MCP (Model Context Protocol) là gì — 'USB-C' cho AI kết nối mọi tool

Hiểu đơn giản nhất

Tưởng tượng AI là một người trợ lý mới vào công ty. Bạn muốn họ làm việc với:

• Email công ty (Gmail)
• Slack messages
• Google Drive files
• Database
• GitHub repo
• Lịch Google Calendar

Cách 1 — Trước MCP: Bạn phải code 6 integration riêng cho AI. Mỗi cái 100-500 dòng code, học doc Gmail API, Slack API, Drive API... Mất 2-4 tuần.

Cách 2 — Với MCP: Mỗi service có sẵn MCP server (community hoặc official). Bạn add vào config Claude:

{
  "mcpServers": {
    "gmail": { "command": "npx", "args": ["mcp-server-gmail"] },
    "slack": { "command": "npx", "args": ["mcp-server-slack"] },
    "drive": { "command": "npx", "args": ["mcp-server-gdrive"] }
  }
}

Restart Claude. Xong. AI giờ biết list email, send Slack, read Drive — qua 1 chuẩn duy nhất.

MCP = Model Context Protocol = "USB-C cho AI".

Tại sao bạn cần biết

• Mở rộng AI từ "chatbot" thành "agent thật". AI biết đọc email + tạo task + push code là productivity x10.
• Tiết kiệm 80-90% code integration. 1 dòng config thay vì 200 dòng custom code.
• Vendor-neutral. MCP server viết 1 lần, chạy với Claude/ChatGPT/Cursor đều được.
• Hiểu landscape AI agent 2026. MCP là tầng foundation cho agent ecosystem — biết MCP = biết hướng phát triển AI app.
• Build SaaS có MCP server = differentiate. 2026 customer chọn SaaS có MCP support để AI họ dùng access được. Strategic moat.

Anatomy của MCP

MCP server expose 3 loại thứ:

1. Tools — function AI gọi

{
  name: "send_email",
  description: "Send email via Gmail",
  inputSchema: {
    type: "object",
    properties: {
      to: { type: "string", description: "Recipient email" },
      subject: { type: "string" },
      body: { type: "string" }
    },
    required: ["to", "subject", "body"]
  }
}

AI thấy tool định nghĩa → biết gọi với param gì → server execute → return result.

2. Resources — data AI đọc

{
  uri: "drive://folder/123",
  name: "Q4 Marketing Plan",
  mimeType: "text/markdown"
}

AI có thể read_resource("drive://folder/123") → fetch content. Khác Tool ở chỗ: Resource là data tĩnh, Tool là action.

3. Prompts — template prompt AI sử dụng

{
  name: "code_review",
  description: "Review code changes for security + style",
  arguments: [
    { name: "diff", description: "Git diff to review", required: true }
  ]
}

User trong Claude Desktop chọn "code_review" → AI tự fill template + apply.

MCP server phổ biến 2026

Official (Anthropic team)

Community popular

Custom (vietcodex.com đang dùng)

Setup MCP với Claude Desktop

Bước 1: Cài Claude Desktop

claude.ai/download — desktop app cho Mac/Windows.

Bước 2: Edit config file

File: ~/Library/Application Support/Claude/claude_desktop_config.json (Mac) hoặc %APPDATA%\Claude\claude_desktop_config.json (Windows).

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/yourname/Documents"
      ]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxx"
      }
    },
    "context7": {
      "command": "npx",
      "args": ["-y", "@upstash/context7-mcp"]
    }
  }
}

Bước 3: Restart Claude Desktop

App load MCP server tự động khi start. Icon 🔌 trong UI hiện server đã connect.

Bước 4: Use trong conversation

You: "List file trong Documents/projects, đọc file README.md"
Claude: [calls filesystem.list_directory → list_files → read_text_file]
       "Đây là 12 file..."

Claude tự biết khi nào gọi tool nào dựa trên user query.

Tự viết MCP server — quickstart

TypeScript SDK đơn giản nhất:

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
 
const server = new Server(
  { name: "vietcodex-tools", version: "1.0.0" },
  { capabilities: { tools: {} } }
);
 
// Define tool: get order status
server.setRequestHandler("tools/list", async () => ({
  tools: [
    {
      name: "get_order_status",
      description: "Get vietcodex.com order status by order number",
      inputSchema: {
        type: "object",
        properties: {
          order_number: { type: "string", description: "vd: VC2026000001" }
        },
        required: ["order_number"]
      }
    }
  ]
}));
 
// Handle tool call
server.setRequestHandler("tools/call", async (request) => {
  if (request.params.name === "get_order_status") {
    const { order_number } = request.params.arguments as { order_number: string };
    const order = await fetch(`https://vietcodex.com/api/orders/${order_number}`)
      .then(r => r.json());
    return {
      content: [{ type: "text", text: JSON.stringify(order) }]
    };
  }
  throw new Error("Unknown tool");
});
 
// Connect via stdio
const transport = new StdioServerTransport();
await server.connect(transport);

Lưu file server.js, build với tsc, add vào Claude config với command: "node", args: ["/path/to/server.js"]. Done.

MCP transport — stdio vs Streamable HTTP

Stdio (local subprocess)

• AI host spawn server qua command line
• Communicate qua stdin/stdout
• ✅ Đơn giản, no network setup
• ✅ Security: chạy local process, không expose network
• ❌ Chỉ work khi server và client cùng machine

Khi dùng: filesystem, git, sqlite, local script — server cần local resource access.

Streamable HTTP (remote)

• Server expose HTTP endpoint
• Client POST request, server stream response
• ✅ Server có thể chạy remote (SaaS hosted)
• ✅ Multi-tenant support
• ✅ OAuth flow built-in (Q1 2026 standard)
• ❌ Cần host + manage server uptime

Khi dùng: SaaS integration (Notion, Slack, GitHub) — server hosted bởi vendor.

Ví dụ thực tế: vietcodex.com workflow với MCP

Khi tôi viết bài wiki này, Claude Code có ~5 MCP server active:

1. filesystem (scoped vietcodex-app/) — đọc/ghi file MDX
2. github — push code lên repo
3. context7 — lookup docs Next.js/Drizzle
4. chatgpt-imagegen — gen hero image
5. exa — web search latest info

Workflow gen 1 bài wiki:

User: "Viết bài về MCP cho cluster ai-coding"

Claude internally:
  [Tool: filesystem.list_directory("content/wiki/ai-coding/")]
  → list 11 existing files, decide MCP slug

  [Tool: exa.search("MCP Model Context Protocol 2026")]
  → fetch 5 latest articles for context

  [Tool: context7.resolve-library-id("@modelcontextprotocol/sdk")]
  [Tool: context7.query-docs("MCP server typescript example")]
  → get up-to-date code example

  [Tool: filesystem.write_file("content/wiki/ai-coding/mcp-la-gi.mdx", "...")]
  → save MDX

  [Response to user] "Done — file created at..."

5 MCP server = 5 superpower. Không có MCP, mỗi tool cần code wrapper custom riêng.

Quy tắc bảo mật MCP

Anthropic publish MCP security advisory Q1 2026 — đọc trước khi cài community server.

Cái gì có thể sai

Tóm tắt 1 dòng

MCP (Model Context Protocol) = "USB-C cho AI" — chuẩn mở Anthropic launch 11/2024 cho phép AI kết nối tool/data/service qua 1 protocol chung. MCP Server expose Tools + Resources + Prompts. MCP Client (Claude Desktop, Cursor, ChatGPT) consume nhiều server đồng thời. Setup 5 phút thay vì 2-4 tuần code custom. SDK TypeScript/Python ~50 dòng cho server cơ bản. Transport: stdio (local), Streamable HTTP (remote). Adoption nhanh 2025-2026, > 300 server official + community. Cài chỉ trust source.

Đọc tiếp

• Context Window + Token economics — MCP tool defs ăn token, cần optimize
• AI Coding là gì — MCP là tầng foundation cho AI agent 2026
• Claude Code, Cursor, GitHub Copilot — so sánh 3 tool — cả 3 đều support MCP
• Prompt Engineering — cách nói chuyện với AI — MCP tool description = prompt engineering inline