Claude MCP（Model Context Protocol）完全ガイド｜外部ツール連携の新標準

---
description: "Claude MCP（Model Context Protocol）完全ガイド｜外部ツール連携の新標準"
---

# Claude MCP（Model Context Protocol）完全ガイド｜外部ツール連携の新標準

この指示書は https://akahara-vlab.com/claude-mcp-guide/ の内容をClaude Codeコマンドとして実行するためのものです。

## 概要

Claude MCPの仕組みと使い方を日本語で解説。MCP Serverの導入方法、Claude Desktop/Code での設定、自作サーバーの作り方まで。AI連携の新標準を理解する。

## 使い方

1. このテキストを `.claude/commands/claude-mcp-guide.md` に保存
2. Claude Codeで `/claude-mcp-guide` と入力して実行

## 指示

上記の記事の知識をもとに、ユーザーの質問に回答してください。
記事URL: https://akahara-vlab.com/claude-mcp-guide/

わさびです。

MCPという言葉を聞いたことがあるだろうか。Model Context Protocol。Anthropicが策定したオープンプロトコルで、AIと外部ツール・データソースを接続するための仕組みだ。

この技術はClaude周辺で急速に広まっている。ただ、ドキュメントの大半が英語のみ。日本語の情報がほとんどない。

だからこの記事では、MCPの仕組みから実際の設定方法、自作サーバーの作り方まで、まとめて日本語で解説する。

MCPとは何か

MCP（Model Context Protocol）は、AIモデルが外部のツールやデータソースと安全にやり取りするためのオープンプロトコル。Anthropicが2024年に公開した。

従来のやり方だと、AIに外部ツールを使わせるには個別にAPI連携を実装する必要があった。SlackならSlack API、GitHubならGitHub API、データベースならそのドライバ、という具合に。

MCPはこれを標準化する。どんなツールでも同じプロトコルで接続できるようにする仕組みだ。

よく使われる例えが「AIにとってのUSB-C」。USBがどんな周辺機器でも同じ端子で接続できるのと同じように、MCPはどんな外部ツールでも同じプロトコルで接続できるようにする。

MCPのアーキテクチャ

MCPは3つの要素で構成されている。

通信の流れはシンプルだ。

MCP Host (Claude Desktop等)
  └─ MCP Client
       ↕ JSON-RPC 2.0
     MCP Server (ツール提供)
       └─ 外部サービス / ローカルリソース

MCP HostがMCP Serverを起動して、JSON-RPCで通信する。Serverは独立したプロセスとして動くので、Host側のセキュリティを保ちつつ外部リソースにアクセスできる。

MCPの3つの主要概念

MCP Serverが提供できるものは3種類ある。

Tools（ツール）

AIが呼び出せる関数。たとえば「ファイルを読む」「データベースにクエリを投げる」「Slackにメッセージを送る」といった操作。

AIが「この状況ではこのToolを使うべきだ」と判断して、自動的に呼び出す。

Resources（リソース）

AIが参照できるデータ。ファイルの内容、データベースのスキーマ、APIのレスポンスなど。Toolsが「操作」なのに対して、Resourcesは「読み取り専用のデータ提供」。

Prompts（プロンプトテンプレート）

MCP Serverが提供する定型のプロンプト。特定のタスクに最適化された指示テンプレートをServer側で用意しておける。

実際の利用では、Toolsを使う場面が圧倒的に多い。ResourcesとPromptsは補助的な役割。

Claude DesktopでMCPを使う

Claude DesktopはMCP Hostとして動作する。設定ファイルにMCP Serverの情報を書くだけで使える。

設定ファイルの場所

設定例

{
 "mcpServers":{
   "filesystem":{
     "command":"npx",
     "args":[
       "-y",
       "@modelcontextprotocol/server-filesystem",
       "/Users/username/Documents"
     ]
   },
   "github":{
     "command":"npx",
     "args":["-y","@modelcontextprotocol/server-github"],
     "env":{
       "GITHUB_PERSONAL_ACCESS_TOKEN":"ghp_xxxxx"
     }
   }
 }
}

各エントリの構造はこうなっている。

設定ファイルを保存したらClaude Desktopを再起動する。チャット画面の入力欄にハンマーアイコンが表示されれば、MCP Serverが認識されている。

Claude CodeでMCPを使う

Claude Codeの場合は2つの方法がある。

方法1: settings.jsonで設定

.claude/settings.json にMCP Serverを記述する。

{
 "mcpServers":{
   "github":{
     "command":"npx",
     "args":["-y","@modelcontextprotocol/server-github"],
     "env":{
       "GITHUB_PERSONAL_ACCESS_TOKEN":"ghp_xxxxx"
     }
   }
 }
}

方法2: CLIで追加

claudemcpaddgithub-- npx -y @modelcontextprotocol/server-github

このコマンドで設定ファイルに追記される。管理が楽なのでこちらがおすすめ。

スコープの指定

Claude Codeでは設定のスコープを選べる。

claudemcpadd--scope user github -- npx -y @modelcontextprotocol/server-github

代表的なMCP Server

公式・コミュニティから多くのMCP Serverが公開されている。特に使用頻度が高いものを紹介する。

npmで公開されているものが多く、npx -y @modelcontextprotocol/server-xxx の形式でインストールなしに使える。

GitHubの modelcontextprotocol/servers リポジトリに公式サーバーの一覧がある。コミュニティ製も含めると数百のServerが存在する。

注目のデザイン・ダイアグラムツール連携

最近注目されているのが、デザインやダイアグラム作成ツールの連携だ。

Figma MCPはUIデザインのコード化を実現し、draw.io MCPはAWS構成図やフローチャート作成を自動化する。これらのServerを使えば、エンジニアが手で描く作業を大幅に削減できる。

自作MCP Serverを作る（Python）

既存のServerで足りない場合は自作できる。Python SDKを使えば数十行で書ける。

インストール

pip install mcp

最小構成のServer

frommcp.server.fastmcpimport FastMCP

mcp = FastMCP("my-tools")

@mcp.tool()
defget_weather(city: str) -> str:
   """指定した都市の天気を取得する"""
    # 実際にはAPIを叩く処理
    return f"{city}の天気: 晴れ、気温15度"

@mcp.tool()
defcalculate(expression: str) -> str:
   """数式を計算する"""
    result = eval(expression)  # 本番では安全な評価器を使うこと
    return str(result)

if __name__ == "__main__":
    mcp.run()

@mcp.tool() デコレータを付けた関数がToolとして公開される。関数のdocstringがToolの説明になり、AIがToolを選ぶ判断材料になる。

自作Serverの登録

Claude Desktopの場合:

{
 "mcpServers":{
   "my-tools":{
     "command":"python",
     "args":["path/to/my_server.py"]
   }
 }
}

Claude Codeの場合:

claudemcpaddmy-tools--pythonpath/to/my_server.py

Resourceの追加

読み取り専用のデータを提供する場合は@mcp.resource()を使う。

@mcp.resource("config://app")
defget_config() -> str:
   """アプリケーション設定を返す"""
    return json.dumps({"version": "1.0", "debug": False})

TypeScript SDKもあり、@modelcontextprotocol/sdk パッケージで同様のことができる。

MCPと従来のAPI連携の違い

「REST APIを直接叩けばいいのでは」と思うかもしれない。MCPにはAPI直接呼び出しにはないメリットがある。

特にセキュリティの面は大きい。MCPではAPIキーやデータベース接続情報はServer側が保持する。AI側には一切渡さない。これはプロダクション環境では重要な設計だ。

MCPが重要な理由

MCPの本質は「AIのツール利用を標準化した」ことにある。

これまでAIが外部ツールを使う場合、各サービスが独自のプラグイン仕様やAPI連携を用意していた。OpenAIのFunction Calling、ChatGPTのプラグイン、各種APIラッパーライブラリ。どれもそのプラットフォーム専用。

MCPはオープンプロトコルだから、特定のAIプロバイダーに縛られない。Anthropic以外のAIでも採用が進んでいる。

一度MCP Serverを作れば、Claude Desktop、Claude Code、その他のMCP対応クライアント全てで使い回せる。これが「USB-C」と例えられる理由だ。

日本語情報が少ない現状

MCPの公式ドキュメントは https://modelcontextprotocol.io にあるが、全て英語だ。

GitHubの各Serverリポジトリも英語のみ。日本語でまとまった情報を提供しているサイトはまだ少ない。

このブログでは今後もMCPに関する情報を日本語で発信していく予定。MCPの新しいServerの紹介や、実際のユースケースも取り上げていきたい。

まとめ

MCPはAIの「できること」を大幅に拡張する仕組みだ。これまでAIは学習済みの知識で答えるだけだったが、MCPを通じてリアルタイムなデータ取得、外部サービスの操作、ローカルファイルへのアクセスが可能になる。

Claude DesktopやClaude Codeを使っているなら、まずはfilesystemサーバーあたりから試してみるのがおすすめ。設定は数行で終わる。

あわせて読みたい

• Claude Codeの使い方完全ガイド
• Claude APIの料金体系を解説
• Claudeの始め方ガイド
• Claude Projects活用ガイド
• Claude Cowork Windows版 — MCPプラグインで外部ツール連携するデスクトップアプリ

見てもらえるだけで応援になります

このブログはアフィリエイトリンクで運営されています。以下のリンクから気になるサービスをチェックしてもらえると、僕たちの活動の支えになります。

• Value AI Writer byGMO — AIブログ記事作成ツール
• ConoHa — ブログ・開発環境に必要な機能が揃ったVPS

この記事を書いたのは わさび（ニホンイシガメ / 3歳 / VTuberあかはら。の家族）です。

あかはらVラボ — Claude特化の情報を発信中。