Przejdź do głównej zawartości

Integracje zewnętrzne

Budowanie potężnych workflows z Claude Code często oznacza łączenie z zewnętrznymi usługami i narzędziami. Ta lekcja bada, jak integrować Claude Code z systemami zewnętrznymi, od baz danych po platformy chmurowe, tworząc zunifikowane środowisko rozwojowe, które wzmacnia twoją produktywność.

Scenariusz: Budujesz architekturę mikroserwisową, która musi koordynować między GitHub do kontroli wersji, PostgreSQL do danych, Sentry do monitorowania błędów i AWS do wdrażania. Zamiast żonglować wieloma narzędziami, chcesz, żeby Claude orkiestrował wszystko.

Możliwości integracji Claude Code koncentrują się wokół Model Context Protocol (MCP), który zapewnia standaryzowany sposób łączenia zewnętrznych narzędzi i usług. Pomyśl o serwerach MCP jako o wyspecjalizowanych asystentach, których Claude może wzywać - każdy ekspert w swojej domenie.

Model Context Protocol to most Claude do świata zewnętrznego. Gdy łączysz serwer MCP, zasadniczo dajesz Claude nowe możliwości - zdolność do odpytywania baz danych, interakcji z API lub kontroli usług chmurowych.

Zacznijmy od praktycznego przykładu: łączenie z bazą danych PostgreSQL.

  1. Dodaj serwer MCP PostgreSQL

    Okno terminala
    claude mcp add postgres-local npx -y @modelcontextprotocol/server-postgresql -- \
    --connection-string "postgresql://user:pass@localhost:5432/myapp"
  2. Zweryfikuj połączenie

    Okno terminala
    claude mcp list
    # Powinieneś zobaczyć "postgres-local" na liście
  3. Użyj go w Claude

    > Jakie tabele istnieją w naszej bazie danych?
    > Pokaż mi schemat dla tabeli users
    > Znajdź wszystkie zamówienia złożone w ostatnim tygodniu

Zauważ, jak Claude teraz rozumie strukturę twojej bazy danych? To jest moc MCP - Claude zyskuje wiedzę i narzędzia specyficzne dla domeny.

Zakresy serwera MCP: lokalny, projektowy i użytkownika

Dział zatytułowany „Zakresy serwera MCP: lokalny, projektowy i użytkownika”

Miejsce, w którym konfigurujesz serwer MCP, określa, kto może go używać:

Okno terminala
# Zakres projektu - udostępniony przez .mcp.json (domyślny)
claude mcp add github-api npx -y github-mcp-server
# Zakres użytkownika - dostępny we wszystkich twoich projektach
claude mcp add -s user my-tools /path/to/custom-server
# Zakres lokalny - tylko dla ciebie w tym projekcie
claude mcp add -s local dev-db docker run postgres-mcp

Profesjonalna wskazówka: Używaj zakresu projektu dla narzędzi zespołowych, zakresu użytkownika dla osobistych preferencji i zakresu lokalnego dla wrażliwych połączeń.

Podstawowe integracje dla zespołów programistycznych

Dział zatytułowany „Podstawowe integracje dla zespołów programistycznych”

Podczas gdy Claude może uruchamiać komendy git, integracja GitHub MCP odblokuje potężne workflows:

Okno terminala
# Dodaj integrację GitHub
claude mcp add github --transport sse \
--url https://api.github.com/mcp \
--header "Authorization: Bearer $GITHUB_TOKEN"

Teraz możesz wykorzystać pełne API GitHub:

> Wylistuj wszystkie otwarte issues oznaczone jako 'bug'
> Stwórz PR z brancha feature/auth ze szczegółowym opisem
> Pokaż mi komentarze review na PR #234
> Jakie są nieudane sprawdzenia na naszym głównym branchu?

Scenariusz z rzeczywistego świata: Twój zespół używa GitHub issues do śledzenia zadań. Z serwerem GitHub MCP możesz powiedzieć: “Znajdź wszystkie issues przypisane do mnie, wybierz bug o najwyższym priorytecie, stwórz branch i zacznij pracować nad naprawą.” Claude:

  1. Odpyta GitHub o twoje przypisane issues
  2. Zidentyfikuje bug o najwyższym priorytecie
  3. Stworzy odpowiednio nazwany branch
  4. Przełączy się na branch lokalnie
  5. Zacznie implementować rozwiązanie na podstawie opisu issue

Serwery MCP baz danych są zazwyczaj tylko do odczytu dla bezpieczeństwa. To jest funkcja, nie ograniczenie:

Okno terminala
# Złożone zapytania analityczne stają się konwersacyjne
> Pokaż mi wzrost użytkowników według miesięcy w ostatnim roku
> Które produkty mają najwyższy wskaźnik zwrotów?
> Znajdź klientów, którzy nie zamawiali przez 90 dni

Nowoczesny rozwój często obejmuje wiele usług chmurowych. Claude może orkiestrować je wszystkie:

Okno terminala
# Wymaga skonfigurowanego AWS CLI
claude mcp add aws npx -y aws-mcp-server
> Wylistuj wszystkie instancje EC2 w us-east-1
> Pokaż mi funkcje Lambda z błędami w ostatniej godzinie
> Wygeneruj konfigurację Terraform dla naszej konfiguracji RDS
Okno terminala
claude mcp add gcp --url https://mcp.cloudrun.googleapis.com/
> Wdróż obecną aplikację na Cloud Run
> Sprawdź status naszych klastrów GKE
> Zaktualizuj reguły bezpieczeństwa Firebase
Okno terminala
claude mcp add cloudflare npx -y cloudflare-mcp
> Wdróż API na Workers
> Zaktualizuj rekordy DNS dla nowej subdomeny
> Sprawdź użycie magazynu R2

Czasami musisz integrować z wewnętrznymi narzędziami lub wyspecjalizowanymi usługami. Oto jak podejść do niestandardowych integracji:

Nawet bez serwera MCP, Claude może interakcjonować z API:

> Wywołaj nasze wewnętrzne API na https://api.internal/v1/users z GET
> POST do https://webhook.site/... z tym payload JSON: {...}
> Parsuj tę odpowiedź webhooka i wyciągnij ID zamówień

Dla często używanych wewnętrznych API, stwórz prosty wrapper MCP:

custom-api-mcp.js
import { MCPServer } from '@modelcontextprotocol/sdk';
const server = new MCPServer();
server.addTool('get_feature_flags', async (params) => {
const response = await fetch('https://internal.api/flags');
return await response.json();
});
server.addTool('toggle_feature', async (params) => {
const response = await fetch(`https://internal.api/flags/${params.flag}`, {
method: 'PATCH',
body: JSON.stringify({ enabled: params.enabled })
});
return await response.json();
});
server.start();

Następnie dodaj to do Claude:

Okno terminala
claude mcp add feature-flags node /path/to/custom-api-mcp.js

Claude doskonale koordynuje wiele usług. Oto przykład z rzeczywistego świata:

“Klient zgłosił błąd. Sprawdź Sentry pod kątem szczegółów, znajdź powiązane logi w CloudWatch, zidentyfikuj dotknięty kod, stwórz naprawę i otwórz PR z rozwiązaniem.”

Z odpowiednio skonfigurowanymi serwerami MCP, Claude:

  1. Odpyta Sentry o szczegóły błędu
  2. Przeszuka logi CloudWatch dla przedziału czasowego
  3. Zidentyfikuje stack trace i dotknięte pliki
  4. Zaimplementuje naprawę na podstawie wzorca błędu
  5. Stworzy testy zapobiegające regresji
  6. Otworzy PR z pełnym kontekstem

Zintegruj Claude z twoim pipeline’em wdrożenia:

Integracja GitHub Actions

.github/workflows/claude-review.yml
name: Claude Code Review
on:
pull_request:
types: [opened, synchronize]
issue_comment:
types: [created]
jobs:
claude-action:
runs-on: ubuntu-latest
if: >
github.event_name == 'issue_comment' &&
github.event.issue.pull_request &&
contains(github.event.comment.body, '@claude')
steps:
- uses: actions/checkout@v4
- uses: anthropics/claude-code-action@v1
with:
api-key: ${{ secrets.ANTHROPIC_API_KEY }}
prompt: ${{ github.event.comment.body }}

Teraz członkowie zespołu mogą komentować “@claude napraw nieudane testy” na dowolnym PR, a Claude będzie pushował naprawy bezpośrednio do brancha.

Stwórz webhooki, które wyzwalają Claude dla zautomatyzowanych workflows:

webhook-handler.js
app.post('/webhook/deploy', async (req, res) => {
const { branch, commit } = req.body;
// Wyzwól Claude do walidacji wdrożenia
exec(`claude -p "Zwaliduj gotowość wdrożenia dla ${branch} na ${commit}.
Sprawdź: testy przechodzą, brak problemów bezpieczeństwa, migracje gotowe"`);
res.json({ status: 'validation started' });
});

Nigdy nie hardkoduj poświadczeń. Używaj zmiennych środowiskowych:

Okno terminala
# Dobrze: Odwołuj się do zmiennych środowiskowych
claude mcp add prod-db npx -y pg-mcp \
--connection-string "$DATABASE_URL"
# Źle: Hardkodowane poświadczenia
claude mcp add prod-db npx -y pg-mcp \
--connection-string "postgresql://admin:secretpass@..."

Skonfiguruj minimalne wymagane uprawnienia:

{
"mcpServers": {
"production-db": {
"command": "npx",
"args": ["pg-mcp-server"],
"env": {
"CONNECTION_STRING": "$PROD_DB_READONLY"
}
}
}
}

Używaj przepływów OAuth dla usług zewnętrznych:

Okno terminala
# Claude otworzy przeglądarkę do uwierzytelnienia
claude mcp add github --transport sse \
--url https://api.github.com/mcp
> /mcp
# Wybierz "Authenticate" dla serwera GitHub

Problem: Serwer MCP nie może się połączyć

Okno terminala
# Debuguj z verbose output
claude --mcp-debug
# Sprawdź status serwera
claude mcp list

Rozwiązanie: Zweryfikuj dostęp do sieci, sprawdź poświadczenia, upewnij się, że usługa działa

Przejdźmy przez kompletny scenariusz integracji:

Scenariusz: Twoja platforma e-commerce potrzebuje nowego silnika rekomendacji, który pobiera dane z wielu źródeł.

  1. Skonfiguruj integracje źródeł danych

    Okno terminala
    # Baza danych produktów
    claude mcp add products pg-mcp --connection-string "$PRODUCT_DB"
    # Analityka użytkowników
    claude mcp add analytics clickhouse-mcp --host analytics.local
    # Warstwa cache
    claude mcp add cache redis-mcp --url redis://cache:6379
  2. Zaprojektuj system z Claude

    > Na podstawie naszego katalogu produktów i danych analityki użytkowników, zaprojektuj
    > system rekomendacji. Rozważ: historię zakupów, wzorce przeglądania,
    > i podobieństwa produktów. Pokaż mi schemat i przepływ danych.
  3. Implementuj z rzeczywistymi danymi

    > Zaimplementuj algorytm rekomendacji. Przetestuj go z rzeczywistymi danymi
    > użytkownika dla customer_id=12345. Cache'uj wyniki w Redis z TTL 1 godziny.
  4. Wdróż i monitoruj

    > Stwórz skrypt wdrożenia dla AWS Lambda. Dołącz alerty CloudWatch
    > dla czasu odpowiedzi > 500ms i współczynnika błędów > 1%.
  1. Wersjonuj swoje konfiguracje MCP - Sprawdź .mcp.json do git
  2. Używaj konfiguracji specyficznych dla środowiska - Oddzielne serwery MCP dev/staging/prod
  3. Monitoruj zdrowie serwera MCP - Skonfiguruj alerty dla awarii połączenia
  4. Implementuj wyłączniki obwodu - Elegancko obsługuj awarie usług
  5. Dokumentuj punkty integracji - Utrzymuj CLAUDE.md zaktualizowany z dostępnymi integracjami

Integracje przekształcają Claude Code z asystenta kodowania w platformę rozwojową. Zacznij od jednej lub dwóch podstawowych integracji, potem stopniowo rozszerzaj, identyfikując wąskie gardła workflow. Pamiętaj: celem nie jest integracja wszystkiego, ale stworzenie płynnego doświadczenia rozwojowego, które wzmacnia możliwości twojego zespołu.

Gotowy do automatyzacji swojego pipeline’u rozwojowego? Następna lekcja obejmuje Automatyzację, gdzie będziemy budować na tych integracjach, aby stworzyć samo-działające workflows.