20 października 2026 roku zespół Medusa zaprezentował Medusa MCP, zdalny serwer pozwalający połączyć wybrane narzędzia AI z danymi sklepów działających w Medusa Cloud. W osobnym artykule producent opisał też, jak rozwiązanie odnajduje standardowe i własne interfejsy API projektu.
Dla zespołów e-commerce może to oznaczać wygodniejszy dostęp do informacji o zamówieniach, produktach czy wdrożeniach. Nie jest to jednak automatyczna zgoda na dowolne działania agenta. Według dokumentacji Medusa MCP działa obecnie w trybie odczytu, a zakres dostępu należy świadomie wybrać podczas połączenia.
Czym jest MCP w kontekście sklepu?
Model Context Protocol, w skrócie MCP, to standard łączenia narzędzi AI z zewnętrznymi danymi i usługami. Zamiast przeklejać do rozmowy zestawienie zamówień lub fragment logu, użytkownik może połączyć zgodnego klienta MCP z serwerem i poprosić o wyszukanie potrzebnych informacji.
Medusa MCP jest przeznaczony dla aplikacji wdrożonych w Medusa Cloud. Po autoryzacji narzędzie AI może odczytywać dane sklepu oraz informacje o połączonych projektach i środowiskach Cloud. Producent wymienia między innymi zamówienia, produkty, klientów, wdrożenia i logi. To narzędzie do pracy z konkretnym sklepem, nie tylko wyszukiwarka dokumentacji.
Odczyt danych zamiast automatycznej zmiany sklepu
W chwili przygotowania tego artykułu dokumentacja opisuje Medusa MCP jako rozwiązanie tylko do odczytu. Agent może pobrać informacje i przygotować odpowiedź, ale nie może za jego pomocą utworzyć, zmienić ani usunąć danych. Na przykład może pomóc przeanalizować zamówienie, lecz jego anulowanie nadal wymaga użycia odpowiedniego narzędzia administracyjnego.
To ważne rozróżnienie przy planowaniu automatyzacji. Jeśli inne narzędzie połączone z agentem ma możliwość tworzenia zadań lub wysyłania wiadomości, takie działanie wynika z uprawnień tamtej integracji, a nie z prawa zapisu Medusa MCP. Przed uruchomieniem całego procesu trzeba ocenić każde połączenie oddzielnie.
Jakie pytania można zadawać?
Producent podaje przykłady dotyczące ostatnich zamówień, liczby zamówień oczekujących na realizację oraz przyczyn nieudanego wdrożenia. Zespół może wykorzystać takie odpowiedzi jako punkt wyjścia do raportu sprzedażowego, kontroli operacyjnej lub rozmowy o problemie technicznym.
Przykładowo kierownik sklepu może poprosić o zestawienie zamówień wraz ze statusem, a następnie porównać je z przyjętym procesem obsługi. Wynik warto zweryfikować w systemie źródłowym, zwłaszcza gdy będzie podstawą do decyzji finansowej albo kontaktu z klientem. Agent przedstawia dane w przystępnej formie, ale poprawność odpowiedzi nadal zależy od dostępnych danych, zapytania i interpretacji.
Jeśli wykorzystywane narzędzie AI obsługuje zadania cykliczne, producent opisuje również możliwość okresowego zbierania informacji, na przykład o niskich stanach. Harmonogram i ewentualne przekazanie wyników do innego systemu wymagają jednak osobnej konfiguracji oraz oceny uprawnień.
Własne dane i interfejsy API
Sklep Medusa może zawierać funkcje wykraczające poza standardowy katalog lub zamówienia, na przykład własny moduł lojalnościowy czy dane dostawców. Producent wyjaśnia, że Medusa MCP odnajduje dostępne operacje na podstawie opisu API danego środowiska. Dzięki temu agent może wyszukać odpowiednią trasę, sprawdzić jej parametry i wykonać odczyt.
Nie oznacza to dostępu do wszystkiego bez ograniczeń. Dokumentacja wskazuje własne trasy odczytu pod prefiksami /admin i /store; trasy pod innymi prefiksami lub zdefiniowane we wtyczkach nie są w tym mechanizmie odnajdywane. Dane z zewnętrznego systemu, na przykład ERP lub CMS, mogą być dostępne, jeśli projekt udostępnia je przez odpowiednio przygotowany interfejs. Nie należy zakładać, że samo połączenie MCP zintegruje każdy system w firmie.
Jak przygotować połączenie?
Dokumentacja wymienia konto Medusa Cloud, środowisko z działającym wdrożeniem oraz aplikację Medusa w wersji co najmniej 2.12.4. Wymagane jest też włączenie logowania przez Medusa Cloud w panelu danego środowiska. W zależności od używanego klienta sposób dodania połączenia może się różnić.
Podczas autoryzacji przez OAuth użytkownik loguje się do Cloud i wybiera środowiska, do których narzędzie ma otrzymać dostęp. Dokumentacja ostrzega, by zatwierdzać wyłącznie połączenie rozpoczęte samodzielnie. Połączenia i ich zakres można później sprawdzać, zmieniać lub wycofywać w ustawieniach organizacji.
Producent wyjaśnia również, że trasy API są indeksowane podczas budowania środowiska. Jeśli ostatni build powstał przed 8 października 2026 roku, dokumentacja zaleca uruchomienie nowego builda; ponowne wdrożenie starego artefaktu nie wykonuje tego samego kroku. Przed taką operacją trzeba uwzględnić procedurę wdrożeń obowiązującą w projekcie.
Dostęp do danych wymaga kontroli
Po zatwierdzeniu połączenia narzędzie odczytuje dane administracyjne wybranych sklepów jako połączony użytkownik, a trasy Store API jako gość. Dlatego przed uruchomieniem warto ustalić, kto może podłączyć klienta AI, które środowiska są potrzebne i jakie informacje mogą pojawić się w odpowiedziach. Szczególnie uważnie należy traktować dane klientów oraz zawartość logów.
Dokumentacja Cloud wskazuje, że narzędzie może sprawdzać informacje o zmiennych środowiskowych, ale nie otrzymuje wartości zmiennych oznaczonych jako sekrety. Nie usuwa to potrzeby ochrony pozostałych danych ani oceny sposobu, w jaki używany klient AI przetwarza rozmowy. W razie odejścia osoby z zespołu lub zakończenia testu warto również wycofać niepotrzebne połączenie.
Medusa MCP a aktualizacja do 2.22
Medusa MCP nie jest tym samym co aktualizacja frameworka do wersji 2.22. Dokumentacja MCP wskazuje osobne minimum wersji, natomiast w informacji o wydaniu 2.22.0 producent podaje wymóg Node.js 22.22.0 lub nowszego. Jeśli zespół planuje również aktualizację aplikacji, powinien niezależnie sprawdzić środowisko, zależności i procedurę wdrożenia.
Istnieje też osobny serwer MCP dokumentacji Medusa, przeznaczony do pytań o dokumentację i wskazówek implementacyjnych. Dobór serwera zależy od tego, czy potrzebujemy informacji o technologii, czy dostępu do danych własnego projektu Cloud. Więcej o naszej pracy z platformą znajdziesz na stronie Medusa.js.
