LoginSignup
1
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@BNR-Longin株式会社BinaryTech | 日本品質 × ベトナム開発、最高のバランスを。

Model Context Protocol入門：AIをリアルワールドに接続する | 第2章：MCPの仕組みを理解する

Posted at

はじめに

前回の第1章では、**Model Context Protocol（MCP）**の概要を紹介し、AIを外部データやツールと接続する「USB-Cのような標準化プロトコル」としてその重要性を説明しました。今回は、MCPがどのように動作するのか、技術的な仕組みを掘り下げます。クライアント-サーバーアーキテクチャ、JSON-RPCベースの通信、そしてMCPの主要コンポーネントについて詳しく解説します。開発者にとって、MCPの実装イメージを具体化できる内容を目指します。

この記事を読み終える頃には、MCPの内部構造を理解し、実際に自分で試してみるための基礎知識が得られるはずです。さっそく見ていきましょう！

MCPのアーキテクチャ：全体像

MCPは、クライアント-サーバーモデルに基づいて設計されています。以下は、MCPの主要な構成要素です：

  1. MCP Host

    • ユーザーが直接操作するアプリケーション（例：Claude Desktop、IDE、チャットボット）。
    • Hostは、AIモデル（LLM）と対話し、ユーザーのリクエストを処理します。

  2. MCP Client

    • HostとServerの間を取り持つ中間層。
    • Clientは、HostからのリクエストをServerに転送し、結果を返します。1:1の安全な通信を保証します。

  3. MCP Server

    • 外部データやツールを提供するエンドポイント（例：Google Drive、GitHub、データベース）。
    • Serverは、リソースやツールをAIに提供し、必要に応じてアクションを実行します。

このアーキテクチャは、シンプルかつスケーラブルです。たとえば、IDEがHost、ClaudeがClient、GitHubがServerとして連携するシナリオを想像してください。IDE内でコード補完を求めると、ClaudeがGitHubのリポジトリデータを取得し、適切な提案を返します。

MCPの動作フロー

MCPは、JSON-RPC 2.0をベースにした通信プロトコルを使用します。以下は、MCPの基本的な動作ステップです：

  1. 初期化（Initialization）

    • HostがClientに接続し、通信セッションを開始。
    • 認証（例：OAuth 2.1）が行われ、安全性が確保される。

  2. 機能探索（Discovery）

    • ClientがServerに「どんなリソースやツールを提供できる？」と問い合わせ。
    • Serverは、利用可能なリソースやツールのリストを返答。

  3. コンテキスト提供（Context Provision）

    • Serverがリソース（例：ファイル、データベース）やツール（例：API呼び出し）をAIに提供。
    • AIはこれを使って、ユーザーのリクエストに応じた回答やアクションを生成。

このプロセスは、HTTPのようなリクエスト-レスポンスモデルに似ていますが、AIのニーズに特化して最適化されています。

MCPの3つの主要コンポーネント

MCPの強力さは、以下の3つのコンポーネントにあります：

1. リソース（Resources）

  • 定義：AIに提供される静的なデータ（例：ファイル、データベース、ドキュメント）。
  • 例：プロジェクトのREADME.mdや、PostgreSQLのテーブルスキーマ。
  • 用途：AIがコンテキストを理解し、より正確な回答を生成するために使用。

2. ツール（Tools）

  • 定義：AIが実行できる関数やAPI（例：メール送信、データベース更新）。
  • 例：GitHub APIを呼び出してプルリクエストを作成。
  • 用途：AIがユーザーの指示に基づいてアクションを実行。

3. プロンプト（Prompts）

  • 定義：AIがリソースやツールを効果的に使うためのガイドラインやテンプレート。
  • 例：「このデータベーススキーマを基に、効率的なSELECTクエリを提案してください」。
  • 用途：AIの出力をユーザーの意図に合わせる。

これら3つが連携することで、MCPはAIを単なるテキスト生成機から、データ駆動型のアシスタントに変えます。

セキュリティ：MCPの安全性の確保

MCPは、セキュリティを最優先に設計されています。主なセキュリティ機能は以下の通りです：

  • OAuth 2.1認証：ユーザーの認証情報を安全に管理。
  • 細かなアクセス制御：リソースごとに読み取り専用（read-only）や破壊的（destructive）な操作を制限。
  • ユーザー同意：ツールが実行される前に、ユーザーの明示的な許可が必要。
  • 暗号化：通信はHTTPSを介して行われ、データ漏洩を防止。

たとえば、Google Driveに接続する場合、ユーザーはまずGoogleアカウントでログインし、MCPがどのフォルダにアクセスできるかを明示的に指定します。これにより、意図しないデータアクセスが防がれます。

コード例：シンプルなMCPサーバーの実装

MCPの動作を具体化するために、Pythonを使った簡単なMCPサーバーの例を示します。このサーバーは、ディレクトリ内のファイルリストをリソースとして提供します。

from mcp import MCPServer
import os

class SimpleFileServer(MCPServer):
    def __init__(self, host, port):
        super().__init__(host, port)
        self.register_resource("list_files", self.list_files)

    def list_files(self, params):
        directory = params.get("directory", ".")
        try:
            files = os.listdir(directory)
            return {"status": "success", "files": files}
        except Exception as e:
            return {"status": "error", "message": str(e)}

if __name__ == "__main__":
    server = SimpleFileServer(host="localhost", port=8080)
    print("Starting MCP Server on localhost:8080...")
    server.start()

コードの説明

  • MCPServer：MCPの基本クラスで、JSON-RPC通信を処理。
  • list_files：指定ディレクトリのファイルリストを返すリソース。
  • register_resource：このメソッドでリソースを登録し、AIがアクセス可能に。
  • start()：サーバーを起動し、Clientからのリクエストを待機。

このサーバーを起動すると、Claude Desktopや他のMCP対応アプリケーションからlist_filesリソースにアクセスできます。たとえば、以下のようなJSON-RPCリクエストが送信されます：

{
  "jsonrpc": "2.0",
  "method": "list_files",
  "params": {"directory": "/path/to/folder"},
  "id": 1
}

レスポンス例：

{
  "jsonrpc": "2.0",
  "result": {
    "status": "success",
    "files": ["file1.txt", "file2.py"]
  },
  "id": 1
}

このシンプルな例でも、MCPがデータ提供をどのように標準化するかがわかります。

実際の応用例

MCPの仕組みを理解したところで、実際のシナリオを見てみましょう：

シナリオ：IDEでのコード補完

  • 環境：Zed Editor（MCP対応）＋PostgreSQLデータベース。
  • フロー：
    1. ZedがMCP Clientとして、PostgreSQL用のMCP Serverに接続。
    2. Serverがデータベースのスキーマ（テーブル、列情報）をリソースとして提供。
    3. ユーザーが「SELECT * FROM ...」と入力すると、AIがスキーマを参照し、正確なSQLクエリを提案。
  • 利点：カスタムプラグインを書くことなく、AIがデータベースのコンテキストを即座に理解。

このように、MCPは開発プロセスを劇的に効率化します。

まとめと次へのステップ

この第2章では、MCPのクライアント-サーバーアーキテクチャ、JSON-RPCベースの通信、そしてリソース・ツール・プロンプトの3つのコンポーネントを解説しました。MCPは、シンプルさと柔軟性を両立させ、AIを外部データやツールと安全に接続するための基盤を提供します。

次の第3章では、「MCPの実装方法」をテーマに、実際にMCPサーバーを構築し、Claude DesktopやIDEに統合する手順を紹介します。コードを書きながら学びたい方は、ぜひお楽しみに！

役に立ったと思ったら、「いいね」や「ストック」をしていただけると嬉しいです！次の章でまたお会いしましょう！

1
2
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?