🧠 MCPとは？

**MCP（Model Context Protocol）**は、ChatGPTのようなAIエージェントが
あなたが作ったツール（関数やAPI）を自動で使えるようにするための仕組みです。

Databuttonでは、これをノーコード的なUI＋コード少なめで実装できます。

⸻

💡 できることの例
• AIが「PDFを要約する関数」を呼び出す
• AIが「Firestoreから情報を検索」して返す
• AIが「スプレッドシートにデータを書き込む」
• AIが「天気APIを叩いて、気温に応じて服を提案」

⸻

🚀 全体の流れ（図解イメージ）

ChatGPT / LangChain Agent
↓
MCPサーバー（Databuttonアプリ）
↓
あなたが定義したカスタム関数やAPI

⸻

✅ Step 1: Databuttonアプリを作る
1. Databutton にログイン（無料）
2. 新規アプリを作成（例：mcp-demo）

⸻

✅ Step 2: MCPツールを定義する

main.py を以下のように編集します：

from databutton import Tool

@Tool()
def greet(name: str):
"""Return a friendly greeting"""
return f"Hello, {name}!"

これだけで、**greet() がAIエージェントから呼び出せる「ツール」**になります。

⸻

✅ Step 3: 公開してMCPサーバーにする

アプリを Publish すると、こんなURLが発行されます：

このURLが AI側から呼び出すためのMCPサーバーエンドポイントです。

⸻

✅ Step 4: LangChainから呼び出してみる（例）

from langchain.agents import initialize_agent
from langchain.tools.mcp import MCPToolkit

tools = MCPToolkit.from_url("https://your-app.databutton.app/mcp")
agent = initialize_agent(tools, llm) # llmはOpenAIなど

agent.run("Greet someone named Satoshi")

LangChain側からは「ツール」として自動認識されます 🎉

⸻

🔐 認証やセキュリティは？
• Firebase Authentication や Secret を使ってAPIを保護できます。
• 特定ユーザーだけが使えるようにすることも可能です。

⸻

📦 応用：複数ツールもOK

@Tool()
def subtract(a: int, b: int):
return a - b

MCPはツールのコレクションを自動でまとめて公開します。

⸻

🧪 実用例（アイデア）
• 「ChatGPTからFirestore検索」
• 「ユーザー入力をスプレッドシートに追加」
• 「AIがSlackに投稿するWebhookを呼ぶ」

⸻

📘 関連リンク

✅ まとめ

ポイント内容
MCPとは AIにツールを与えるプロトコル
Databuttonとは MCPサーバーをノーコード感覚で構築できるプラットフォーム
実装方法 @Tool() で関数を定義 → 公開URLから接続
AI活用が加速 ChatGPTやLangChainと自作APIを接続できる世界へ！

⸻

🙌 最後に

AIに「自作の能力」を持たせたいなら、MCP＋Databuttonが今もっとも手軽で強力な選択肢です。
ChatGPTに「PDFを要約させたい」「業務DBを検索させたい」と思ったら、まずここから始めましょう！