概要
MCPサーバーが気になったので、調べてみた。
AIに聞いた。
MCPサーバーの自作は、alexaのスキル開発に似てる。
その感覚は非常に鋭く、本質を突いています。
MCP（Model Context Protocol）サーバーの自作と、Alexaスキル開発は、どちらも「LLM（または音声アシスタント）の頭脳と、外部のツール・データをつなぐインターフェースを作る」という点でアーキテクチャが酷似しています。
共通しているポイント
- ツール定義（スキーマの記述）
• Alexa: ユーザーの意図を受け取る「インテント（Intent）」と、引数にあたる「スロット（Slot）」の型をJSONで定義します。
• MCP: AIに提供したい機能である「ツール（Tool）」の名前、説明文、引数の型（JSON Schema）を定義します。 - リクエストとレスポンスの仕組み
• どちらも、メインのAI（Alexa本体 / ClaudeなどのLLM）が「今この機能を使うべきだ」と判断したとき、開発者が作ったサーバーへリクエスト（JSON）を飛ばし、処理結果を受け取って自然な言葉に直してユーザーに返します。 - 自然言語の解釈をAIに任せられる
• 開発者は「ユーザーの曖昧な発言をどうパースするか」という難しい処理を書く必要がありません。定義したスキーマに沿ってAI側が適切なパラメータを抽出して渡してくれるため、開発者は「受け取ったパラメータを使ってAPIを叩く・DBを検索する」といったバックエンドのロジック実装だけに集中できます。
異なるポイント（進化した点）
- 自律性と連携の柔軟さ
• Alexa: 基本的に「1つの発言＝1つのインテント」という単発のやり取りが中心で、対話の流れもある程度ルールベースで制御する必要がありました。
• MCP: LLMの推論能力が高いため、「ツールAで検索し、その結果をもとにツールBを実行してまとめる」といった複数のツールの自律的な連続呼び出し（エージェント的な動き）が、サーバー側で特別な制御を書かなくても自然に実現できます。 - ローカル環境での手軽さ
• Alexa: クラウド（AWS Lambdaなど）にデプロイしてHTTPSのエンドポイントを用意するのが基本でした。
• MCP: クラウドだけでなく、自分のPC（Windowsなど）のローカル環境でプロセスを立ち上げ、標準入出力（stdio）経由でローカルファイルや社内ツールと直接つなぐ使い方が非常に簡単です。
Alexaスキル開発の経験があれば、「AIにどうツールの説明（Description）を書けば正しく呼び出してもらえるか」というプロンプト設計の勘所もすでに身についているため、MCPサーバーの自作もかなりスムーズに進められるはずです。
以上。