はじめに

Slackは、チームコミュニケーションを効率化する人気のプラットフォームです。チャンネル、ダイレクトメッセージ、アプリ連携を通じて、プロジェクト管理やコラボレーションをサポートします。強力なAPIとWebhookにより、メッセージの取得やボットの構築が可能です。一方、**Model Context Protocol（MCP）**は、AI（例：Claude）を外部データやツールと標準化された方法で接続するプロトコルです。このシリーズでは、SlackとMCPを統合し、メッセージやチャンネルデータを活用するエージェントAIを構築する方法を学びます。たとえば、AIがチームの会話からインサイトを抽出したり、自動応答したりできます。

第1章では、SlackとMCPの基本を理解し、Slackからメッセージデータを取得するシンプルなMCPサーバーを構築します。Claude Desktopと接続して、コミュニケーション管理の第一歩を踏み出しましょう。

SlackとMCPの概要

Slackとは？

Slackは、以下のような特徴を持つコミュニケーションツールです：

チャンネルベース：プロジェクトやトピックごとにチャンネルを整理。
強力なAPI：REST APIでメッセージ、チャンネル、ユーザーデータにアクセス。
Webhookサポート：リアルタイムイベント（メッセージ投稿など）を検知。
多用途：チームコラボレーション、タスク通知、アプリ統合に対応。

MCPの役割

MCPは、AIにSlackのデータを提供する橋渡し役です。MCPサーバーを通じて、AIは以下を行えます：

データ取得：メッセージやチャンネル情報を取得。
アクション実行：メッセージ送信、チャンネル作成、ボット応答。
分析：会話パターンやチームのエンゲージメントを評価。

なぜSlackとMCPを組み合わせる？

この組み合わせは、以下のようなシナリオで強力です：

自動応答：AIがFAQに答えるボットを運営。
会話分析：AIがチームのコミュニケーション頻度やトピックを分析。
通知最適化：AIが重要なメッセージを要約し、Notionやメールに送信。

開発環境の準備

MCPサーバーとSlackを統合するには、以下の環境を準備します：

Python 3.8以降：サーバー開発用。
mcpライブラリ：JSON-RPC通信を処理（仮定のライブラリ、公式ドキュメントを参照）。
requestsライブラリ：Slack APIとの通信用。
Claude Desktop：MCP対応のAIクライアント。
テキストエディタ：VS Code推奨。

インストールコマンド：

pip install mcp jsonrpcserver requests python-dotenv

Slackのセットアップ

環境変数の設定：
.envファイルに以下を追加：

SLACK_TOKEN=your_bot_token
SLACK_CHANNEL_ID=your_channel_id

コード例：Slack用MCPサーバー

from mcp import MCPServer
import os
from dotenv import load_dotenv
import requests

class SlackServer(MCPServer):
    def __init__(self, host, port, token, channel_id):
        super().__init__(host, port)
        self.token = token
        self.channel_id = channel_id
        self.base_url = "https://slack.com/api"
        self.headers = {
            "Authorization": f"Bearer {token}",
            "Content-Type": "application/json"
        }
        self.register_resource("get_messages", self.get_messages)

    def get_messages(self, params):
        try:
            url = f"{self.base_url}/conversations.history"
            query = {"channel": self.channel_id, "limit": params.get("limit", 10)}
            response = requests.get(url, headers=self.headers, params=query)
            response.raise_for_status()
            messages = response.json()["messages"]
            message_list = [
                {
                    "text": msg["text"],
                    "user": msg.get("user", "unknown"),
                    "timestamp": msg["ts"]
                }
                for msg in messages
            ]
            return {"status": "success", "messages": message_list}
        except Exception as e:
            return {"status": "error", "message": str(e)}

if __name__ == "__main__":
    load_dotenv()
    server = SlackServer(
        host="localhost",
        port=8122,
        token=os.getenv("SLACK_TOKEN"),
        channel_id=os.getenv("SLACK_CHANNEL_ID")
    )
    print("Slack MCPサーバーを起動中: http://localhost:8122")
    server.start()

コードの説明

requests：Slack APIにGETリクエストを送信し、チャンネルのメッセージを取得。
get_messages：指定したチャンネルの最新メッセージ（テキスト、ユーザー、タイムスタンプ）を取得。
register_resource：メッセージ取得をリソースとして登録。
start()：サーバーを起動。

前提条件

Slackアプリがワークスペースにインストール済み。
チャンネルが存在し、メッセージが投稿されている。
.envファイルに正しいSLACK_TOKENとSLACK_CHANNEL_IDが設定済み。
アプリにchannels:historyとchannels:readスコープが付与されている。

サーバーのテスト

サーバーが正しく動作するか確認します：

サーバー起動：
```
python slack_server.py
```
コンソールに「Slack MCPサーバーを起動中: http://localhost:8122」と表示。

メッセージ取得のテスト：
Pythonでリクエストを送信：

import requests
import json

url = "http://localhost:8122"
payload = {
    "jsonrpc": "2.0",
    "method": "get_messages",
    "params": {"limit": 5},
    "id": 1
}
response = requests.post(url, json=payload)
print(json.dumps(response.json(), indent=2, ensure_ascii=False))

期待されるレスポンス：

{
  "jsonrpc": "2.0",
  "result": {
    "status": "success",
    "messages": [
      {
        "text": "プロジェクト計画を議論",
        "user": "U123456",
        "timestamp": "1617187200.000100"
      },
      {
        "text": "タスク割り当てを確認",
        "user": "U789012",
        "timestamp": "1617187100.000200"
      }
    ]
  },
  "id": 1
}

Claude Desktopとの接続

サーバーをClaude Desktopに接続します：

設定ファイルの編集：
Claude Desktopの設定ファイル（例：claude_desktop_config.json）に以下を追加：

{
  "mcp_servers": [
    {
      "name": "SlackServer",
      "url": "http://localhost:8122",
      "auth": "none"
    }
  ]
}

Claudeでテスト：
Claude Desktopを起動し、プロンプトを入力：

チャンネルの最新メッセージを教えてください。

レスポンス例：

チャンネル #mcp-project の最新メッセージ：
- ユーザー U123456: プロジェクト計画を議論
- ユーザー U789012: タスク割り当てを確認

次のステップ

このMCPサーバーは、SlackとAIの連携の基礎です。次の第2章では、Slackにメッセージを送信したり、ボットを介して自動応答したりする機能を実装し、コミュニケーションを自動化するエージェントを構築します。たとえば、AIが特定のキーワードに反応して返信したり、Notionにタスクを追加したりできます。

まとめ

この第1章では、SlackとMCPの基本を学び、シンプルなMCPサーバーを構築してメッセージデータを取得しました。Slackの強力なAPIとMCPの柔軟性を組み合わせることで、AIをチームコミュニケーションの強力なアシスタントに変えられます。次章以降では、メッセージ送信、会話分析、リアルタイム管理へと進化させます。

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！