Day 3【MCP入門 #3】MCPの仕組みを図解で理解！Client-Server通信の基本フロー
この記事は、Model Context Protocol（以下、MCP）解説シリーズの第3回です。前回は、なぜMCPが従来のAPI連携よりも優れているのかを学びました。今回は、MCPが実際にどのように動いているのか、その通信フローを図解でわかりやすく解説します。
🗺️ MCPの登場人物を知ろう
MCPの通信には、主に3つの重要な要素があります。
1. Client（LLM側）
- LLM本体（Claude、ChatGPTなど）
- ユーザーからの指示を受け取り、MCPサーバーと通信してタスクを解決
- 能動的に外部リソースを探索・活用する
2. Server（MCPサーバー）
- 外部データやツールを管理する専用サーバー
- Clientからの要求に応じて情報を提供したり、処理を実行
- Resources、Tools、Promptsを統一的に管理
3. User（利用者）
- LLMに質問や指示を送る人
- MCPの存在を意識することなく、高度な外部連携を利用可能
🔄 MCPの通信フロー：2つの重要なステップ
MCPの通信は、ClientとServerがインタラクティブに情報をやり取りしながら進みます。まるで、ClientがServerに「その部屋には何がある？」と聞き、Serverが「〇〇と〇〇が使えますよ」と答える会話のようです。
ステップ1：初期ハンドシェイク（発見フェーズ）
[User] → [Client] → [Server]
「何が利用できるか教えて」
[Server] → [Client]
「これらのResourcesとToolsが使えます」
- sales_report.pdf
- customer_database
- send_email_tool
- generate_chart_tool
詳細な流れ：
- Client → Server: 「利用可能なリソースとツールを教えてください」
-
Server → Client: 管理しているResources（例：
sales_report.pdf、customer_db）とTools（例：search_database、send_email）のリストを返す - Client: この情報を受け取り、自分が利用可能な「外部の世界」を把握
この時点で、Clientは従来の知識に加えて、Serverが提供する外部リソースも認識した状態になります。
ステップ2：タスク実行フェーズ（探索・活用）
[User] → [Client]: 「最新の売上レポートを見て、第2四半期の成長率を教えて」
[Client]の思考プロセス：
「タスク解決には sales_report.pdf が必要だな...」
↓
[Client] → [Server]: 「sales_report.pdf の目次情報をください」
↓
[Server] → [Client]: 「第1章：概要、第2章：Q2分析、第3章：予測...」
↓
[Client]の判断：「成長率の情報は第2章にありそうだ」
↓
[Client] → [Server]: 「第2章のQ2分析部分を取得してください」
↓
[Server] → [Client]: 「Q2の売上は前年同期比15%増加...」
↓
[Client] → [User]: 「第2四半期の成長率は15%でした」
このフェーズの特徴：
- 動的な情報取得: 必要な部分だけを段階的に取得
- 自律的な判断: LLMが自ら最適なリソースやアプローチを選択
- 効率的な処理: コンテキストウィンドウを有効活用
🔍 具体的な通信例：データ分析タスク
より具体的な例で、MCPの通信フローを見てみましょう。
シナリオ：「顧客満足度の傾向を分析して、改善提案を作成してほしい」
Phase 1: リソース発見
Client → Server: list_resources()
Server → Client: {
"resources": [
{"name": "customer_surveys.csv", "type": "file"},
{"name": "support_tickets.db", "type": "database"},
{"name": "product_feedback.json", "type": "file"}
],
"tools": [
{"name": "analyze_data", "description": "データ分析を実行"},
{"name": "create_chart", "description": "グラフを生成"},
{"name": "send_report", "description": "レポートを送信"}
]
}
Phase 2: 段階的なタスク実行
1. Client → Server: get_resource("顧客アンケート.csv", "metadata")
Server → Client: {
"columns": ["日付", "満足度スコア", "カテゴリ"],
"rows": 1250,
"description": "過去1年間の顧客満足度調査データ"
}
2. Client → Server: get_resource("顧客アンケート.csv", "sample", limit=5)
Server → Client: [
{"日付": "2024-01-15", "満足度スコア": 4, "カテゴリ": "製品品質"},
{"日付": "2024-01-16", "満足度スコア": 3, "カテゴリ": "サポート対応"},
...
]
3. Client → Server: use_tool("データ分析実行", {
"データソース": "顧客アンケート.csv",
"分析タイプ": "トレンド分析",
"対象期間": "直近6ヶ月",
"分析項目": ["満足度スコア", "カテゴリ別傾向"]
})
Server → Client: {
"傾向": "下降気味",
"平均スコア": 3.2,
"主要課題": ["サポート対応の遅延", "製品不具合の増加"]
}
4. Client → Server: use_tool("グラフ生成", {
"グラフタイプ": "折れ線グラフ",
"データ": "満足度推移",
"期間": "6ヶ月",
"タイトル": "顧客満足度の推移"
})
Server → Client: {
"グラフURL": "satisfaction_chart.png",
"インサイト": ["7月以降満足度が低下", "サポート関連の問題が増加傾向"]
}
💡 従来のAPI連携との決定的な違い
従来のFunction Calling
開発者が事前に定義：「天気APIを使え」
User → Client: 「今日の天気は？」
Client: 「天気APIを呼び出します」
Client → App → Weather API → App → Client → User
問題点：
- ClientはAPIの存在を「教えられる」まで知らない
- 事前定義された機能しか使えない
- 複合的なタスクは開発者が設計する必要がある
MCPのアプローチ
Client自身が発見・探索：「何が使えるか？」→「どう組み合わせるか？」
User → Client: 「包括的な分析をしてほしい」
Client: 自律的にリソースを発見・組み合わせて最適解を構築
優位点：
- 自律的な探索: LLMが能動的にリソースを発見
- 動的な組み合わせ: 複数のリソース・ツールを柔軟に活用
- 適応的な処理: タスクに応じて最適なアプローチを選択
🔒 セキュリティと効率性の両立
MCPの通信フローは、セキュリティと効率性も考慮して設計されています：
セキュリティ機能
- 認証・認可: 各リクエストにトークンベースの認証
- アクセス制御: リソースごとの細かい権限管理
- 監査ログ: すべての通信を記録・追跡可能
効率性の工夫
- 部分的データ取得: 必要な情報のみを段階的に取得
- キャッシング: 一度取得したデータの再利用
- ストリーミング: 大量データの効率的な処理
国際化対応
MCPは国際化対応されており、日本語を含む多言語での運用が可能です。これにより、より実用的で使いやすいシステム構築ができます。
🎯 まとめ
MCPの通信フローは、単なる 「リクエスト & レスポンス」 ではなく、ClientとServerが協力してタスクを解決する 「知的な対話」 です。
重要なポイント
- 2段階のフロー: 発見フェーズ → 実行フェーズ
- 自律的な探索: LLMが能動的に外部リソースを活用
- 動的な組み合わせ: 複数のリソース・ツールを柔軟に連携
- 効率的な処理: 必要な情報のみを段階的に取得
このインタラクティブな仕組みが、LLMが外部の世界をより賢く、効率的に利用することを可能にしています。人間が図書館で司書と相談しながら必要な情報を見つけるように、MCPではLLMが自らサーバーと「相談」しながら最適な解決策を構築します。
🔜 次回予告
Day 4【MCP入門 #4】Resources・Tools・Promptsを実例で理解！3つの機能の使い分け方では、以下を詳しく解説します：
- Resources：どんなデータソースが対応できるか
- Tools：実行可能な機能の具体例と設計方法
- Prompts：効果的なプロンプトテンプレートの作成方法
- 3つの機能を組み合わせた実践的な活用例
MCPの3つのコア機能を実例で学び、実際の開発に活かせる知識を身につけましょう！
この記事が役に立ったと思ったらいいね👍やストックをお願いします。