こんにちは、もうすぐ後輩ができることにソワソワしている、ギリギリ新入社員のTです！
OpenClawやClaude Codeの話題が増えMCPサーバーという単語を耳に挟む機会が多くなりました。
今回はそのMCPサーバーについてみていこうと思います。
MCPは2024年末にAnthropicが公開したオープンな通信プロトコルです。「AIにどうやって外のツールを使わせるか」という問題に対する、業界標準の答えとして急速に注目を集めています。
MCPとは何か
MCP（Model Context Protocol）は、AIアプリケーション（ホスト）と外部ツール・データソース（MCPサーバー）を標準的な方法でつなぐための通信プロトコルです。
USBポートを思い浮かべてください。USB規格ができる前は、機器ごとに専用ケーブルが必要でした。MCPは「AIとツールの間のUSB」です。一度対応すれば、どのAIからでも使えるようになります。
図1: MCPのアーキテクチャ概要。HostとMCPサーバー群がJSON-RPC 2.0で通信する
MCPサーバーが公開できる機能は大きく2種類です。ResourcesはファイルやDBのデータなどコンテキストとして渡す情報、ToolsはLLMが実行を依頼できる関数です。
従来技術との比較
「それって普通のAPIやFunction Callingと何が違うの？」という疑問は自然です。以下の表で整理します。
| 比較項目 | REST / Function Calling |
OpenAI Plugins | LangChain Tools | MCP |
|---|---|---|---|---|
| 標準化 | 独自実装 | OpenAI 独自 | フレームワーク固有 | オープン標準 |
| 再利用性 | 低（都度実装） | 中（GPT 限定） | 中（LangChain内のみ） | 高（どのAIでも） |
| 双方向通信 | — | — | — | あり |
| 接続方式 | HTTPS | HTTPS | Python 内部 | stdio / SSE |
| セキュリティ制御 | APIキー | OAuth | フレームワーク依存 | ホスト側で一元管理 |
最大の強みは「一度MCPサーバーを作れば、Claude・GPT・Geminiなどどのプラットフォームからでも使える」点です。これまでは各AIに合わせた個別実装が必要でしたが、MCP対応にしておけばその手間がゼロになります。
有名なMCPサーバー一覧
Anthropicが公式リポジトリ（modelcontextprotocol/servers）で公開しているサーバーを中心に、実際に使われている代表例を紹介します。
MCPサーバーの実装方法
🛠 MCPサーバー実装の4ステップ
公式SDK（TypeScript / Python）を利用した実装は、いわば「AIのためのレストランを開店する」ような流れで行います。
tools/list の実装（メニュー作り）
AIが理解できるように、提供可能なツールの名前や引数の型（JSON Schema）を定義して返します。
tools/call の実装（調理・実行）
「注文」が入った際のメイン処理です。API連携や計算など、実際のロジックを記述し、結果を返します。
stdio（標準入出力）または SSE（HTTPサーバー）を選択して、サーバーを待機状態にします。
tools/list での説明文（Description）を具体的に書くことが、賢いMCPサーバーを作る最大のコツです。
まとめ
MCPの3つのポイント
- 標準化された通信規格：JSON-RPC 2.0ベースのオープンプロトコルで、どのAIとも接続できる
- 再利用性の高さ：一度作ったMCPサーバーはClaude・GPT・Geminiなど複数のAIから利用可能
- 双方向通信：サーバー側からホストへ通知を送れるため、リアルタイムなデータ連携も実現できる
日本でビジネスを行う上で、日本語でのコミュニケーション能力が重要であることは言うまでもありません。