mcp-use で複数MCPサーバーを1つのエージェントに束ねる — PythonでLLM非依存のツール実行を実装する

はじめに

Model Context Protocol（MCP） は、LLM に外部ツールやデータソースを接続するための標準プロトコルです。サーバーは急速に増えましたが、いざ自前のエージェントから使おうとすると「どの LLM プロバイダーからどのサーバーへどう接続するか」を毎回書く手間が残ります。

mcp-use は、この接続部分を肩代わりする OSS（MIT ライセンス）の Python フレームワークです。任意の LLM を任意の MCP サーバーにつなぎ、数行で自律エージェントを組める のが特徴です。本記事では pip install から、複数サーバーの束ね方・効率化・ストリーミングまでを、そのまま動かせるコードで解説します。

この記事で学べること

• mcp-use で MCP サーバーのツールを直接呼ぶ方法（MCPClient）
• 自然言語の指示からツールを自動実行するエージェントの作り方（MCPAgent）
• 複数の MCP サーバーを 1 つのエージェントに束ね、Server Manager で効率化する方法
• 実行過程をリアルタイムに受け取るストリーミング

対象読者

• MCP サーバーを自前のエージェントから使いたいエンジニア
• 特定の LLM プロバイダーにロックインされないツール実行基盤を作りたい方

前提環境

• Python 3.11 以上
• Node.js（サンプルの MCP サーバーを npx で起動するため）
• 利用する LLM プロバイダーの API キー（例: OPENAI_API_KEY / ANTHROPIC_API_KEY）

TL;DR

• mcp-use は「任意の LLM × 任意の MCP サーバー」をつなぐ OSS フレームワーク（MIT・本記事執筆時点 v1.32.1）
• MCPClient でツールを直接叩け、MCPAgent なら自然言語の指示からツールを自動選択・実行できる
• use_server_manager=True で複数サーバーのツール混在による混乱を抑え、必要なサーバーにだけ接続する
• agent.stream() で中間ステップ（どのツールを何の引数で呼んだか）を逐次受け取れる

mcp-use が解決する課題

MCP サーバーは「ファイルシステム」「データベース」「Web 検索」などツールごとに分かれて提供されます。これを複数の LLM プロバイダーから使おうとすると、プロバイダーごと・サーバーごとに接続コードが増え、組み合わせの数（M×N）だけ実装が膨らみます。

mcp-use は LangChain のチャットモデルを LLM として受け取り、MCP サーバーへの接続・セッション管理・ツール一覧の取得を共通化します。結果として、LLM プロバイダーを差し替えても、MCP サーバーを足しても、エージェント側のコードはほぼ変わりません。

セットアップ

pip install mcp-use
# 使う LLM プロバイダーの LangChain 連携も入れる
pip install langchain-openai langchain-anthropic

API キーは環境変数で渡します。

export OPENAI_API_KEY="sk-..."
export ANTHROPIC_API_KEY="sk-ant-..."

ステップ1: MCPClient でツールを直接呼ぶ

まずは LLM を挟まず、MCP サーバーのツールを直接呼んでみます。サーバーは公式の server-everything（動作確認用のサンプルサーバー）を npx で起動します。

import asyncio
from mcp_use import MCPClient

async def main():
    config = {
        "mcpServers": {
            "calculator": {
                "command": "npx",
                "args": ["-y", "@modelcontextprotocol/server-everything"],
            }
        }
    }
    client = MCPClient.from_dict(config)
    await client.create_all_sessions()

    session = client.get_session("calculator")
    result = await session.call_tool(name="add", arguments={"a": 5, "b": 3})
    print(f"Result: {result.content[0].text}")  # => Result: 8

    await client.close_all_sessions()

asyncio.run(main())

config の mcpServers に「サーバー名」と「起動コマンド」を書くだけで、mcp-use がプロセス起動とセッション確立まで面倒を見ます。ツールの戻り値は result.content[0].text で取り出せます。

ステップ2: MCPAgent で自然言語からツールを実行する

次に LLM を挟み、「やりたいこと」を自然言語で渡してツールを自動選択・実行させます。ここがエージェントの本体です。

import asyncio
from langchain_openai import ChatOpenAI
from mcp_use import MCPAgent, MCPClient

async def main():
    config = {
        "mcpServers": {
            "filesystem": {
                "command": "npx",
                "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
            }
        }
    }
    client = MCPClient.from_dict(config)
    llm = ChatOpenAI(model="gpt-4o")
    agent = MCPAgent(llm=llm, client=client)

    result = await agent.run("List all files in the directory")
    print(result)

asyncio.run(main())

MCPAgent は client が公開する全ツールを LLM に提示し、指示に応じて適切なツールを呼び出します。

LLM プロバイダーを差し替える

mcp-use は LangChain のチャットモデルを受け取るだけなので、LLM 部分を入れ替えてもエージェントのコードは変わりません。 Anthropic の Claude を使う場合は、llm の生成だけを差し替えます。

from langchain_anthropic import ChatAnthropic

# model はアカウントで利用可能なモデル ID に置き換える
llm = ChatAnthropic(model="claude-sonnet-4-6")
agent = MCPAgent(llm=llm, client=client)

このプロバイダー非依存性が、特定ベンダーへのロックインを避けたいケースで効いてきます。

ステップ3: 複数サーバーを束ねて Server Manager で効率化する

複数の MCP サーバーを 1 つのエージェントに束ねられます。ただしサーバーが増えるとツール数も増え、LLM がツール選択で混乱しやすくなります。これを抑えるのが Server Manager です。

import asyncio
from langchain_openai import ChatOpenAI
from mcp_use import MCPAgent, MCPClient

async def main():
    config = {
        "mcpServers": {
            "filesystem": {
                "command": "npx",
                "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
            },
            "everything": {
                "command": "npx",
                "args": ["-y", "@modelcontextprotocol/server-everything"],
            },
        }
    }
    client = MCPClient.from_dict(config)
    llm = ChatOpenAI(model="gpt-4o")

    agent = MCPAgent(
        llm=llm,
        client=client,
        max_steps=40,              # ツール呼び出しの最大ステップ数
        use_server_manager=True,   # 必要なサーバーにだけ動的に接続する
    )

    result = await agent.run("一時ディレクトリのファイル一覧を取得して、件数を数えて")
    print(result)

asyncio.run(main())

use_server_manager=True を付けると、エージェントは「そのステップで選んだツールが属するサーバー」にだけ接続します。全サーバーへ常時つなぐ無駄を省き、ツール検索もサーバー単位に整理されるため、サーバーが多いほど効果が出ます。特定のサーバーだけを使わせたい場合は、agent.run("...", server_name="filesystem") のように対象を明示することもできます。

max_steps は安全装置でもあります。ツールを延々と呼び続けるループを防ぐため、タスクの複雑さに応じて適切な上限を設定してください。

ステップ4: 実行過程をストリーミングで受け取る

長時間タスクや対話 UI では、最終結果だけでなく「途中でどのツールを呼んだか」を逐次見せたくなります。agent.stream() は (action, observation) のペアを順次 yield します。

async def main():
    # ... client / llm / agent の準備は同上 ...
    async for action, observation in agent.stream("一時ディレクトリのファイルを一覧して"):
        # action: 呼び出したツール・入力・思考ログ
        print(f"[tool] {action.tool} <- {action.tool_input}")
        # observation: ツールの実行結果
        print(f"[result] {observation}")

action には呼び出したツール名（tool）・入力（tool_input）・推論ログ（log）が、observation にはツールの実行結果が入ります。これを UI に流せば、エージェントの「考えながら手を動かす」過程をそのまま可視化できます。

ハマりポイント

ポイント1: MCP サーバーの起動コマンドが解決できない

サンプルは npx で MCP サーバーを起動するため、Node.js が未インストールだとセッション確立に失敗します。node -v / npx -v が通ることを先に確認してください。Python 製サーバーを使う場合は command を uvx や python に変えます。

ポイント2: API キー未設定で MCPAgent がエラーになる

MCPClient 単体（ステップ1）は LLM を使わないため API キー不要ですが、MCPAgent は LLM を呼ぶため対応する環境変数（OPENAI_API_KEY など）が必要です。プロバイダーを差し替えたら、対応するキーも設定し直してください。

ポイント3: Server Manager は「多サーバー時」に効く

サーバーが 1 つだけのときは use_server_manager の効果は小さく、かえってオーバーヘッドになります。ツールが多数のサーバーにまたがり、LLM がツール選択で迷う段階になってから有効化するのが目安です。

まとめ

• mcp-use を使うと「任意の LLM × 任意の MCP サーバー」の接続を共通化でき、プロバイダーやサーバーを差し替えてもエージェント側のコードを保てる
• MCPClient でツールを直接呼び、MCPAgent で自然言語からツールを自動実行できる
• 複数サーバーを束ねるときは use_server_manager=True と max_steps で効率と安全性を確保する
• agent.stream() で実行過程を可視化でき、対話 UI や長時間タスクの監視に使える

MCP サーバーが増え続けるなか、「つなぎ込み」を標準化しておくと、エージェントの構築・乗り換えが一気に楽になります。まずは server-everything でツール呼び出しの感触をつかむところから始めてみてください。

参考リンク

• mcp-use（GitHub） — インストール・MCPClient / MCPAgent の最小例で引用
• mcp-use ドキュメント: Server Manager — use_server_manager の挙動で引用
• Model Context Protocol 公式 — MCP の概要で引用