MCP сервер для заказа продуктов из ВкусВилла: сделай своего агента

Привет! Я Сабина из Центра экспертизы ИИ, ВкусВилл. И у нас есть новости.

В этом году у ВкусВилла появился новый тип клиентов – агенты. Благодаря Perplexity, OpenAI, Яндекс и другим, стало возможным делегировать заказ продуктов браузерному агенту. По промпту пользователя он, имитируя действия человека, сходит на сайт и от его имени сделает заказ. Это впечатляет, но сложно не заметить минусы: работает медленно, тратит много токенов. Здорово, что агенты могут ходить клиентскими путями человека, но им нужны свои пути. И новость следующая:

ВкусВилл приготовил экспериментальный MCP сервер для разработчиков-энтузиастов ИИ, чтобы вы могли сделать агентов и делегировать им выбор продуктов.

В сервере три тула:

Адрес сервера: https://mcp001.vkusvill.ru/mcp
Форма для идей и комментариев: по ссылке

Если вы уже знаете, что делать, закрывайте статью – ждем ваши запросы к нашему MCP серверу и обратную связь в форме.

А если нет, то предлагаю посмотреть на него с разных сторон:

1. Как разработчик - изучить возможности сервера в MCP Inspector

2. Как пользователь - подключить в Manus и создать первую корзину

3. Как ИИ инженер - сделать агента с помощью OpenCode

Изучить возможности сервера в MCP Inspector

MCP (Model Context Protocol) — открытый протокол взаимодействия LLM с внешними источниками данных и инструментами. Разработан в ноябре 2024 года компанией Anthropic (трендсеттер в мире ИИ) и поддержан другими ИИ гигантами. Официальная утилита для тестирования и отладки MCP серверов – MCP Inspector. Чтобы ее запустить, введите в консоли:

npx @modelcontextprotocol/inspector

Подробная инструкция тут: https://modelcontextprotocol.io/docs/tools/inspector

Здесь можно посмотреть тулы, ресурсы и промпты сервера и все подробности взаимодействия с ним. Наш MCP сервер очень простой – всего три тула.

Подключить в Manus и создать первую корзину

ИИ помощник Manus не требует подписки, но нужен VPN. Заполняем поля для подключения кастомного MCP сервера:

Активируем его в чате и пишем свои кулинарные пожелания:

Видно, как ИИ помощник не только пишет текст, но и обращается к MCP серверу. Сначала получает список возможных тулов, а потом начинает их использовать. Manus – ИИ помощник со своим компьютером (ubuntu@sandbox), что позволяет ему очень гибко работать с доступными инструментами. Например, он использует собственные утилиты (manus-mcp-cli) и сохраняет ответы сервера в файловую систему, чтобы экономить на размере контекста, попадающего в модель.

Ссылка на получившуюся корзину: https://vkusvill.ru/?share_basket=2557567558
(Кстати, чизкейк, действительно, 10 из 10)

Сделать агента с помощью OpenCode

Теперь пора делать своего агента. Способов для этого много, предлагаю использовать самый простой и одновременно инновационный – через кодового агента. В таком подходе настройка происходит в конфиге, содержащем системный промпт, набор разрешенных тулов, используемую модель, подключенные MCP сервера. А логика заполнения контекста по ходу диалога заимствуется у кодового агента. Законодатель мод здесь, как и во всем, что связано с агентами – Claude Code (от Anthropic), но чтобы пропустить этап получения ключа, воспользуемся OpenCode с (пока) бесплатной моделью GLM-4.7.

Как приготовить своего агента:
1. Установите OpenCode (npm install -g opencode-ai)
2. Создайте папку, добавьте файлы AGENTS.md и opencode.json (о них далее)
3. Откройте OpenCode в терминале из папки п.2

И все, ваш агент готов к работе.

Теперь подробнее, что в файлах.

AGENTS.md – это системный промпт. При запуске агента он автоматически попадает в контекст и формирует поведение агента. Для изменения поведения агента достаточно отредактировать этот файл. Содержит в нашем случае:

• Рабочий процесс с требованием уточнять потребность и подбирать под каждую позицию несколько вариантов (самая низкая цена, самый высокий рейтинг, меньше всего калорий)

• Описание трех доступных инструментов с привязкой к рабочему процессу, когда какой использовать

• Языковые, стилистические рекомендации (русский язык)

• Технические советы по парсингу ответа и поведению в случае ошибок

Всего 38 строк.

# Guidelines ## Язык общения агента Всегда общайся с пользователями по-русски (включая вопросы, уточнения, названия вариантов корзины и дисклеймеры). ## Рабочий процесс “продавец‑консультант ВкусВилл” 0) Выяснить потребность (не больше 2 вопросов подряд): что нужно, сколько/какой объем, бюджет, ограничения/аллергены, алкоголь (вино/водка/микс). 1) Если пользователь уже знает состав / “собери корзину…”: - обязательно дай 3 варианта корзин, в которых каждая позиция подбирается в соответствии с характеристикой корзины: - Выгодно (лучшая цена) - Любимое (лучший рейтинг) - Лайт (меньше всего калорий) - критично смотри на соответствие запросу (жирность/объем/вкус/бренд/без сахара). 2) Сразу добавляй ссылку на корзину. Дисклеймер обязателен: цены/наличие/состав уточнять на карточках товаров. ## Инструменты (MCP) - vkusvill_products_search — поиск (q, page=1, sort=popularity|rating|price_asc|price_desc) - output: текст (JSON‑строка) с products[] (id/xml_id, name, url, price.current, rating.average, weight, unit). - vkusvill_product_details — детали по id (ккал/БЖУ/нутриенты в properties) - используй только для "Лайт" и диет‑ограничений. - vkusvill_cart_link_create — формирование ссылки на корзину - input: products [{xml_id, q}] - ограничение: максимум 20 позиций в одной ссылке. - output: https://vkusvill.ru/?share_basket=... ## Правила подбора - “Выгодно”: sort=price_asc. - “Любимое”: sort=rating. - “Лайт”: сначала найти кандидатов, затем проверить соотношение калорий на 100 г. продукта через vkusvill_product_details. ## Парсинг ответа тулов Все инструменты возвращают ТЕКСТ с JSON внутри — всегда парсить. ## Ошибки/лимиты Если позиций > 20 — предложи сделать 2 ссылки или убрать менее важные позиции. ## Дисклеймер Всегда добавляй: цены/наличие/состав уточнять на карточках товаров.

opencode.json – это конфиг для перенастройки кодового агента OpenCode под узкий юзкейс продавца-консультанта ВкусВилл. Он определяет, какие тулы попадают в контекст. Содержит:

• реквизиты подключения MCP сервера

• указание отключить дефолтных агентов «build» и «plan»

• описание агента «ВкусВилл»:
  - короткий промпт (детальная инструкция приходит из AGENTS.md)
  - модель
  - список разрешенных тулов

Всего 40 строк.

{ "$schema": "https://opencode.ai/config.json", "mcp": { "vv": { "type": "remote", "url": "https://mcp001.vkusvill.ru/mcp", "enabled": true, "oauth": false, "timeout": 10000 } }, "agent": { "build": { "disable": true }, "plan": { "disable": true }, "ВкусВилл": { "description": "Продавец-консультант ВкусВилл: собирает простую корзину и возвращает share_basket", "mode": "primary", "model": "zen/glm-4.7-free", "temperature": 0.1, "maxSteps": 12, "prompt": "Ты продавец-консультант ВкусВилл. Собирай корзину по запросу пользователя и сразу выдавай ссылку share_basket.", "tools": { "search_vkusvill_products": true, "vkusvill_product_details": true, "generate_cart_link": true }, "permission": { "edit": "deny", "webfetch": "deny", "bash": { "*": "deny", } } } } }

Согласно инструкции AGENTS.md, агент:

• делает поиск с разными параметрами

• запрашивает детальную информацию для низкокалорийной корзины

• генерирует ссылки на три корзины

Ссылка на получившуюся низкокалорийную корзину: https://vkusvill.ru/?share_basket=181361705

Итого: 1,5 минуты, 8 вызовов тулов, 37 тыс токенов. С такой же задачей Ассистент в браузере Comet (от Perplexity) справляется за 9+ минут.

Поделитесь в комментариях новогодними корзинами, которые собрал ваш агент :)

Вместо заключения

Недавно нам на Горячую Линию написала Ольга, предвосхитив выход этой статьи: она регулярно покупает во ВкусВилл готовую еду и решила сделать для себя помощника по выбору блюд. Для этого нужен доступ к нашему каталогу. Ольга подчеркнула, что ей важно, чтобы все было корректно и без лишней нагрузки на сайт. Такие у нас чудесные покупатели :)

Милая Ольга и все читатели Хабра!
Пусть наступающий год принесет много интересных идей и изящных решений, а рутина уступает место творчеству и вкусу. Мы рады быть частью этого будущего — и на вашей кухне, и в ваших агентах. С Новым Годом!

Центр экспертизы ИИ, ВкусВилл

Выражаем благодарность за помощь в разработке Head of R&D red_mad_robot Валерию Ковальскому, https://t.me/neuraldeep