1. はじめに
こんにちは、JetBrains公式代理店NATTOSYSTEMのねばねばです。
今回は、Skyscanner の実例ブログを題材に、JetBrains MCP サーバーで提供されるツールをご紹介いたします。
2. Codex CLI × JetBrains MCP の活用
Skyscanner のソフトウェアエンジニアエンジニアは、Codex CLI を JetBrains IDE と MCP を介して連携させ、AI に IDE の機能を使わせる形にしました。
この統合によって、AI が IDE のコンテキスト（ファイル内容やエラー情報、実行結果など）を参照しながらより精度の高い支援が可能になったと語っています。
事例で得られたメリット
-
IDE のエラー検出を直接利用
Codex が JetBrains MCPでサポートしているget_file_problemsを呼び出し、構文エラーや型エラーを即座に知ることができます。 -
テストやフォーマットの実行を AI から直接制御
AI 側から既存の実行設定（run configuration）を呼び出し、結果を取得できます。 -
フィードバックループの高速化
人間が実行して結果を貼り付ける必要がなくなり、AI が IDE から直接情報を取って判断できます。
以下は記事からの引用：
MCP がない場合、想定されるフローは次のようになります。
- コードを生成する
- ユニットテストの実行方法を判断する
- ユニットテストを実行する（場合によってはユーザーにコマンド実行を依頼する必要がある）
- 失敗メッセージを読み取り、解析する
- エラーの修正を試みる
一方、JetBrains MCP を使うと、このループははるかにタイトになります。
- コードを生成する
- JetBrains にファイル上の問題点を問い合わせる
- IntelliJ が報告している正確なエラーを修正する
引用元：https://developers.openai.com/blog/skyscanner-codex-jetbrains-mcp
3. JetBrains MCP サーバーで提供されるツール一覧
JetBrains MCP サーバーは IDE の内部機能を外部クライアント（Codex、Claude Desktop、Cursor、VS Code など）から呼び出せるツールとその用途一覧。
| ツール名 | 説明 |
|---|---|
execute_run_configuration |
指定した Run Configuration（テスト・アプリ実行など）を実行し、終了コードや出力を返す |
get_run_configurations |
プロジェクト内で定義されている Run Configuration の一覧を取得する |
get_file_problems |
指定ファイルに対して IDE のインスペクションを実行し、エラーや警告を取得する |
get_project_dependencies |
プロジェクトで使用されている依存関係の一覧を取得する |
get_project_modules |
プロジェクトに含まれるモジュールの一覧を取得する |
create_new_file |
指定したパスに新しいファイルを作成し、内容を書き込む |
find_files_by_glob |
glob パターンを使ってプロジェクト内のファイルを検索する |
find_files_by_name_keyword |
ファイル名に含まれるキーワードでファイルを検索する |
get_all_open_file_paths |
現在 IDE で開かれているファイルのパス一覧を取得する |
list_directory_tree |
指定ディレクトリ以下のツリー構造を取得する |
open_file_in_editor |
指定したファイルを IDE のエディタで開く |
reformat_file |
IDE のコードフォーマッタを使ってファイルを整形する |
get_file_text_by_path |
指定したファイルのテキスト内容を取得する |
replace_text_in_file |
ファイル内のテキストを指定内容で置換する |
search_in_files_by_regex |
正規表現を使ってプロジェクト内のファイルを検索する |
search_in_files_by_text |
指定したテキストでプロジェクト内検索を行う |
get_symbol_info |
指定位置のシンボル（変数・関数・クラスなど）の情報を取得する |
rename_refactoring |
シンボルに対してリネームリファクタリングを実行する |
execute_terminal_command |
IDE に統合されたターミナルでコマンドを実行する |
get_repositories |
プロジェクトに含まれる VCS（Git など）のリポジトリ一覧を取得する |
4. 使用例
例1 — コンパイルエラーを即時検出
AI が修正案を出した後、IDE に get_file_problems を問い合わせることで、その場でエラーを知ることが可能になります。
それにより「生成 → 実行 → 修正 → 再生成」という反復回数が大きく減ります。
例2 — テストを自動実行するコード修正
AI が既存の run configuration を取得し、テストを実行し、結果を踏まえて次の修正を提案する…という流れを自動化
例3 — プロジェクト全体への変更
glob でファイルを検索し、特定パターンに変更を加えるような大規模なリファクタリング
まとめ
AI コーディング支援は、
- コード生成はできるが
- IDE の状態や実行結果は人間が仲介する
ですが、JetBrains の Model Context Protocol（MCP）サーバーを介することで、
- AI は IDE のコンテキスト（ファイル、エラー、プロジェクト構成など）を取得できる
- Run Configuration やフォーマッタ、検索、リファクタリングといった IDE の機能そのものをツールとして呼び出せる
- その結果、「生成 → 検証 → 修正」のループを AI 主導で高速に回せる
Skyscanner の実例では、この仕組みを実現している良い例でした。
それでは今日もナットウを食べて元気になりましょう！（謎）
ナットウシステムからのお知らせ
NATTOSYSTEMはJetBrains製品に関するご質問、ご相談等を受け付けております。
ちょっとした疑問、質問でも構いませんので、弊社のXまたはメールでご連絡ください。
参考リンク
- Supercharging Codex with JetBrains MCP at Skyscanner — OpenAI Developers Blog (OpenAI Developers)
- JetBrains MCP Server 公式ドキュメント(JetBrains)