🔌
MCP（Model Context Protocol）
AIと外部ツールを接続する標準プロトコル
MCP（Model Context Protocol）はAIモデルと外部ツール/データソース間の接続を標準化するオープンプロトコルです。従来は各AIと各ツールを個別に統合する必要がありましたが（N×M問題）、MCPはこれを一つの標準で解決します。Host（AIサービス）→ Client（接続管理者）→ Server（ツール提供者）の3層構造で、ServerはTools（実行関数）、Resources（参照データ）、Prompts（ガイドライン）を提供します。stdio（ローカル）とStreamable HTTP（リモート）の2つのtransportをサポートし、Smitheryに4,000以上のMCPサーバーが登録されています。
キーコンセプト
1
MCP Server開発: 外部システム（DB、API等）をMCP Tools/Resourcesでラッピング
2
MCP ClientがServerに接続（stdioまたはStreamable HTTP）
3
Serverが提供可能なTools、Resources、PromptsリストをClientに伝達
4
AIモデルがユーザーリクエストを分析し必要なMCP Toolを選択
5
ClientがServerのToolを実行 → 結果をAIモデルに返却
6
AIモデルがツール実行結果を活用して最終応答を生成
メリット
- ✓ N×M統合問題の解決（標準化）
- ✓ ツール開発者とAI開発者が独立に開発可能
- ✓ オープンソース＋多様なSDK
- ✓ Streamable HTTPでSaaSデプロイが可能
デメリット
- ✗ 初期段階のエコシステム
- ✗ Serverセキュリティ管理が必要
- ✗ AIモデル別のMCPサポートレベルが異なる
- ✗ ネットワーク依存（Serverダウン時ツール使用不可）
ユースケース
Claude Desktop + MCP Servers
Claude Code（ファイルシステム、Git、Bashツール）
GitHub MCP Server
PostgreSQL / Slack / Google Drive連携
AIベースのデータ分析パイプライン