最近話題のMCPサーバーについてのまとめ

概要

Model Context Protocol（モデル・コンテキスト・プロトコル）の略
MCPサーバーとは「AIにツールを持たせるための標準プロトコル」
AIモデルが外部ツールやデータソースと安全かつシームレスに連携するためのオープンスタンダード
例えば「ファイルシステム読み書き」「データベース問い合わせ」「外部API利用」「ブラウザ操作」など、欲しい機能ごとに小さなMCPサーバー（≒ツールの詰まった箱）を用意し、それをAIにポンと繋げるイメージ。

MCP対応ツール一覧

カテゴリ	内容
ファイルシステム操作	ローカルファイルの安全な読み書き
DB問い合わせ	Postgres/SQLiteからクエリ実行
Git/GitHub操作	リポジトリの検索、Issue管理
ウェブ検索・スクレイピング	Brave検索APIの利用、Puppeteerでのブラウザ自動操作
チャットの送受信	Slack、Discord、Teams
クラウド操作	AWS、Cloudflare、Docker、Kubernetes管理

MCPサーバのメリット

標準化
今までの方法でAPIとAIを繋ぐと、フックするのが大変
- MCPなら共通のインターフェースえ繋げられるので、AI側は同じ手順で扱える
  - LLMの乗り換えも、ツール側のコードはそのまま再利用可能
AIエージェントで複雑なワークフローを構築するための新インフラ

例えば、「社内のJiraチケットを集計して進捗レポートを作成するAI」を考えてみましょう。このAIに必要な能力は何でしょう？ JiraのAPIからチケット情報を取得すること、社内WikiやSlackから関連情報を引っ張ってくること、場合によっては結果をSlackに投稿すること…など、結構いろんな社内システム連携が必要ですよね。普通なら、それぞれのAPIを叩くコードを書いてAIに教え込む（プロンプトを工夫する）必要があります。でもMCP対応のAIなら話は別。「Jiraにアクセスするツール」「Slackにアクセスするツール」を後付けできるのです。つまり、自然言語で「○○なツール作って」と頼むとAIが裏でMCPサーバー実装を書き、エージェントに組み込んでしまうのです

すげえ

公式のSDK（Python版・TypeScript版など）が用意されており、数十行のコードでカスタムツールをサーバー化できます

@voluntasさんのツイート「無事、ほぼハルシネーションが発生しない自社ドキュメント検索 MCP ができてきた。DuckDB-VSS ベースなのでスゴイ軽量なのがポイント。」
ドキュメントをしっかり書くことの重要性がわかるし、しっかり書けばAIがおおよそ正しい回答をくれる

最近話題のMCPサーバーについてのまとめ

概要

MCP対応ツール一覧

MCPサーバのメリット

参考