🛫 ドローン操縦の未来を、"自然言語"で
「ドローンを飛ばして！」とAI（Claude）に話しかけるだけで、
仮想空間上でリアルなドローンを自在に操縦できたら──。
そんな夢を、箱庭ドローンシミュレータ × MCPサーバー × Claude連携で実現しました！
本記事では、
箱庭ドローンシミュレータをMCPサーバー化し、Claude（AI）から自然言語コマンドで操縦できる仕組みを紹介します。
論よりRUN!!
まずは、動く様子をご覧ください！
📺 デモ動画はこちら →
仕組み
全体アーキテクチャ上図の通りです。
この連携で重要なキーとなる技術要素は、たった2つだけ。
- Claude.ai は、MCPプロトコルで MCPサーバーと通信できる
- 箱庭ドローンシミュレータは、Python API経由でドローンを操作できる
つまり、
「自然言語 → MCP経由コマンド → Python API → ドローン操作」
というシンプルな連携構成が実現できた、というわけです！
箱庭MCPサーバー
箱庭はPythonと相性が良いので、今回作成したMCPサーバーはPythonで作っています。
こちらの記事を参考にして作成しました（感謝）。
今回やりたいことは、ツールの外部起動になりますので、list_toolsとcall_toolのみを追加することで対応しました。
コード断片：
@server.list_tools()
async def handle_list_tools() -> list[types.Tool]:
return [
types.Tool(
name="describe_hakoniwa_drone",
description="Provides an overview of the Hakoniwa Drone Simulator",
inputSchema={
"type": "object",
"properties": {},
"required": []
},
),
types.Tool(
name="hakoniwa_drone_simulator_start",
description="Starts the Hakoniwa Drone Simulator",
inputSchema={
"type": "object",
"properties": {},
"required": []
}
),
types.Tool(
name="hakoniwa_drone_simulator_stop",
description="Stops the Hakoniwa Drone Simulator",
inputSchema={
"type": "object",
"properties": {},
"required": []
}
),
types.Tool(
name="provide_hakoniwa_drone_manual",
description="Provides the Hakoniwa Drone Simulator operation manual (PDF)",
inputSchema={
"type": "object",
"properties": {},
"required": []
}
),
types.Tool(
name="drone_command_takeoff",
description="Executes a takeoff command on the drone simulator",
inputSchema={
"type": "object",
"properties": {
"height": {
"type": "number",
"description": "The target height for takeoff (default 1.0m)"
}
},
"required": []
}
),
types.Tool(
name="drone_command_move_to_position",
description="Move drone to specified (x, y, z) position (ROS coordinate system, meters)",
inputSchema={
"type": "object",
"properties": {
"x": {"type": "number", "description": "Forward direction, meters"},
"y": {"type": "number", "description": "Left direction, meters"},
"z": {"type": "number", "description": "Upward direction, meters"},
"speed": {"type": "number", "description": "Movement speed, meters/second"}
},
"required": ["x", "y", "z", "speed"]
}
),
types.Tool(
name="drone_command_land",
description="Land the drone",
inputSchema={
"type": "object",
"properties": {},
"required": []
}
)
]
@server.call_tool()
async def handle_call_tool(name: str, arguments: dict | None) -> list[types.TextContent]:
if name == "describe_hakoniwa_drone":
return [
types.TextContent(
type="text",
text=(
"Hakoniwa Drone Simulatorは、仮想環境上でドローンの自律飛行や荷物輸送タスクを模擬できる高機能シミュレータです。"
"ROS座標系およびUnity座標系の両方に対応し、リアルタイムなカメラ画像取得、Lidarデータ取得、API制御による移動・離着陸・物体把持が可能です。"
"訓練用途、研究用途、またはAI開発向けのプロトタイピングに適しています。"
)
),
]
elif name == "hakoniwa_drone_simulator_start":
return [
types.TextContent(
type="text",
text=hakoniwa_drone_simulator_start()
)
]
elif name == "hakoniwa_drone_simulator_stop":
return [
types.TextContent(
type="text",
text=hakoniwa_drone_simulator_stop()
)
]
elif name == "provide_hakoniwa_drone_manual":
return [
types.TextContent(
type="text",
text=(
"箱庭ドローンシミュレータの公式マニュアルはこちらです！\n"
"👉 [Hakoniwa Drone Manual PDF](https://www.jasa.or.jp/dl/tech/simulator_operation_edition.pdf)"
)
)
]
elif name == "drone_command_takeoff":
height = 1.0
if arguments and "height" in arguments:
height = float(arguments["height"])
return [
types.TextContent(
type="text",
text=drone_command("takeoff", [str(height)])
)
]
elif name == "drone_command_move_to_position":
if arguments is None:
raise ValueError("Arguments required for moveToPosition")
x = str(arguments["x"])
y = str(arguments["y"])
z = str(arguments["z"])
speed = str(arguments["speed"])
return [
types.TextContent(
type="text",
text=drone_command("moveToPosition", [x, y, z, speed])
)
]
elif name == "drone_command_land":
return [
types.TextContent(
type="text",
text=drone_command("land")
)
]
else:
raise ValueError(f"Unknown tool: {name}")
MCPサーバーを作ってみて気づいたこと
今回、初めてMCPサーバーを作ってみて、いくつかハマりポイントがありましたので、共有しておきます！
標準出力にメッセージを出してはいけない
Claude側（MCPクライアント）は、標準出力を純粋なJSON通信に使っています。
そのため、print() などでログを出すと、JSONパースエラーになり通信が途絶えます。
➔ ログ出ししたい場合は、ファイルに書き出すか、サーバー側だけで完結させる必要あり。
ちなみに、今回は、箱庭のPython APIを外部プロセスとして外出して、subprocess.Popen()で実行かける対応をしました。
環境変数（PYTHONPATH / DYLD_LIBRARY_PATH）に注意
サーバープロセスを起動する際、Unityや箱庭ライブラリにパスを通しておかないと、モジュールインポートや動的ライブラリ読込みに失敗します。
➔ subprocess.Popen()のときに、環境変数を適切に引き継ぐ必要あり。
MCPサーバーからUnityプロセスの起動で落ちる...
Unityプロセスをバックグラウンドで起動しても、バックグラウンド実行コマンドが終了すると、一緒に落ちてしまうことがわかりました。
そのため、Unityを起動するためのデーモンプロセスを用意して、MCPサーバーと通信させて今回のデモを実現させています。
まとめ
ドローンシミュレータ（箱庭）をMCPサーバー化し、
Claudeと自然言語で連携できる未来を手に入れました！
まだまだ機能追加や改善の余地はたくさんありますが、
まずは 「論よりRUN」 をモットーに、小さな一歩を形にすることができました！
次は…
今後の展望（TODO）
🛫 自律飛行・WayPoint巡回モードを追加したい
🎒 荷物輸送ミッション（グラブ＆リリース）に挑戦したい
🎥 飛行中のカメラ画像を取得して、AI解析に使いたい
🤖 Claudeともっと高度な「ドローン対話」シナリオを作りたい