"Все чаще использую MCP в IDE. В моем случае cursor. Подключаюсь к Snowflake, BigQuery. Примеры: - Вот табличка в snowflake, сделай dbt model для нее - Можешь взять несколько ID и проверить логику в big query - Я хочу дать доступ в snowflake terraform, можешь написать запрос и посмотреть права - dbt test упал, почему? А если тему развивать, то можно уже делать по другому - prod pipeline упал - нужно разобраться почему и написать возможный путь mitigation. То есть MCP просто дает возможность подключаться к другим инструментом и самостоятельно изучать данные, сохраняя вам время. Пример MCP для BigQuery: ``` { ""mcpServers"": { ""bigquery"": { ""command"": ""/opt/homebrew/bin/toolbox"", ""args"": [""--prebuilt"",""bigquery"",""--stdio""], ""env"": { ""BIGQUERY_PROJECT"": ""data-1"" } } } } ``` Еще нужно добавить правило в репозитория `agents.md`, где написать инструкции, и все будет в разы удобней. Есть и другой пример. В AWS, я просто использовал AWS CLI клиент, и он может обращаться к облаку и находить нужную информацию. Но вчера я немного встрял. Точнее встрял сегодня😵. AI инструменты очень хорошо помогают с неизвестными репозиториями, и вы можете быстро разобраться, что за чем, и для чего. Через AWS CLI я смог найти все нужные AWS ресурсы, и понял, что один из API ключей испортился. Я его обновил руками. Но в какой-то момент AI решило заменить production ключи (удалить их все) на новый пустой key pair. Узнал я об этом сегодня, когд инженеры сказали, что все интеграции в Segment/Braze не работают. Было немного стыдно😳 Поэтому спешка с AI, точно не к чему. Еще и по слухам, инструменты стали хуже работать (cost reduction?)"