15 najlepszych serwerów MCP dla Claude Code, Cursor i Codex (2026): Co naprawdę instalujemy

15 najlepszych serwerów MCP dla Claude Code, Cursor i Codex (2026): Co naprawdę instalujemy

Na nowym laptopie instalujemy trzy serwery MCP, zanim zrobimy cokolwiek innego: GitHub MCP, Context7 i Playwright. Tyle. Resztę dodajesz, gdy realny workflow tego wymaga. I tu rzecz, której większość rankingów Ci nie powie: Anthropic po cichu zarchiwizował 13 z 20 oryginalnych serwerów referencyjnych w 2025 roku, więc połowa tutoriali o „oficjalnych serwerach MCP", które krążą po sieci, wskazuje na kod, którego nikt już nie utrzymuje. Używamy serwerów MCP codziennie; żadnego nie sprzedajemy. To lista, którą dalibyśmy koledze z zespołu.

Używasz Claude Code jako głównego edytora? Opublikowaliśmy osobny poradnik konfiguracji natywnej dla Claude Code: 11 najlepszych serwerów MCP dla Claude Code (2026).

Najważniejsze wnioski

• Pakiet startowy 3 serwerów: GitHub MCP + Context7 + Playwright. Instaluj je zawsze jako pierwsze.
• Anthropic zarchiwizował 13 z 20 referencyjnych serwerów MCP w 2025 roku; aktywne zostało tylko 7.
• MCP nie jest za darmo: każdy podłączony serwer pochłania 2 000–5 000 tokenów na samą iniekcję schematów.
• AAIF przy Linux Foundation przejął zarządzanie MCP (grudzień 2025), a w zarządzie zasiadają Anthropic, OpenAI, Google i Microsoft.

Czym jest serwer MCP (w 30 sekund)?

Serwer MCP to adapter narzędziowy, który udostępnia usługę (GitHub, system plików, Figma) dowolnemu klientowi LLM (Claude Code, Cursor, Codex) przez Model Context Protocol. Pomyśl o USB-C dla narzędzi AI: jedna wtyczka, wiele urządzeń. Budujesz adapter raz, a każdy zgodny host może go używać.

Przed MCP miałeś problem N×M: każdy host AI potrzebował osobnej integracji z każdym narzędziem. MCP redukuje to do N+M. Ten sam serwer GitHub MCP działa w Claude Code, Cursor, Codex CLI, Windsurf i Cline bez przepisywania czegokolwiek.

W praktyce liczą się dwa transporty. stdio to ten lokalny: serwer działa jako podproces hosta, komunikuje się przez stdin/stdout, nie ma autoryzacji i jest najszybszy. Streamable HTTP to ten zdalny: działa pod adresem URL, używa OAuth 2.1 do dostępu z ograniczonym zakresem i dodaje 30–200 ms opóźnienia. Jeśli chcesz głębsze omówienie protokołu, nasz pełny przewodnik po protokole MCP szczegółowo opisuje transporty, autoryzację i schematy narzędzi. Oficjalna specyfikacja znajduje się pod modelcontextprotocol.io.

Które 3 serwery MCP zainstalować jako pierwsze?

Zainstaluj GitHub MCP, Context7 i Playwright jako pierwsze. GitHub MCP zamienia „znajdź tego PR-a, przeczytaj ten plik, otwórz tamten issue" w jedno polecenie. Context7 pobiera wersjonowaną dokumentację do promptu, żeby model przestał halucynować API pakietów. Playwright obsługuje realne akcje przeglądarkowe do QA i scrapingu. Z tą trójką pokrywasz kod, dokumentację i web: około 80% tego, co kiedykolwiek będziesz chciał, żeby agent AI ruszył.

Na nowym laptopie to jedyny zestaw, który instalujemy, zanim zaczniemy pracować. Wszystko poniżej jest warunkowe. Te trzy nie są.

1. GitHub MCP (utrzymywany przez dostawcę, oficjalny)

Jeden serwer MCP, który najbardziej redukuje przełączanie kontekstu u każdego dewelopera. GitHub MCP pozwala agentowi czytać kod, przeszukiwać organizacje, zarządzać PR-ami, komentować issue i otwierać nowe — wszystko w tym samym czacie, w którym piszesz.

Kiedy używać: za każdym razem, gdy wysyłasz kod. Nawet w projektach solo „co zmieniłem w tym pliku w zeszły wtorek?" staje się jednym poleceniem zamiast przełączania kart.

Realna pułapka: ogranicz zakres Personal Access Token do repo w trybie read, chyba że aktywnie chcesz, żeby agent mergował rzeczy. Widzieliśmy agentów, którzy „pomocnie" otwierali PR-y, o które nikt nie prosił. Dokumentacja instalacji i oficjalne źródło: github.com/github/github-mcp-server. Uwaga: to nowy serwer utrzymywany przez dostawcę. Stary referencyjny serwer GitHub od Anthropic został zarchiwizowany — nie instaluj tamtego.

2. Context7 MCP (społecznościowy, utrzymywany przez Upstash)

Serwer o najwyższej częstotliwości użycia, który powstrzymuje halucynacje API pakietów. Context7 pobiera na żądanie wersjonowaną, prawdziwą dokumentację dowolnej biblioteki i wstrzykuje ją do promptu. Gdy model ma zamiar pewnie wymyślić API Next.js 15, które nie istnieje, mówisz „użyj Context7, żeby pobrać prawdziwą dokumentację" i model się uziemia.

Kiedy używać: na każdej sesji kodowania. Zwłaszcza przy Next.js, React, Tailwind i wszystkim, co wrażliwe na wersję frameworka, gdzie dane treningowe modelu są miesiące za rzeczywistością.

Realna pułapka: Context7 jest tak dobry, jak jego indeks. Niszowe biblioteki mogą jeszcze nie być dostępne — w takim razie wróć do prawdziwego URL dokumentacji przez Fetch. Dokumentacja: context7.com. Jeśli chcesz szerszy przegląd kategorii, nasz ranking najlepszych narzędzi do inżynierii kontekstu głębiej opisuje wzorce uziemiania w dokumentacji.

3. Playwright MCP (Microsoft, oficjalny)

Akcje przeglądarkowe dla dowolnego klienta AI bez pisania skryptów Playwright. Playwright MCP pozwala agentowi nawigować, klikać, wypełniać formularze, robić zrzuty ekranu i uruchamiać JavaScript w realnej instancji Chromium.

Kiedy używać: QA napędzane przez AI, scraping wymagający renderowania JavaScriptu, wizualne testy regresyjne, testowanie formularzy, workflowy typu „zaloguj się tu i pobierz dane z mojego dashboardu".

Realna pułapka: każda akcja zajmuje ~500 ms, a zrzuty ekranu są duże, więc budżetuj tokeny. 30-krokowy flow przeglądarkowy może zjeść 20 tys. tokenów na samych danych ze screenshotów. Dokumentacja: playwright.dev/docs/mcp.

Poziom A: 6 często używanych serwerów do dodania w następnej kolejności

Po pakiecie startowym dodawaj serwery w miarę potrzeb workflowu. Figma Dev Mode do konwersji design-na-kod, Filesystem do operacji na lokalnych plikach, Brave Search do researchu w sieci, Firecrawl do ekstrakcji danych ze stron, Supabase do pracy z bazą danych i Sentry do debugowania realnych błędów. Każdy z nich zasługuje na swoje miejsce, gdy jest praca do wykonania — nie instaluj wszystkich sześciu pierwszego dnia.

4. Figma Dev Mode MCP (Figma, oficjalny)

Żywy kontekst projektowy (hierarchia, auto-layout, warianty, tokeny designu) podawany bezpośrednio do promptu. Figma Dev Mode MCP to różnica między „zbuduj komponent karty" ze zgadywaniem odstępów a „zbuduj ten komponent karty" z dołączonymi tokenami i regułami layoutu.

Kiedy używać: praca frontendowa, gdy istnieje realny plik w Figma. Pułapka: wymaga płatnego konta Figma Dev. Dokumentacja: figma.com.

5. Filesystem MCP (referencyjny Anthropic, wciąż aktywny)

Lokalny odczyt/zapis plików z konfigurowalną kontrolą dostępu. Filesystem MCP to jeden z 7 wciąż aktywnych serwerów referencyjnych Anthropic. Jest właściwym rozwiązaniem, gdy chcesz, żeby agent operował na plikach w konkretnym katalogu sandbox, bez dawania mu dostępu do całej maszyny.

Kiedy używać: scaffoldowanie, masowe refaktoryzacje, migracje treści. Pułapka: w większości workflowów kodowania host (Claude Code, Cursor) już ma dostęp do systemu plików, więc instalowanie tego na wierzchu jest zbędne. Źródło: github.com/modelcontextprotocol/servers.

6. Brave Search MCP (Brave, dostawca)

Wyszukiwanie w sieci na żywo przez niezależny indeks Brave. Brave Search MCP to najczęstszy wybór „daj agentowi dostęp do sieci", bo API jest tanie, a wyniki nie są w kształcie Google.

Kiedy używać: research, weryfikacja faktów, „jaka jest aktualna cena X". Pułapka: jakość wyników bywa różna przy niszowych zapytaniach, więc łącz z Fetch lub Firecrawl, gdy musisz faktycznie przeczytać to, co znalazłeś. Dokumentacja: brave.com/search/api/mcp.

7. Firecrawl MCP (Firecrawl, dostawca)

Zamienia dowolną stronę w czyste dane gotowe dla LLM. Firecrawl obsługuje renderowanie JavaScriptu, paginowane crawlowanie i strukturalną ekstrakcję w jednym wywołaniu.

Uczciwe zastrzeżenie: Firecrawl to dostawca. Robią serwery MCP i płatny produkt. Ich serwer jest naprawdę dobry; rankingujemy go tu za zasługi, nie za sympatię. Ponad 110 tys. gwiazdek na GitHub też pomaga.

Kiedy używać: scraping stron z treścią, research konkurencji, budowanie indeksów dokumentacji. Pułapka: płatny tier kosztuje realne pieniądze po przekroczeniu darmowego limitu. Dokumentacja: firecrawl.dev.

8. Supabase MCP (Supabase, oficjalny)

Zapytania do Postgres, uruchamianie migracji, zarządzanie auth i storage — wszystko z czatu. Supabase MCP to najczystszy przykład „infrastruktury jako konwersacji", który faktycznie działa.

Kiedy używać: każdy projekt, w którym Supabase jest backendem. Pułapka: daj agentowi rolę read-only do eksploracji; możliwość migracji jest potężna i nie wybacza błędów. Dokumentacja: supabase.com/docs/guides/getting-started/mcp.

9. Sentry MCP (Sentry, dostawca)

Pobieranie błędów, debugowanie stack trace'y, zarządzanie issue. Sentry MCP to najszybszy sposób, jaki znaleźliśmy, na triaż incydentu produkcyjnego z asystentem AI: wklej ID błędu, dostajesz trace, dostajesz sugerowaną poprawkę.

Kiedy używać: debugowanie realnych błędów w realnych aplikacjach. Pułapka: ogranicz token do jednego projektu. Nie chcesz, żeby agent czytał błędy ze wszystkich projektów w organizacji. Dokumentacja na stronie Sentry MCP.

Poziom B: 6 serwerów do konkretnych workflowów (instaluj na żądanie)

Serwery poziomu B zasługują na swój budżet tokenów tylko w konkretnych workflowach. Linear do pracy produktowej i PM-owej, Notion do dokumentacji i baz wiedzy, Stripe do agentów płatniczych, Cloudflare do infrastruktury jako konwersacji, Kubernetes do operacji na klastrze i Sequential Thinking do strukturalnego rozumowania. Nie instaluj ich, chyba że faktycznie wykonujesz tę pracę.

10. Linear MCP (Linear, oficjalny)

Issue, sprinty, projekty. Wciąga kontekst z Linear do Claude Code lub Cursor, więc „co zostało w tym sprincie?" staje się jednym poleceniem. Najlepszy dla zespołów inżynierskich, które już żyją w Linear. Dokumentacja: linear.app/docs/mcp.

11. Notion MCP (Notion, oficjalny)

Odczyt i zapis dokumentów Notion, zapytania do baz danych, aktualizacja stron. Dobry dla zespołów, których runbook żyje w Notion. Pułapka: API Notion ma limity rate; masowe operacje mogą się dławić.

12. Stripe MCP (Stripe, oficjalny)

Odczyt danych o klientach, subskrypcjach i fakturach. Doskonały do workflowów wsparcia i agentów po stronie przychodów. Używaj klucza z ograniczonym zakresem read-only. Nie pozwól, żeby agent wystawiał zwroty, których nie zamierzał.

13. Cloudflare MCP (Cloudflare, oficjalny)

Deploye Workers, storage R2, odczyty KV. Świetny do workflowów „infrastruktura, z którą rozmawiasz". Pułapka: literówka w deployu Workers może położyć trasę, więc sprawdzaj przed zastosowaniem.

14. Kubernetes MCP (społecznościowy, wiele implementacji)

Operacje w stylu kubectl z czatu. Istnieje kilka konkurencyjnych implementacji; wybierz tę z aktywnym utrzymaniem i domyślnym trybem read-only. Nie dawaj agentowi dostępu do zapisu na klastrze produkcyjnym pierwszego dnia. Nigdy.

15. Sequential Thinking MCP (referencyjny Anthropic, wciąż aktywny)

Strukturalna pomoc w chain-of-thought, która każe modelowi planować w jawnych krokach. Jeden z 7 wciąż aktywnych serwerów referencyjnych Anthropic. Dobry do trudnych problemów z rozumowaniem, w których model ma tendencję do pośpiechu.

Referencyjne serwery Anthropic, które zostały zarchiwizowane

Anthropic przeniósł 13 z 20 oryginalnych serwerów referencyjnych do github.com/modelcontextprotocol/servers-archived w 2025 roku. GitHub, Slack, Postgres, Google Drive, Brave Search, Sentry, SQLite, Puppeteer, EverArt, AWS-KB, Redis, Google Maps i GitLab są teraz utrzymywane przez dostawców. Tylko 7 serwerów referencyjnych pozostaje aktywnie utrzymywanych przez Anthropic.

Aktywna siódemka: Everything, Fetch, Filesystem, Git, Memory, Sequential Thinking i Time. Zarchiwizowana trzynastka jest wymieniona powyżej. Jeśli przestarzały wpis z 2024 roku każe Ci instalować serwer GitHub lub Slack MCP od Anthropic — stop. Te referencje zostały zarchiwizowane.

„Jeśli przestarzały wpis z 2024 roku każe Ci instalować serwer GitHub lub Slack MCP od Anthropic — stop. Te referencje zostały zarchiwizowane."

Dlaczego tak się stało? W grudniu 2025 roku Agentic AI Foundation (AAIF) przy Linux Foundation przejęła zarządzanie MCP, a w zarządzie zasiadają Anthropic, OpenAI, Google, Microsoft, AWS, Cloudflare i Bloomberg. Adaptery utrzymywane przez dostawców są zdrowsze niż Anthropic próbujący samemu ciągnąć każdą integrację: Slack zna Slack lepiej niż Anthropic. Archiwizacja to nie śmierć; to przekazanie pałeczki. Serwery zastępcze (GitHub MCP utrzymywany przez dostawcę, własny MCP Slacka itd.) to te, które należy instalować.

Ile naprawdę kosztują serwery MCP w tokenach?

Każdy podłączony serwer MCP wstrzykuje 2 000–5 000 tokenów schematów narzędzi na starcie sesji. Trzy serwery oznaczają 6 000–15 000 tokenów zużytych, zanim napiszesz prompt. Publiczny benchmark Scalekit wykazał, że pojedyncze zapytanie do GitHub kosztowało 44 026 tokenów przez MCP vs 1 365 przez gh CLI — 32-krotny narzut. MCP jest wygodne. Nie jest za darmo.

Zmierzyliśmy to na realnej sesji Claude Code i liczby się zgadzają. Iniekcja schematów kumuluje się też z długością konwersacji: przy każdej turze model ponownie czyta definicje narzędzi.

Reguła MCP: instaluj trzy serwery, nie trzynaście. Każdy z nich to podatek od każdego promptu, który kiedykolwiek wyślesz.

Kiedy więc płacisz ten podatek? Gdy wygoda naprawdę przewyższa koszt: gdy to samo narzędzie musi działać w Claude Code, Cursor i Codex z jednej konfiguracji, gdy workflow jest eksploracyjny i nie wiesz, jakie polecenia uruchomisz, gdy człowiek jest w pętli, a pamięć mięśniowa w terminalu jest wąskim gardłem. W przeciwnym razie użyj CLI.

Czy serwery MCP są bezpieczne? Stan bezpieczeństwa

Serwery MCP to adaptery narzędziowe z szerokimi uprawnieniami. Traktuj je jak instalowanie CLI z GitHuba obcej osoby. OX Security ujawnił RCE w serwerze MCP z ponad 150 mln pobrań w kwietniu 2026. Badacze zgłosili ponad 30 CVE przeciwko popularnym serwerom MCP w samym styczniu i lutym 2026. Systematyczne skany wykazały problemy bezpieczeństwa w około 66% popularnych serwerów. Pinuj wersje, ograniczaj zakres tokenów OAuth do minimum i preferuj serwery utrzymywane przez dostawców zamiast losowych forów z GitHub.

Przybliżone poziomy bezpieczeństwa, których używamy:

• Zweryfikowane / utrzymywane przez dostawcę: GitHub, Microsoft Playwright, Figma, Supabase, Stripe, Cloudflare, Linear, Notion, Sentry. Wspierane przez firmę, której nazwa jest na pudełku. Najniższe ryzyko, ale nadal ograniczaj zakres tokenów.
• Aktywna społeczność (audytuj przed instalacją): Context7, Firecrawl, Brave Search. Renomowani maintainerzy, realna historia review. Pinuj do znanej dobrej wersji.
• Wszystko inne: zakładaj, że jest niezaufane. Przeczytaj źródło. Uruchom w kontenerze, jeśli to możliwe. Nie dawaj dostępu do zapisu do niczego, na czym Ci zależy.

Zakresowanie OAuth 2.1 to Twój przyjaciel na serwerach Streamable HTTP: żądaj repo:read, nie repo; żądaj jednego projektu, nie całej organizacji. Dla serwerów stdio reguła jest prostsza: nie uruchamiaj nieznanych binarek. Jeśli instrukcja instalacji brzmi „pobierz ten skrypt przez curl i przekaż do bash" — to nie jest serwer; to incydent łańcucha dostaw, który czeka, aż się wydarzy. Nasz pełny przewodnik po protokole MCP ma głębszą sekcję o OAuth, a jeśli wolisz zbudować własny serwer MCP zamiast instalować czyjś, nasz poradnik krok po kroku: jak zbudować serwer MCP przeprowadza przez całość w Python i TypeScript.

Macierz wsparcia hostów: które serwery działają z Claude Code, Cursor, Codex?

Pięć najbardziej uniwersalnie wspieranych serwerów (działają w każdym głównym hoście) to GitHub MCP, Context7, Playwright, Filesystem i Brave Search. Poza nimi wsparcie się rozrzedza. Oficjalne serwery dostawców zwykle celują najpierw w Claude Code, potem dodają Cursor i VS Code, a Codex i Windsurf zazwyczaj dochodzą później. Poniższa macierz jest aktualna na maj 2026.

„Częściowo" zwykle oznacza, że działa, ale będziesz ręcznie edytować plik konfiguracyjny zamiast uruchomić jedno polecenie. Użytkownicy Cursora wybierający między edytorami powinni sprawdzić nasze porównanie Windsurf vs Cursor: wybór hosta wpływa na to, którą ścieżką instalacji MCP pójdziesz.

Jak zainstalować serwery MCP (per host, w 30 sekund)

Każdy host ma własną ścieżkę konfiguracji i styl poleceń. Claude Code używa claude mcp add. Cursor czyta .cursor/mcp.json. Codex CLI czyta plik TOML w ~/.codex/config.toml. Windsurf i Cline używają plików konfiguracyjnych JSON w katalogu ustawień hosta. Kształty są podobne; lokalizacje się różnią.

Claude Code:

claude mcp add github -- npx -y @modelcontextprotocol/server-github

Cursor (.cursor/mcp.json):

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_..." }
    }
  }
}

Codex CLI (~/.codex/config.toml):

[mcp_servers.github]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-github"]
env = { GITHUB_PERSONAL_ACCESS_TOKEN = "ghp_..." }

Cline / Windsurf: oba używają JSON w katalogu ustawień hosta. Sprawdź dokumentację każdego hosta, aby poznać dokładną ścieżkę. Schemat jest lustrzanym odbiciem przykładu Cursora powyżej.

Jeśli chcesz instalację z przewodnikiem i zrzutami ekranu, nasz poradnik Higgsfield MCP pokazuje pełną ścieżkę instalacji w Claude Code od początku do końca. A gdy już masz skonfigurowane serwery, udokumentuj je w CLAUDE.md w swoim repo, żeby koledzy z zespołu automatycznie je podchwycili — nasz przewodnik najlepszych praktyk CLAUDE.md omawia ten wzorzec.

MCP vs CLI vs Skill vs Function-Calling: kiedy używać czego

Użyj CLI, gdy liczy się opóźnienie i tokeny, a możesz wywołać powłokę. Użyj serwera MCP, gdy chcesz to samo narzędzie w Claude Code, Cursor i Codex z jednej konfiguracji. Użyj Claude Skill, gdy workflow ma kształt promptu, nie narzędzia. Użyj function-calling, gdy sam budujesz agenta i potrzebujesz bezpośredniej kontroli nad API. Wybierz właściwy kształt; zły kosztuje tokeny, opóźnienie albo jedno i drugie.

O głębszej granicy: nasz poradnik Claude Skills opisuje, kiedy Skill wygrywa z serwerem MCP, a nasz przewodnik po hookach Claude Code omawia kwestię Hooks vs MCP (hooki odpalają się na zdarzeniach cyklu życia; serwery MCP są wywoływane przez tool calls; zupełnie inne kształty).

Jak używamy MCP w Techsy (i co po cichu wyrzuciliśmy)

Nasz realny .mcp.json uruchamia pięć serwerów, nie piętnaście: Sanity MCP do operacji na treściach w CMS, który napędza tego bloga, ScraplingServer do stealth scrapingu, Playwright do automatyzacji przeglądarki, którą możemy sterować z czatu, analytics-mcp (oficjalny serwer GA4 od Google przez PyPI) do danych o ruchu i Higgsfield MCP do generowania obrazów i wideo, gdy produkujemy assety hero. To cały zestaw.

Co wyrzuciliśmy? W 2024 roku próbowaliśmy kilku referencyjnych serwerów Anthropic (oryginalny GitHub, Slack, Postgres) i większość została zarchiwizowana nam spod nóg. Wyrzuciliśmy też kilka społecznościowych serwerów pożerających tokeny, które wstrzykiwały ponad 6 tys. tokenów schematu dla jednego czy dwóch narzędzi, których używaliśmy dwa razy w miesiącu. Rachunek się nie spinał. Nasz realny zestaw MCP to pięć serwerów, nie piętnaście. Cokolwiek cięższego — wolimy CLI. Jeśli chcesz zobaczyć jedną z tych instalacji przeprowadzoną od początku do końca, nasz poradnik Higgsfield MCP jest gotowym przykładem.

FAQ

Czym jest serwer MCP? Serwer MCP to adapter narzędziowy, który udostępnia usługę klientowi AI przez Model Context Protocol. Pomyśl o USB-C dla narzędzi AI: jedna wtyczka, wiele urządzeń. Claude Code, Cursor i Codex mówią MCP, więc ten sam serwer GitHub czy Playwright działa w każdym hoście bez przepisywania integracji.

Ile jest serwerów MCP w 2026? Katalogi społecznościowe wymieniają ponad 5 000 serwerów na maj 2026, ale praktyczny wszechświat jest mniejszy. Anthropic aktywnie utrzymuje 7 serwerów referencyjnych. Istnieje około 50 serwerów „pierwszego poziomu" utrzymywanych przez dostawców (GitHub, Figma, Stripe, Supabase, Linear itd.). Reszta to projekty społecznościowe o bardzo różnej jakości i poziomie utrzymania.

Czy którykolwiek z referencyjnych serwerów Anthropic jest wciąż utrzymywany? Tak, siedem: Everything, Fetch, Filesystem, Git, Memory, Sequential Thinking i Time. Pozostałe 13 (GitHub, GitLab, Slack, Google Drive, Postgres, Sentry, SQLite, Puppeteer, EverArt, AWS-KB, Redis, Google Maps, Brave Search) zostało zarchiwizowanych i zastąpionych wersjami utrzymywanymi przez dostawców. Instaluj nowe; ignoruj przestarzałe tutoriale wskazujące na zarchiwizowane repozytoria.

Czy serwery MCP są darmowe? Większość to darmowe oprogramowanie open-source. Ale płacisz w tokenach. Każdy podłączony serwer wstrzykuje 2 000–5 000 tokenów schematów narzędzi na starcie sesji, a benchmark Scalekit pokazał, że pojedyncze zapytanie do GitHub kosztuje 32× więcej tokenów przez MCP niż przez gh CLI. Oprogramowanie jest darmowe; rachunek za inferencję nie jest.

Czy serwery MCP są bezpieczne? Traktuj je jak CLI od obcych. OX Security ujawnił RCE w serwerze MCP z ponad 150 mln pobrań w kwietniu 2026, a badacze bezpieczeństwa zgłosili ponad 30 CVE przeciwko popularnym serwerom na początku 2026. Pinuj wersje, ograniczaj zakres tokenów OAuth do minimum, preferuj serwery utrzymywane przez dostawców i audytuj wszystko inne przed instalacją.

Jaka jest różnica między transportami stdio i Streamable HTTP? stdio uruchamia serwer jako lokalny podproces, komunikuje się przez stdin/stdout, nie ma autoryzacji i jest najszybszy. Streamable HTTP uruchamia serwer pod adresem URL, używa OAuth 2.1 do dostępu z ograniczonym zakresem i dodaje 30–200 ms opóźnienia na wywołanie. Używaj stdio do lokalnego developmentu, Streamable HTTP do zdalnych i współdzielonych wdrożeń.

Które serwery MCP zainstalować jako pierwsze? Zacznij od GitHub MCP, Context7 i Playwright. Te trzy pokrywają kod, dokumentację i web, co stanowi około 80% tego, co kiedykolwiek będziesz chciał, żeby agent AI ruszył. Wszystko inne jest warunkowe wobec konkretnego workflowu. Nie instaluj długiej listy pierwszego dnia; spalisz tokeny na schematach, których nigdy nie użyjesz.

Czy serwery MCP działają z Cursor i Codex, nie tylko z Claude Code? Tak. MCP to protokół; każdy zgodny host może używać dowolnego serwera. Ścieżka instalacji się różni: Claude Code używa claude mcp add, Cursor czyta .cursor/mcp.json, Codex CLI czyta ~/.codex/config.toml. Windsurf, Cline i VS Code mają własne lokalizacje konfiguracji. Sam serwer to ta sama binarka.

Ile kosztują serwery MCP w tokenach? Około 2 000–5 000 tokenów na serwer w iniekcji schematów na starcie sesji, płaconych ponownie w miarę wzrostu kontekstu konwersacji. Scalekit zmierzył pojedyncze zapytanie do GitHub na 44 026 tokenów przez MCP versus 1 365 przez gh CLI: 32-krotny narzut. Reguła: instaluj trzy serwery, nie trzynaście, i używaj CLI, gdy możesz.

Kto zarządza MCP w 2026? Agentic AI Foundation (AAIF) przy Linux Foundation przejęła zarządzanie w grudniu 2025. W zarządzie zasiadają Anthropic, OpenAI, Google, Microsoft, AWS, Cloudflare i Bloomberg. To przekazanie jest powodem, dla którego Anthropic przestał utrzymywać 13 swoich serwerów referencyjnych: adaptery utrzymywane przez dostawców są zdrowsze niż jedna firma ciągnąca każdą integrację.

Podsumowanie

Trzy rzeczy do zapamiętania. Pierwsza: zacznij od pakietu startowego trzech serwerów (GitHub, Context7, Playwright) i dodawaj kolejne tylko wtedy, gdy realny workflow tego wymaga. Druga: połowa tutoriali o „oficjalnych serwerach MCP od Anthropic" wskazuje na zarchiwizowany kod — sprawdź, zanim zainstalujesz. Trzecia: MCP nie jest za darmo, więc budżetuj tokeny i sięgaj po CLI, gdy wygoda nie uzasadnia narzutu.

Potrzebujesz pomocy we wdrożeniu agentów świadomych MCP do swojego stacku? Porozmawiaj z Techsy.

Zespół redakcyjny Techsy buduje oprogramowanie wspomagane przez AI dla klientów. Zestaw MCP w tym wpisie to nasz prawdziwy .mcp.json: Sanity, ScraplingServer, Playwright, analytics-mcp, Higgsfield. Używamy serwerów MCP codziennie; żadnego nie sprzedajemy.