Мой ТОП MCP для agentic-разработки Инструменты, которые подключаются к агентам через Model Context Protocol, кратно расширяют их возможности. Делюсь своим tier-1 набором, который ускоряет процессы, повышает качество кода и просто делает работу удобнее. Context7 Это база. Знания LLM отстают на 6–12 месяцев, а фреймворки обновляются раз в пару недель. Context7 решает проблему галлюцинаций из-за устаревших данных: он отдает агенту самую свежую документацию, специально оптимизированную под LLM, экономя токены по сравнению с парсингом сырых HTML или PDF. Кстати, на главной context7.com висит список самых запрашиваемых технологий – можно отследить, чем в мире народ пользуется. Интересно было недавно наблюдать, как в топ врывается OpenClaw. Figma Да, при определенном подходе наконец-то можно достаточно хорошо ускорить вёрстку. Конечно, просто подключения к фигме недостаточно – нужно через правила задать требования к коду на фронте, FSD и т.д. Но настоящая автоматизация начинается в связке со следующим инструментом. Playwright Playwright позволяет агенту открывать браузер, кликать по интерфейсу и делать скриншоты. Ещё у них недавно вышла CLI-версия. Суть промпта в следующем (только сначала спроектировать надо со стеком и т.д., это просто пример): Открой через MCP Figma [ссылка на фрейм с конкретным макетом], сделай скриншот страницы, сверстай по нашим правилам, смотри что получается через MCP Playwright пока не доведешь до полного соответствия. Фигма через специальный tool делает статичный скриншот макета, с которым агент через playwright будет сравнивать свою вёрстку и сам исправлять расхождения – как фронтендер с QA. Linear Удержание долгосрочной памяти – одна из самых насущных задач в agentic-разработке. Если раньше для этого пользовались markdown-файлами, то сейчас всё больше появляется специализированных инструментов. Linear – на перепутье между "человеческим" таск-трекером и памятью для агентов. Через MCP агент нативно создаёт задачи, ведёт историю, обновляет статусы, пишет комментарии и хранит документацию (важно: не исключает необходимости поддерживать md-инструкции в репозитории). Это позволяет не терять контекст проекта между сессиями или при работе с разными агентами. А человеку остаётся просто открыть список задач в интерфейсе и наблюдать, как они закрываются сами собой. Ещё и OpenAI вчера запустил свой оркестратор агентов, как раз для Linear https://github.com/openai/symphony