Serwery MCP: rozszerz możliwości Claude Code.
Model Context Protocol to standardowy sposób łączenia narzędzi AI z zewnętrznymi systemami. Dzięki serwerom MCP Claude Code kontroluje przeglądarkę, sięga do baz danych i automatyzuje złożone zadania. Na warsztat bierzemy Chrome DevTools MCP: agent testuje i debuguje aplikacje webowe wprost w Chrome.
Autor: Tomek Wojciechowski · Ostatnia aktualizacja:
Jeden protokół zamiast dziesiątek integracji.
Model Context Protocol (MCP) to otwarty standard łączenia AI z zewnętrznymi systemami: bazami danych, API, przeglądarką, narzędziami zespołu. Opublikowany przez Anthropic pod koniec 2024 roku, dziś wspierany przez cały rynek: od Claude Code, przez narzędzia OpenAI i Google, po edytory kodu. Od grudnia 2025 protokół rozwija Agentic AI Foundation działająca przy Linux Foundation, więc nie jest już projektem jednej firmy. Najkrócej: MCP jest dla AI tym, czym USB-C dla sprzętu — jeden port, do którego pasuje wszystko.
Zanim powstał, każda para „agent × narzędzie” wymagała osobnej integracji: inna dla przeglądarki, inna dla bazy, inna dla Jiry, i tak dla każdego agenta od nowa. MCP odwraca ten układ: narzędzie wystawia jeden serwer MCP, a korzysta z niego każdy zgodny klient. Piszesz raz, podłączasz wszędzie.
Jak to działa
- Serwer MCP
- Program-pomost przed konkretnym systemem: wystawia agentowi narzędzia (akcje do wykonania), zasoby (dane do odczytu) i gotowe szablony promptów. Serwer bazy danych da narzędzia do zapytań, serwer przeglądarki do klikania i czytania stron.
- Klient
- Aplikacja, w której pracuje agent: Claude Code, aplikacja desktopowa Claude, IDE. Klient łączy się z serwerami i udostępnia ich narzędzia modelowi.
- Transport
- Lokalnie serwer działa jako zwykły proces (stdio), zdalnie po HTTP. Z perspektywy agenta nie ma różnicy: widzi po prostu listę narzędzi.
Co z tego masz w codziennej pracy:
- Rozszerzalność. Dodajesz agentowi nowe możliwości bez czekania na aktualizację samego narzędzia.
- Integracje. Łączysz go z systemami, na których naprawdę pracuje Twój zespół.
- Automatyzacja. Złożone przepływy (od projektu graficznego po wdrożenie) zamykasz w jednym poleceniu.
- Monitoring. Agent śledzi i debuguje aplikacje w czasie rzeczywistym, zamiast zgadywać z opisu.
Od bazy danych po przeglądarkę.
Serwerów MCP są dziś tysiące, oficjalnych i społecznościowych. W pracy z zespołami najczęściej sięgamy po kilka grup:
- Bazy danych: agent czyta schemat i sam pisze zapytania. Supabase i MySQL omawiamy w osobnych szkoleniach Akademii, a dla IBM DB2 udostępniamy własny DB2 MCP Server z odczytem i zapisem.
- Narzędzia zespołu: GitHub, Jira, Slack. Agent zakłada zadania, komentuje zmiany w kodzie, raportuje postęp.
- Projektowanie: serwer Figmy daje agentowi dostęp do projektu graficznego, z którego pisze gotowy komponent.
- Przeglądarka: Chrome DevTools MCP i Playwright MCP. Agent klika, testuje i mierzy jak człowiek, tylko szybciej.
Chrome DevTools MCP: bohater tego szkolenia
Serwer od zespołu Chrome daje Claude Code bezpośrednią kontrolę nad przeglądarką. Agent testuje, debuguje i optymalizuje kod w rzeczywistym środowisku: analizuje błędy, mierzy wydajność i symuluje interakcje użytkownika. Konkretnie:
- Interakcja z elementami i wypełnianie formularzy.
- Zarządzanie oknami i emulacja urządzeń.
- Monitoring sieci i analiza wydajności.
- Screenshoty i dostęp do konsoli JavaScript.
- Audyty Lighthouse: dostępność, SEO i dobre praktyki.
- Podpięcie pod Chrome, w którym już pracujesz (flaga
--auto-connect, Chrome 144+), zamiast osobnej instancji przeglądarki.
Aktualizacja: Google rozwija ten projekt pod nazwą Chrome DevTools for agents. Pakiet npm, plugin i komendy nadal używają nazwy chrome-devtools-mcp, a obok serwera MCP jest też CLI do pracy bez MCP.
Różnicę czuć od pierwszego dnia: zamiast opisywać agentowi błąd z przeglądarki, każesz mu samemu go obejrzeć. Dalej instalacja krok po kroku i zadania, od których warto zacząć.
Chrome DevTools MCP krok po kroku.
Wymagania
- Node.js w aktualnej wersji LTS.
- Zainstalowany Google Chrome (wersja stable lub nowsza).
- Claude Code.
# weryfikacja wersji Node.js
node --version Instalacja jako plugin (rekomendowana)
Główna ścieżka to plugin z marketplace. W pakiecie z serwerem MCP dostajesz Skills (umiejętności), których sama instalacja przez CLI nie dokłada. W Claude Code:
/plugin marketplace add ChromeDevTools/chrome-devtools-mcp
/plugin install chrome-devtools-mcp@chrome-devtools-plugins Uwaga: po instalacji pluginu zrestartuj Claude Code i sprawdź dołączone Skills komendą /skills.
Alternatywa: instalacja przez CLI
Sam serwer, bez Skills, dodasz też z terminala. Zamknij Claude Code i uruchom:
claude mcp add chrome-devtools --scope user npx chrome-devtools-mcp@latest Aby wyłączyć telemetrię, dołącz flagę serwera:
claude mcp add chrome-devtools --scope user -- npx chrome-devtools-mcp@latest --no-usage-statistics Uwaga: serwer widzi całą zawartość przeglądarki i może ją zmieniać. Przy --auto-connect agent działa na Twoim profilu Chrome, więc nie trzymaj w nim sesji ani danych, których nie chcesz mu pokazywać. Zakres zawęzisz flagami serwera: --allowed-url-pattern ogranicza strony, na które agent może wejść, a --javascript-evaluation=false wyłącza wykonywanie JavaScriptu.
Składnia: kanoniczny zapis stdio ma separator: claude mcp add [options] <name> -- <command> [args...]. Separator -- jest opcjonalny przy prostym npx bez flag, ale wymagany, gdy przekazujesz serwerowi flagi z myślnikiem. Inaczej trafią one do claude mcp add, a nie do serwera.
Po instalacji uruchom Claude Code ponownie, aby serwer został wczytany. A jeśli później przejdziesz na plugin, najpierw usuń wpis z CLI, żeby konfiguracje się nie dublowały:
claude mcp remove chrome-devtools Pierwsze zadania dla agenta
Serwer działa. Sprawdź go na własnym projekcie. Dobre polecenia na start:
- „Przeanalizuj wydajność strony https://szron.tech”.
- „Sprawdź błędy JavaScript i wygeneruj poprawki”.
- „Przetestuj formularz kontaktowy”.
- „Zrób screenshot responsywności na różnych urządzeniach”.
Łańcuch serwerów: przykład z naszych wdrożeń
Prawdziwa siła MCP zaczyna się, gdy agent łączy kilka serwerów w jeden przepływ. Scenariusz, który pokazujemy zespołom przy augmentacji: agent czyta projekt graficzny z Figmy, pisze na jego podstawie komponent React, testuje go w przeglądarce przez Playwright, a wynik zapisuje w bazie danych. Programista tylko nadzoruje. Formułuje cel i odbiera efekt. To ten sam mechanizm, który właśnie uruchomiłeś: jedna umowa między agentem a narzędziami, dowolnie składana w łańcuchy.
Chcecie, żeby tak pracował cały Wasz zespół?
Akademia to materiały. Wdrożenie to dwa kwartały na Waszym kodzie, z pomiarem efektu w DEVLens. Krótka rozmowa wystarczy, żeby sprawdzić, czy ma to u Was sens. Odpowiadamy w 24 h.