MCP Servers
Cập nhật: 03/2026
MCP Server phổ biến nhất được đề cập trên Antigravity, Cursor và Claude Code.
1. Lưu ý khi sử dụng MCP
- Chỉ cài những MCP thực sự cần dùng — mỗi MCP active tốn một phần context window, cài quá nhiều làm giảm hiệu suất Agent.
- Kiểm tra quyền hạn trước khi cấp — một số MCP có thể thực thi lệnh, ghi file, hoặc gọi API bên ngoài.
- MCP chạy theo 2 mode:
stdio(local) vàSSE/HTTP(remote) — hầu hết các MCP phổ biến hỗ trợ cả hai. - Một số MCP yêu cầu API key — cần cấu hình biến môi trường trước khi sử dụng (ví dụ: GitHub token, Stripe key).
- Tắt MCP khi không dùng — tránh Agent tự động gọi tool không cần thiết.
- Ưu tiên Plugin nếu có — Plugin là một bundle hoàn chỉnh gồm rules, skills, subagents, hooks, commands và MCP servers được đóng gói sẵn bởi Provider; tích hợp sâu hơn và dễ dùng hơn so với chỉ cài MCP đơn lẻ.
2. Các MCP phổ biến
2.1 Version Control & Project Management
| Name | Description |
|---|---|
| GitHub | Version control and collaborative development platform. |
| GitLab | DevSecOps platform for code, CI/CD, and security. |
| Linear (Plugin) | Issue tracking and project management for development teams. |
| Atlassian (Plugin) | Project management and collaboration tools including Jira and Confluence. |
2.2 Deployment & Hosting
| Name | Description |
|---|---|
| Heroku | Manage Heroku apps and resources. |
| Netlify | Build and deploy web projects. |
| Vercel (Plugin) | Manage projects and deployments on Vercel. |
| Cloudflare | Cloudflare documentation and reference. |
2.3 Backend & BaaS
| Name | Description |
|---|---|
| Firebase | Manage Firebase projects, Auth, Firestore, and more. |
| Supabase | Create and manage Supabase projects. |
| Clerk (Plugin) | Add authentication, organizations, and billing. |
2.4 Databases
| Name | Description |
|---|---|
| MongoDB | Manage MongoDB data and deployments. |
| Neon | Manage Neon Postgres. |
| Redis | Manage and search data in Redis using natural language — supports caching, session, rate limiting, and RAG. |
| Pinecone | Manage vector indexes, upsert and query records, and search Pinecone documentation. |
| DBHub | Universal database connector for MySQL, PostgreSQL, SQL Server. |
2.5 Developer Tools
| Name | Description |
|---|---|
| Prisma (Plugin) | Manage Prisma Postgres databases, including creating new instances and running schema migrations. |
| Context7 | Up-to-date code documentation. |
| Astro Docs | This server provides up-to-date access to the official Astro documentation. |
| Angular | Angular framework documentation and examples. |
| Playwright | End-to-end browser testing. |
| Postman | API collaboration and testing. |
| shadcn/ui | Use the shadcn/ui MCP server to browse, search, and install components from registries. |
| TestDino | Connect AI tools to testing platform. |
| Stack Overflow | Access trusted technical Q&A from Stack Overflow. |
| Socket | Analyze and secure dependencies. |
2.6 Design & Collaboration
| Name | Description |
|---|---|
| Figma (Plugin) | Design and collaboration platform for teams. |
| Notion (Plugin) | All-in-one workspace for notes, docs, and project management. |
| Canva | Search, create, autofill, and export Canva designs. |
| Gamma | Create presentations, docs, socials, and sites with AI. |
| Miro | Access and create new content on Miro boards. |
2.7 Payments
| Name | Description |
|---|---|
| Stripe (Plugin) | Payment processing APIs. |
| PayPal | Payment APIs. |
2.8 AI & Search
| Name | Description |
|---|---|
| Perplexity | AI-powered web search and research. |
| Tavily | Build AI applications with real-time web data using Tavily's search, extract, crawl, and research APIs. |
2.9 Automation
| Name | Description |
|---|---|
| n8n | Access and run your n8n workflows. |
| Airflow | Manage Apache Airflow DAGs, monitor runs, debug failures, and access Airflow's REST API. |
2.10 Monitoring & Observability
| Name | Description |
|---|---|
| Sentry (Plugin) | Error tracking and performance monitoring. |
| Arize | LLM tracing and instrumentation guidance. |
| SonarQube | Analyze code with SonarQube. |
| Jam | Screen recorder with auto context for debugging. |
| Checkmarx | Application security testing and vulnerability scanning. |
3. Demo
- Agents Features: SubAgents (viết backend và frontend cùng lúc), Workflows (đổi trạng thái task), MCP (SonarQube, Google Sheets, Google Drive), Prompt Template
- Agent Skills, Plugin, Hooks sẽ được áp dụng ở các buổi chia sẻ tiếp theo
Step 1: BA viết nhiệm vụ lên Google Sheet.
Functional Requirements (Yêu cầu chức năng)
| Feature ID | Feature Name | User Story | Acceptance Criteria (AC) | Business Logic / Rules | Status |
|---|---|---|---|---|---|
| FEAT_001 | Quản lý Agent Skills | Là developer, tôi muốn tạo và quản lý Agent Skills để đóng gói hướng dẫn, script và tài nguyên tham khảo thành một capability tái sử dụng cho AI agent. | 1. CRUD đầy đủ: tạo, xem, sửa, xóa một skill. 2. instruction hiển thị dạng markdown editor, lưu dạng string.3. scripts cho phép nhập nội dung file (text input) và chọn loại file (py hoặc sh); có thể thêm/xóa nhiều script.4. resources lưu từng item dạng markdown string, load on-demand.5. Validate và thông báo lỗi rõ ràng khi vi phạm rule. | - name: chỉ chứa lowercase, số, dấu -; tối đa 64 ký tự; bắt buộc.- description: bắt buộc, tối đa 1024 ký tự; dùng để agent tự detect khi nào trigger skill.- instruction (string): nội dung body của SKILL.md; bắt buộc; khuyến nghị < 5000 tokens.- scripts (input): mỗi script gồm file content (text input) và file type (py hoặc sh); optional; lưu vào thư mục scripts/; agent chạy qua bash, chỉ nhận output — không load code vào context.- resources (markdown string): tài liệu tham khảo (schema, API doc, template); optional; mỗi resource là một file riêng, chỉ load khi được reference trong instruction. | TODO |
Hướng dẫn:
- Input (BA nhập): Feature Name, Business Logic / Rules.
- Output (AI sinh): User Story, Acceptance Criteria (AC).
- Status: Sử dụng Dropdown list đúng chuẩn (
TODO,IN_PROGRESS_BE,API_READY,IN_PROGRESS_FE,IN_REVIEW,QA_VERIFIED,DONE).
Step 2: Dev đọc Google Sheet sử dụng Prompt Template để implement features.
Prompt Template (RACE Framework)
<role>
Bạn là một [ROLE] chuyên về [TECH_STACK]. Nhiệm vụ của bạn là lên kế hoạch và implement hoàn chỉnh một feature theo đúng specification được cung cấp.
</role>
<action>
1. Đọc kỹ toàn bộ thông tin feature trong <context>.
2. Lập kế hoạch implementation: xác định các file cần tạo/sửa, API endpoints, schema, UI components.
3. Đối với agent đang viết backend code, cần đọc các API khác để học patterns và đảm bảo tính nhất quán.
4. Đối với agent đang viết frontend code, cần đọc các API hooks và UI components khác để học patterns và đảm bảo tính nhất quán.
5. Đảm bảo toàn bộ Acceptance Criteria đều được đáp ứng.
6. Viết unit test cho các business logic quan trọng.
</action>
<context>
<feature_id>[FEATURE_ID]</feature_id>
<feature_name>[FEATURE_NAME]</feature_name>
<user_story>[USER_STORY]</user_story>
<business_logic>[BUSINESS_LOGIC]</business_logic>
</context>
<expected_output>
- Toàn bộ code backend + frontend đã được implement, chạy đúng yêu cầu, đồng bộ cách tổ chức với hệ thống hiện tại.
- Tái sử dụng các component, utils, ... có sẵn nếu có thể.
- Mỗi Acceptance Criteria có thể verify trực tiếp trên UI hoặc qua API.
- Unit test pass.
- Sử dụng SubAgents để implement backend (API, data model, validation), frontend (UI, form, state) song song dựa trên một kế hoạch chung giúp tăng tốc độ phát triển và separate context.
<acceptance_criteria>[Acceptance_Criteria]</acceptance_criteria>
</expected_output>
Prompt đầy đủ
<role>
Bạn là một Senior Full-Stack Software Engineer chuyên về React và Python. Nhiệm vụ của bạn là lên kế hoạch và implement hoàn chỉnh một feature theo đúng specification được cung cấp.
</role>
<action>
1. Đọc kỹ toàn bộ thông tin feature trong <context>.
2. Lập kế hoạch implementation: xác định các file cần tạo/sửa, API endpoints, schema, UI components.
3. Đối với agent đang viết backend code, cần đọc các API khác để học patterns và đảm bảo tính nhất quán.
4. Đối với agent đang viết frontend code, cần đọc các API hooks và UI components khác để học patterns và đảm bảo tính nhất quán.
5. Đảm bảo toàn bộ Acceptance Criteria đều được đáp ứng.
6. Viết unit test cho các business logic quan trọng.
</action>
<context>
<feature_id>FEAT_001</feature_id>
<feature_name>Quản lý Agent Skills</feature_name>
<user_story>Là developer, tôi muốn tạo và quản lý Agent Skills để đóng gói hướng dẫn, script và tài nguyên tham khảo thành một capability tái sử dụng cho AI agent.</user_story>
<business_logic>
- `name`: chỉ chứa lowercase, số, dấu `-`; tối đa 64 ký tự; bắt buộc.
- `description`: bắt buộc, tối đa 1024 ký tự; dùng để agent tự detect khi nào trigger skill.
- `instruction` (string): nội dung body của SKILL.md; bắt buộc; khuyến nghị < 5000 tokens.
- `scripts` (input): mỗi script gồm file content (text input) và file type (py hoặc sh); optional; lưu vào thư mục `scripts/`; agent chạy qua bash, chỉ nhận output — không load code vào context.
- `resources` (markdown string): tài liệu tham khảo (schema, API doc, template); optional; mỗi resource là một file riêng, chỉ load khi được reference trong instruction.
</business_logic>
</context>
<expected_output>
- Toàn bộ code backend + frontend đã được implement, chạy đúng yêu cầu, đồng bộ cách tổ chức với hệ thống hiện tại.
- Tái sử dụng các component, utils, ... có sẵn nếu có thể.
- Mỗi Acceptance Criteria có thể verify trực tiếp trên UI hoặc qua API.
- Unit test pass.
- Sử dụng SubAgents để implement backend (API, data model, validation), frontend (UI, form, state) song song dựa trên một kế hoạch chung giúp tăng tốc độ phát triển và separate context.
<acceptance_criteria>
1. CRUD đầy đủ: tạo, xem, sửa, xóa một skill.
2. `instruction` hiển thị dạng markdown editor, lưu dạng string.
3. `scripts` cho phép nhập nội dung file (text input) và chọn loại file (py hoặc sh); có thể thêm/xóa nhiều script.
4. `resources` lưu từng item dạng markdown string, load on-demand.
5. Validate và thông báo lỗi rõ ràng khi vi phạm rule.
</acceptance_criteria>
</expected_output>
Step 3: Viết Test Case, Unit Test, Tự động Test, Commit & Status Update.
- Sử dụng Hook/Workflow để viết test case, tự động test sử dụng built-in browser dùng MCP để note lại bug trên google sheet.
- Sử dụng Workflow để commit và cập nhật Google Sheet thành
IN_REVIEWđối với FEAT_001.
Step 4: Dev kết nối SonarQube để phân tích code và fix.