеров – Filesystem MCP.
Например, у вас есть база знаний в Obsidian. Вместо того чтобы каждый раз искать нужные заметки или копировать их в чат, можно подключить ваш Vault напрямую.
Добавляем MCP-сервер:
{
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"~/Documents/Obsidian"
]
}
Вместо
~/Documents/Obsidian указываете путь к своей папке Obsidian.После этого можно работать с вашей базой знаний:
Что я писал про Redis Streams?
Собери все мои заметки по AI в одну статью.
Какие идеи по стартапу я записывал в прошлом месяце?
Создай новую заметку на основе этих мыслей и добавь связи с существующими.
Получается, ваша база знаний становится доступной прямо из Cursor или другого AI-инструмента. Не нужно вручную искать информацию – модель сама находит нужные данные и работает с ними.
И это только один сценарий.
Через MCP можно подключать базы данных, GitHub, Notion, Figma, Docker, Supabase и множество других инструментов.
Каталог готовых MCP-серверов для Cursor:
https://cursor.directory/plugins/filesystem-mcp
@dnevnik_ton