1. はじめに：なぜMCPを諦めたのか

最近バイブコーディングにはまりすぎてAIとAPI連携させる楽しさを覚えて以降狂ったようにAntigravityと手をつないでいるのですが、その中で「あれ、これDAWにも応用できるのでは？」と思い、最新の MCP (Model Context Protocol) を使ってAIとDAWを連携させようとしましたが、Windows環境特有の npm エラーや、サーバー設定の複雑さに直面し、挫折しました。

「もっとシンプルに、PythonだけでGeminiとFL Studioを繋げないか？」
そう考えた結果、MCPサーバーを立てるのではなく、Geminiの「Function Calling」機能を使って、Pythonから直接MIDI信号を叩くという最短ルートを開拓しました。

2. システム構成

「知能」はクラウド（Gemini）、「命令」はローカル（Python）、「発声」はDAW（FL Studio）という役割分担です。

Gemini API: 自然言語を解釈し、適切なMIDIノート番号を「関数」として選択
Python (mido): Geminiの判断を実行し、MIDI信号として送信
loopMIDI: Windows内の仮想MIDIケーブル（PythonとFL Studioの橋渡し）
FL Studio: MIDI信号を受け取り、音源を鳴らす

3. 準備：インフラを整える

① 仮想MIDIポートの作成

loopMIDI を起動し、+ ボタンで loopMIDI Port 1 を作成します。
FL Studio の Options > MIDI Settings を開き、Input 欄の loopMIDI Port 1 を Enable（緑点灯）にします。

② ライブラリのインストール

PowerShellで以下のコマンドを実行し、MIDI操作とGemini接続用のライブラリを導入します。

pip install mido python-rtmidi google-genai

4. 実装：AIアシスタントの作成

フォルダ内に test_gemini.py という名前でファイルを作成し、以下のコードを貼り付けます。Geminiに play_note という「ツール（関数）」を認識させるのがポイントです。
※こちらのコードはAntigravityで生成しました。

import mido
import time
from google import genai
from google.genai import types

# --- 設定 ---
API_KEY = "あなたのAPIキー"  # Google AI Studioで取得したキー
client = genai.Client(api_key=API_KEY)
MODEL_ID = 'gemini-1.5-flash' # 無料枠が安定しやすいモデル

# --- AIが使える「関数（ツール）」の定義 ---
def play_note(note: int, duration: float = 0.5):
    """FL Studioで指定されたMIDIノート番号を鳴らします。"""
    port_name = [n for n in mido.get_output_names() if "loopMIDI" in n]
    if not port_name: return "MIDIポートが見つかりません"
    
    with mido.open_output(port_name[0]) as outport:
        # ノートON
        outport.send(mido.Message('note_on', note=note, velocity=90))
        time.sleep(duration)
        # ノートOFF
        outport.send(mido.Message('note_off', note=note, velocity=0))
    return f"Note {note} played"

# --- メインループ ---
print("--- FL Studio AI Assistant Active ---")
while True:
    user_msg = input("指示（例: 悲しい音を鳴らして / quitで終了）: ")
    if user_msg.lower() == 'quit': break

    # Geminiにツールを教えて回答を生成
    response = client.models.generate_content(
        model=MODEL_ID,
        contents=user_msg,
        config=types.GenerateContentConfig(tools=[play_note])
    )

    # AIが関数呼び出し（ツール使用）を選択した場合の処理
    if response.candidates[0].content.parts and \
       response.candidates[0].content.parts[0].function_call:
        fc = response.candidates[0].content.parts[0].function_call
        note_val = int(fc.args['note'])
        print(f"AIが判断したノート: {note_val}")
        play_note(note_val)
    else:
        print("AI:", response.text)

5. 実行：AIと対話して音を出す

PowerShellでスクリプトのあるディレクトリに移動し、実行します。

cd ~\Desktop\fl-mcp-server
python test_gemini.py

実行後、プロンプトに「高いドを鳴らして」や「カノン進行を生成して」と入力すると、FL Studioから音が流れます！

6. おわりに

MCPの導入に苦戦している方は、一度このように「Python直通」の仕組みを試してみてください。ここに関数を追加していけば、和音を奏でたり、ミキサーを操作したりといった拡張も今後やっていけそうだな・・・と。

ちなみに、インストールするPythonのバージョンや環境にも依拠するのでいろいろGeminiやChatGPTなどと対話しながらトラブルシュートしてみてください。

知見ある方いたらどこかで情報交換させてください！