██████╗██╗ █████╗ ██╗ ██╗██████╗ ███████╗ ██╔════╝██║ ██╔══██╗██║ ██║██╔══██╗██╔════╝ ██║ ██║ ███████║██║ ██║██║ ██║█████╗ ██║ ██║ ██╔══██║██║ ██║██║ ██║██╔══╝ ╚██████╗███████╗██║ ██║╚██████╔╝██████╔╝███████╗ ╚═════╝╚══════╝╚═╝ ╚═╝ ╚═════╝ ╚═════╝ ╚══════╝ ██████╗ ██████╗ ██████╗ ███████╗ ██╔════╝██╔═══██╗██╔══██╗██╔════╝ ██║ ██║ ██║██║ ██║█████╗ ██║ ██║ ██║██║ ██║██╔══╝ ╚██████╗╚██████╔╝██████╔╝███████╗ ╚═════╝ ╚═════╝ ╚═════╝ ╚══════╝
или как создать работающего AI-агента за 24 часа
На примере сервиса Smart Restaurants
Роман Пустовалов • Lead of Rails & Platform
Обо мне
- 👨💻 Роман Пустовалов, Lead of Rails & Platform
- 🔧 Команда Rails & Platform занимается экосистемными и инфраструктурными сервисами
- 🏗️ Аутентификация, платежи, кабинеты, API Gateway, Суперапп и сервисы Суперапп
- 📦 А также сервисами, не входящими в основной фокус бизнес-юнитов проекта Smart Restaurants
Задача: Создать MCP-сервер для агента
Сложность задачи
Что такое MCP и как он работает?
Как агент вызывает MCP-функции?
Непонятна вся концепция
Незнакомая область
Takeaway сервисы — полная неизвестность
Как пользователь оформляет заказ?
Какие шаги в user flow?
Отсутствие опыта
Ноль опыта создания агентов
Ноль опыта с MCP
Всё с абсолютного нуля
"А что если..."
Задача: создадим AI-агента используя AI-агента
А что если...
Я не буду учить MCP?
Вместо этого...
Claude Code изучит и реализует всё сам
Ставка
AI создаёт AI за 24 часа
"Время использовать Claude Code для создания MCP MVP..."
План презентации
- 24 часа разработки: От идеи до работающего MVP
- Эволюция агента: От консоли до Generative UI
- AI инструменты: Битва моделей и выбор Claude Code
- Статистика использования: Реальные метрики и стоимость
- Context Engineering: Новая дисциплина работы с AI
- Выводы: MCP серверы и будущее разработки
Как создавался MCP сервер
7 фаз разработки за 24 часа
28 эффективных промптов из 62 = полноценный MCP сервер
От задачи до рабочего прототипа
Фаза 1: Концепт
📁 Запустил Claude Code в директории с моими сервисами
Первый промпт (2 предложения):
"i need to make an mcp server to be able
making takeaway order. i think you need
following services - takeaway, locations, menu"💡 Claude сразу создал:
- TypeScript MCP сервер с package.json
- Базовые классы для takeaway, locations, menu
- MCP протокол handlers
Фаза 1: Деплой с первых минут
Промпт:
"it will be remote located"🚀 Claude немедленно создал:
- Dockerfile с multi-stage build
- docker-compose.yml для оркестрации
- Health checks и signal handling
- Non-root security practices
Фаза 1: Умный анализ
Промпт:
"analyze flow of frontend takeaway-web
project to build effective mcp"🤖 Claude использовал Task tool:
- Запустил general-purpose агента для анализа
- Изучил src/views/, src/services/, src/api/
- Проанализировал Vue.js компоненты и роутинг
- Выявил flow: landing → menu → checkout
- Задокументировал state management и API
Фаза 2: CI/CD за одну команду
Промпт:
"for mcp-takeaway-server make gitlab-ci
as for golang service in midas/payment-gateway"⚙️ Claude создал полный pipeline:
- Multi-stage: test → vault → build → deploy
- Linting, unit tests с coverage
- Branch-based деплойменты
- Auto-cleanup после 1 недели
- Интеграция с Helm и Docker registry
Фаза 2: Интеграция с Gateway
Промпт:
"current domain of gateway is https://api-proxy.choco.kz/
its like https://api-proxy.choco.kz/{service_request_url}"🔌 Claude реализовал:
- GatewayService базовый класс с Axios
- Автоматическое построение URL
- Цветной logging запросов/ответов
- JWT token forwarding
- Координаты позже в LocationServiceV2
Фаза 3: Streaming MCP сервер
Промпт + пример кода:
"do we support streamable http? it should be stateless"
+ пример Express кода🚀 Claude построил http-streamable.ts:
- Stateless MCP с per-request сервисами
- JWT extraction из Authorization
- /mcp endpoint для протокола
- CORS и error handling
- Health check с статусом
Фаза 4: Live Web Analysis с Playwright
Промпт:
"use playwright to go to https://takeaway-web.choco.kz/
and gather information about request and response
to build a flow for mcp server needed tools"🕵️ Claude обнаружил через Playwright:
- Location API: /brandy/api/v1/locations/near
- Popular locations: /takeaway/v2/locations/popular
- Headers, параметры, структуры ответов
- Service type filtering (4=takeaway, 8=delivery)
Фаза 4: Location Services Implementation
Дополнительный промпт:
"to list available location for user by nearest,
popular and etc."🔧 Claude создал на основе анализа:
- LocationServiceV2 с категориями (popular, nearby, promo)
- searchLocationsByBrand и getLocationsByCategory
- Интеграцию с координатами пользователя
- Фильтрацию по типу сервиса
Фаза 4: Фикс координат
Промпт:
"некоторые апи методы принимают координаты в заголовках,
давай мы их будем принимать в параметрах
и передавать на сервер в заголовках"📍 Claude реализовал:
- Координаты принимаются как параметры MCP
- Автоматическая конвертация в X-User-Latitude/Longitude headers
- Поддержка координат во всех location методах
- Исправлена проблема с пустыми результатами
Фаза 5: Исправление ошибок
Ошибка валидации:
"Error: Validation error - неверный filter[only-promo]"✅ Claude исправил:
- filter[only-promo]: boolean → 0/1
- Обновил LocationFilters interface
- Добавил service параметр в MCP tools
- Создал parameter validation
Фаза 5: Проблема JWT
Логи ошибки:
"✅ Incoming: Bearer eyJ0eXAiOiJKV...
❌ Outgoing: Bearer gateway-access
= 401 Unauthorized"🔐 Claude перестроил архитектуру:
- Per-request service instances
- JWT extraction в /mcp endpoint
- authToken в конструкторы
- Token forwarding через GatewayService
Фаза 6: Стратегическое решение
Промпт:
"we decided to exclude delivery
since it collides with our other project"✂️ Claude удалил всё лишнее:
- Удалил createDeliveryOrder tool
- TakeawayOrder: только 'pickup'
- service='takeaway', service_type=1
- Очистил TypeScript interfaces
- pickupTime вместо deliveryTime
Фаза 7: Terminal API
Curl как документация:
curl 'https://api-proxy.choco.kz/takeaway/
locations/card/terminal/9262?include=extra'...🌐 Claude реализовал:
- getLocationByTerminal MCP tool
- Terminal ID validation
- include=extra параметр
- locationCountries с иерархией
- Координаты во всех методах
Итоговая архитектура
(Vue.js)
(Node.js)
Restaurants
"MCP — это классический BFF (Backend for Frontend) — полная свобода в дизайне контрактов!"
Результаты первых 24 часов
Что получилось:
Главный результат
< 24 часа
Рабочий агент
Экономия времени: в 5-10 раз быстрее традиционной разработки
"Роль разработчика смещается от написания кода к правильной постановке задач, архитектуре и быстрой проверке гипотез, а роль команды — в сторону настройки агента для создания WOW пользовательского опыта"
Эволюция
"Прототип был готов, но хотелось большего..."
Визуальное улучшение
Карусели товаров, красивые блоки заказа, улучшенная навигация
Generative & Reactive UI
Агент генерирует интерактивные компоненты с реактивной логикой
Результат эволюции
"Начав с быстрого прототипа, за несколько дней мы получили платформу для R&D"
Битва AI-моделей (2025)
SWE-bench Verified - реальные задачи кодинга
Типы AI инструментов для разработки
AI-Native IDEs
Полноценные IDE с встроенным AI
Agentic CLIs
Командная строка с агентным AI
Сравнение AI инструментов
| Инструмент | Модель | Цена/мес | Ключевые фичи |
|---|---|---|---|
| Cursor | Выбор модели (GPT/Claude) | $20 + MAX MODE $$$ | Composer, токен-биллинг |
| Windsurf | Выбор модели (GPT/Claude) | $15 | Cascade Flows, Memories, визуальная IDE |
| Claude Code | Opus 4.1 (SWE 74.5%) | $20/100/200 | CLI, Sub-agents, Output styles, Hooks, 480ч/нед |
| Gemini-CLI | Gemini 2.5 Pro (1M) | Бесплатно | 1M токенов, Google Search |
Какой инструмент выбрать?
✏️ Для ежедневной разработки
IDE с встроенным AI и удобным интерфейсом
AI используется не так много, изменения относительно небольшие
🚀 Для быстрого прототипирования
Agentic search + полный контроль над процессом
🎯 Альтернативный подход
Привычная IDE + мощный AI агент в терминале
"В моём случае Claude Code оказался идеальным выбором —
мощный агент, который позволяет забыть о лимитах,
исследовать проекты без ограничений и создавать
от документации и дизайнов до рабочих MVP"
Почему Claude Code?
Единственный CLI с Opus 4.1
Самая мощная модель для кодинга в терминале
Полный контроль
Видите каждое действие и можете управлять процессом
Встроенный MAX MODE
Неограниченный* Opus 4.1 за фиксированную цену
Event Hooks
Уведомления и действия на события Claude
Собственные агенты
Специализированные агенты для разных задач
Гибкая настройка
Персонализация стиля ответов и поведения
* Лимиты в рамках 5-часовой сессии при интенсивном использовании
📊 Статистика использования Claude Code
⚠️ Важно: Это стоимость токенов при оплате через API без подписки.
С подпиской Claude Pro/Max — безлимитное использование Claude Code.
💰 Средний расход: $146/день • 📝 Средний объем: 118M токенов/день
💰 Ежедневные расходы (если бы платил через API)
Пиковые расходы: $410 (21 августа) • Минимум: $2.50 (26 июля)
💡 С подпиской Claude Pro/Max — фиксированная стоимость в месяц
🔄 Использование токенов по дням
Максимум: 339.88M токенов (1 августа) • Всего: 3.89 миллиарда токенов
📈 Накопительная стоимость (при оплате через API)
API: От $2.50 до $4,821 за 33 дня
Подписка: фиксированно в месяц, безлимитно*
🤖 Распределение по моделям
Opus 4.1
Сложные задачи архитектуры
Рефакторинг и оптимизация
Sonnet 4
Рутинные задачи
Быстрые исправления
Context Window
200K токенов ≈ 150K слов ≈ 300 страниц текста
Проблемы контекстного окна
📊 Ограниченный размер
• 200K токенов максимум
• ≈ 150K слов текста
• ≈ 300 страниц документа
🔄 Потеря контекста
• Забывание ранних сообщений
• Потеря важных деталей
• Повторение вопросов
💰 Стоимость
• $3 за 1M входных токенов ($15 Opus 4.1)
• Каждый запрос = весь контекст
• Быстрый рост расходов
Решение: Эффективное управление контекстом — ключ к успеху!
Context Engineering
Новая дисциплина в эпоху AI
Что это?
Искусство предоставления правильного контекста AI для получения оптимальных результатов
Цель
Максимальная эффективность AI через точную постановку задач и управление контекстом
Инструменты
CLAUDE.md, системные промпты, структурированные инструкции
Результат
AI понимает архитектуру, стиль кода и бизнес-логику вашего проекта, выполняет поставленную задачу
Ключевой навык 2025: Умение "программировать" AI через контекст становится важнее написания кода
Memory Workflow в Claude Code
Мой подход к решению проблемы контекста
Папка /context
Централизованное хранилище для памяти агента
PLAN.md
Общий план проекта и архитектурные решения
TASK01_STATUS.md
Статус каждой задачи, что сделано, что осталось
Итеративное обновление
Агент обновляет статусы после каждого этапа
Memory Workflow: Реализация
Структура и инструкции
Структура папки context/:
context/
├── PLAN.md # Общий план и архитектура
├── TASK01_STATUS.md # MCP Server implementation
├── TASK02_STATUS.md # Frontend chat interface
├── TASK03_STATUS.md # Integration with APIs
└── DECISIONS.md # Принятые решения и причиныВ CLAUDE.md прописано:
📖 При начале работы: Прочитать все файлы из /context для синхронизации
✍️ При завершении: Обновить статусы, зафиксировать прогресс и важные заметки
Это превращает файловую систему в долговременную память агента
Следующий этап
Отточенный workflow для автономной реализации
🎯 Конечная цель
Запуск полностью автономного процесса реализации проекта от идеи до production
Автономное планирование
Агент самостоятельно декомпозирует задачи, определяет приоритеты и создает roadmap
Непрерывная реализация
Бесшовный переход между сессиями с полным сохранением контекста и прогресса
Самопроверка качества
Автоматическое тестирование, рефакторинг и оптимизация без участия человека
Идеальный workflow:
Минимальное вмешательство человека, максимальная автономность агента
Новая реальность разработки
⚡ Скорость
Прототипирование и проверка гипотез ускорились в разы
🚧 Барьеры
Можно эффективно работать с незнакомым стеком и предметной областью
🎯 Фокус
Меньше времени на рутинный код, больше — на архитектуру и продукт
🌍 Доступность
Это не инструмент для избранных. Это новая реальность, доступная каждому разработчику
Полезные MCP серверы
Playwright MCP
Автоматизация браузера и тестирование UI
claude mcp add playwright npx @playwright/mcp@latest
Sequential Thinking MCP
Структурированное мышление для сложных задач
claude mcp add sequential-thinking -- npx -y @modelcontextprotocol/server-sequential-thinking
💡 Совет: Начните с этих двух MCP серверов — они покрывают основные задачи разработки
Спасибо!
Готов ответить на вопросы
🚀 Попробуйте сами!
Роман • Rails & Platform Team
TG: @nihikkidev