AI駆動開発で利用するMCPツール

概要

Claude CodeでAI開発に最近デビューしました。
今後導入していきたいMCPツールの概要を備忘録的にまとめます。
※LLMと壁打ちしつつ作成した記事になります。

導入優先度の高いMCP

• GitHub MCP Server
  PR、Issue、Actions、コード参照、セキュリティ所見まで自然言語で触れるので、リファクタリング計画、差分確認、PR作成まで一気通貫にできます。GitHub公式サーバーは toolsets / tools で機能を絞れるので、最初は repos,issues,pull_requests,actions あたりに制限して入れるところから始めていきたい。

• Atlassian MCP Server（Jira / Confluence）
  要件・設計・改修チケットが Jira/Confluence にあるため、優先的に導入していきたいです。Atlassian公式の Rovo MCP は Claude をサポートし、既存の権限やIP allowlistを尊重したまま Jira / Confluence を検索・要約・更新できます。

• 監視系MCP（Sentry / Datadog / CloudWatch のどれか）
  Sentry公式MCPはコーディング支援向けに最適化されており、Datadog公式MCPは観測データをAIエージェントへ橋渡しします。AWS中心なら AWS Labs の CloudWatch MCP が根本原因分析向けです。「直したつもり」を実運用シグナルで潰すために重要です。

• Figma MCP Server
  画面改修や Next.js / React へのUI移行目的に入れていきたいです。Figma公式は Claude Code ではプラグイン導入を推奨しており、MCP設定に加えて Agent Skills も同梱します。デザインコンテキスト、変数、コンポーネント情報を取れるので、見た目だけでなく設計意図を保った実装に寄せやすいです。

まとめ

今後試していきたいMCPサーバについて順次追加していこうと思います。