Model Context Protocol (MCP)の概要と活用方法：AIと外部システムの連携を標準化

AIモデルが外部のデータソースやツールと連携することは、実用的なAIアプリケーションを構築する上で不可欠になっています。今回は、Anthropic社がオープンソースとして公開した「Model Context Protocol (MCP)」について、その概要と実装方法を解説します。

AIと外部システム連携の課題

これまでのAIアプリケーション開発には、以下のような課題がありました：

• ツールやデータソースごとに独自の連携処理（APIクライアントなど）を実装する必要がある
• 複数のAIモデルやプラットフォーム間で、ツールの再利用が難しい
• セキュリティやアクセス制御の実装が複雑になりがち
• システムの拡張や保守に多大なコストがかかる

Model Context Protocol (MCP)とは

Model Context Protocol (MCP) は、AIモデル（クライアント）と外部のデータソースやツール（サーバー）間の通信を標準化するためのオープンなプロトコルです。

USB-Cが様々なデバイスの接続を標準化したように、MCPはAIモデルとデータソースの接続を標準化します。これにより、一度MCPサーバーとしてツールを実装すれば、MCPに対応したあらゆるAIクライアント（Claude DesktopやCursorなど）から再利用できるようになります。

MCPの主要な機能

MCPは主に以下の3つの機能を提供します：

1. Resources（リソース）: ファイルやデータベースなど、AIモデルに読み込ませたいコンテキストデータを提供します。
2. Tools（ツール）: AIモデルが実行できる関数やアクション（API呼び出しなど）を提供します。
3. Prompts（プロンプト）: ユーザーが利用できる再利用可能なプロンプトテンプレートを提供します。

実装方法

ここでは、TypeScriptを使用して簡単なMCPサーバーを実装する例をご紹介します。

1. 環境構築

まず、MCPの公式SDKをインストールします。

npm install @modelcontextprotocol/sdk

2. MCPサーバーの実装

簡単な計算機能を提供するツールを持ったMCPサーバーを実装します。

import { Server } from '@modelcontextprotocol/sdk/server/index.js';
import { StdioServerTransport } from '@modelcontextprotocol/sdk/server/stdio.js';
import { CallToolRequestSchema, ListToolsRequestSchema } from '@modelcontextprotocol/sdk/types.js';

// サーバーの初期化
const server = new Server(
  {
    name: 'calculator-server',
    version: '1.0.0',
  },
  {
    capabilities: {
      tools: {},
    },
  },
);

// ツールの定義
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [
      {
        name: 'calculate_sum',
        description: '2つの数値の合計を計算します',
        inputSchema: {
          type: 'object',
          properties: {
            a: { type: 'number' },
            b: { type: 'number' },
          },
          required: ['a', 'b'],
        },
      },
    ],
  };
});

// ツールの実行処理
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === 'calculate_sum') {
    const { a, b } = request.params.arguments as { a: number; b: number };
    const result = a + b;

    return {
      content: [
        {
          type: 'text',
          text: `計算結果: ${result}`,
        },
      ],
    };
  }
  throw new Error('Tool not found');
});

// サーバーの起動
async function main() {
  const transport = new StdioServerTransport();
  await server.connect(transport);
  console.log('Calculator MCP Server running on stdio');
}

main().catch(console.error);

このサーバーを起動し、MCP対応のクライアント（Claude Desktopなど）に設定ファイル経由で登録することで、AIが自動的にcalculate_sumツールを認識し、必要に応じて呼び出すことができるようになります。

MCP導入のメリット

MCPを導入することで、以下のような効果が期待できます：

• 開発効率の向上: 一度作成したMCPサーバーは、様々なAIクライアントで使い回すことができます。
• セキュアな連携: クライアントとサーバーの責務が明確に分離され、ローカル環境や社内ネットワーク内での安全なデータ連携が容易になります。
• エコシステムの活用: コミュニティによって作成された既存のMCPサーバー（GitHub連携、データベース接続など）を簡単に自社システムに組み込むことができます。

まとめ

Model Context Protocol (MCP)は、AIと外部システムの連携における複雑さを解消し、スケーラブルで安全なAIアプリケーション開発を可能にする強力な標準規格です。今後、MCPに対応したツールやクライアントが増加することで、AIの活用範囲はさらに広がっていくでしょう。

TS Primeでは、MCPを活用したAIエージェントの開発や、社内システムとAIを連携させるセキュアなインフラ構築の支援を行っています。AIを活用した業務効率化やシステム開発にご興味がある方は、ぜひお問い合わせください。

---

執筆者: TS Prime AI開発チーム
公開日: 2026年6月26日