MCPで研究！Notion+Jupyter+Google ScholarでAIに勝手に実験してもらおう！

Posted at 2025-05-30

こんにちは！ひさふるです！

みなさん、MCP使ってますか？？(もう今さら感が否めないですが...)

最近、MCPの使い道を模索する中で、学生時代を思い出してMCPに研究をさせるなんてことをやってみたのですが、意外と上手くいきそうな気配がしました。

今回は、Claude DesktopにMCPを導入し、AIに自律的に研究させてみた話をご紹介しようと思います！

MCPとは？

MCP (Model Context Protocol)とは、生成AIに対し様々なツールを提供するために定義されたプロトコルです。

MCPはよく"AIにおけるUSB-Cのようなもの"と例えられるように、何か特定の機能を指すわけではなく、単なる接続口の形式に過ぎません。

しかし、MCPの形式に沿って提供されたツールなら簡単にAIに組み込むことが出来ます。また今後もMCP対応のツールは更に増えると予想されるため。今後AIにツールを提供する方法の主流になっていくと予想されています。

MCPはAIに様々なツールを提供するプロトコル

MCPが強みを発揮できる環境とは？

では、まずはどのような環境でMCPの強みを活かすことが出来るか考えてみましょう。

RAGとMCPの違い

よく、MCPはRAG(Retrieval Augmented Generation)と比較されることがあります。
※ RAGは外部のベクトルDBを参照することで、生成AIの回答に追加の情報を与える仕組み

(本質的には全然違うものの)、どちらも外部のツールとやり取りするという点では似ています。

RAGなどの従来システムの特徴は、以下の2点です。

実効する順番が明確に決まっている
AIが実際に使われるのは一部

この2点が表すのは、RAGなどのシステムでは生成AIの自由度が低い反面、実行の順序や実行内容が決まっており再現性が高いということです。

すなわち、ツールとして挙動が安定しており、常に一定の回答を得られることを期待出来るのがRAGなどの良いところでしょう。

一方で、MCPの特徴は以下の2点です。

MCP Serverを利用するかどうかは任意
MCP Serverを呼び出す順番は自由

RAGと比較して、MCPはAIの持つ自由度が高く、AIが好きなツールを好きなタイミングで呼び出せるようになっています。

なので、MCPはRAGと比較すると挙動の不確実性が高いが、汎用性が高く様々なタスクに対応出来る可能性を秘めていると言えるでしょう。(ただし接続するツール次第ですが)

MCPがその能力を発揮できる場所

以上の事柄をもとに考えると、MCPは使うツールや実行順が決まっておらず、アドリブで対応する必要があるタスクでこそ、その強みを発揮できると言えるでしょう。

(やることが毎回同じタスクであれば、MCPを利用しても実行結果の安定性が損なわれるだけですしね)

そこで今回は、アドリブ対応が多くなりそうなタスクである研究をMCPを使ってAIにさせてみようと思います！

MCPはアドリブ対応が必要なタスクで真価を発揮する

MCPに研究をさせてみよう！

今回は、大学院にいた頃を思い出して、MCPに情報系の研究をさせてみようと思います！

まずは、作成した構成を以下に示します。

生成AI部分はCluade Desktopを使い、そこにMCPとして以下の3つのツールを接続しました。

論文検索 MCP
- Google Scholarやarxivに対して、論文検索を実行出来るMCP Server。参考文献の調査に使用。
- https://github.com/openags/paper-search-mcp
Jupyter MCP Server
- ブロック単位でのコード実行が可能なJupyter NotebookをMCP経由で操作可能にしたもの。実験の実施に使用。
- https://github.com/datalayer/jupyter-mcp-server
Notion MCP Server
- おなじみのメモツール"Notion"をMCPで操作出来るようにしたもの。実験結果の報告書作成に使用。
- https://notion.notion.site/Notion-MCP-1d0efdeead058054a339ffe6b38649e1

これをもってして、

先行研究・参考文献の調査
コーディング+実験の実施
結果のまとめと報告

まで、AIに自律的にやってもらおうというのが今回の目標です！

詳しい導入方法

他にも詳しい記事がたくさんあるので、簡単に...

Claude Desktopの設定画面を開くと、開発者(Developer)という項目があると思います。その中の構成を編集(Edit Config)というボタンをクリックすると、claude_desktop_config.jsonというファイルが開きます。

ここに、MCPの設定を追記していきます。
今回は、以下のようにファイルに設定を記載しました。(詳しい内容は、後述の各サーバーの設定方法を参考にしてください🙇🙇)

{
  "mcpServers": {
    "jupyter": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "SERVER_URL",
        "-e",
        "TOKEN",
        "-e",
        "NOTEBOOK_PATH",
        "datalayer/jupyter-mcp-server:latest"
      ],
      "env": {
        "SERVER_URL": "http://host.docker.internal:8888",
        "TOKEN": "MY_TOKEN",
        "NOTEBOOK_PATH": "test.ipynb"
      }
    },
    "notionApi": {
      "command": "npx",
      "args": ["-y", "@notionhq/notion-mcp-server"],
      "env": {
        "OPENAPI_MCP_HEADERS": "{\"Authorization\": \"Bearer ntn_****\", \"Notion-Version\": \"2022-06-28\" }"
      }
    }
    "paper_search_server": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/path/to/your/paper-search-mcp",
        "-m",
        "paper_search_mcp.server"
      ]
    }
  }
}

jupyter mcp serverの設定手順
- jupyter labでjupyter serverが起動していることが前提になります
- また、NOTEBOOK_PATHとして、操作する対象のノートブックを先に作成しておく必要があります
- https://jupyter-mcp-server.datalayer.tech/docs/usage/
notion mcp serverの設定手順
- 私はnpxを用いた方法でmcp serverを用意しました
- https://github.com/makenotion/notion-mcp-server
paper search mcp serverの設定手順
- こちらは、npxでサーバーをダウンロードし、uvで起動するようです
- https://github.com/openags/paper-search-mcp

実行結果

今回は、簡単な情報系の実験として、以下のテーマを設定しました！

テーマ：ニューラルネットワークの活性化関数を変えたときの学習効率の変化

(詳細な説明を省きますが、用は機械学習を行う際の内部の構成によって、どれだけ学習を効率化出来るか、という実験ですね。)

では、Claude Desktopに入力したプロンプトの全文を表示します。

研究テーマ: 活性化関数による学習効率の変化

概要: 簡易的なニューラルネットワークを実装し、活性化関数の違いによる学習効率の変化を実験してください

・まず、どのような活性化関数があるか、Google Scholar等を中心に信頼できるソースを検索し、実装方法を検討してください。

・方針がまとまったら、Jupyter上で簡易的な機械学習プログラムを実装し、実験を行ってください。
　機械学習を実装するライブラリは、scikit-learnを使用してください。
 また、matplotlibは日本語の表示に対応していないため、図の表示は全て英語で行ってください。
 実験は簡易的なものでかまいませんが、活性化関数によって差が出ると見込まれるようなニューラルネットワークを使用してください。
 データセットはmnistを使ってください。

・結果は、notion内に新しくページを作ってまとめてください。
  文章は論文調で書いてください。
　実験の背景から実験内容、結果、参考文献等を記述してください。
  また、参考文献を引用する場合は、文末に[1]のような形で参考文献番号を付けてください。