Claude MCP（Model Context Protocol）入門｜AIにツールを持たせる新標準をPythonで実装する

Posted at 2026-08-30

はじめに

2024〜2025年にかけてAI業界で最も注目を集めたキーワードの一つが**MCP（Model Context Protocol）**です。

Anthropicが策定したこのオープンプロトコルは、「AIに外部ツールを持たせる」ための標準仕様として急速に普及しています。

本記事では、MCPの仕組みをゼロから解説し、Pythonで実際に動くMCPサーバーを30分で作る手順を紹介します。

MCPとは何か

**MCP（Model Context Protocol）**とは、AIモデル（ClaudeなどのLLM）と外部ツール・データソースをつなぐための標準プロトコルです。

従来：
Claude ← プロンプトのみ ← ユーザー

MCP導入後：
Claude ← プロンプト + ツール実行結果 ← MCP Server ← 外部サービス
                                                    （DB / API / ファイル等）

MCPが解決する問題

課題	MCPなし	MCPあり
最新情報の取得	Claudeの学習データに依存	リアルタイムでAPIから取得
社内データの参照	プロンプトに貼り付けが必要	DBやファイルを直接参照
アクション実行	AIが提案→人間が実行	Claudeが直接ツールを操作
複数ツールの連携	都度プロンプトで制御	MCPサーバーで統合管理

MCPのアーキテクチャ

┌─────────────────────────────────────┐
│           MCP Host                  │
│   (Claude Desktop / Claude Code)    │
└───────────────┬─────────────────────┘
                │ MCP Protocol
    ┌───────────┼────────────┐
    ↓           ↓            ↓
┌───────┐  ┌───────┐  ┌──────────┐
│ MCP   │  │ MCP   │  │  MCP     │
│Server │  │Server │  │ Server   │
│(DB)   │  │(API)  │  │(ファイル)│
└───────┘  └───────┘  └──────────┘

MCPには3つのコンポーネントがあります：

MCP Host：ClaudeなどのAIが動作するクライアント
MCP Server：外部ツールやデータを提供するサーバー（自作可能）
MCP Protocol：両者をつなぐ標準通信仕様（JSON-RPC 2.0ベース）

環境構築

pip install mcp anthropic

PythonでMCPサーバーを作る

① シンプルなツールを持つMCPサーバー

# server.py
from mcp.server import FastMCP

mcp = FastMCP("my-tools")

@mcp.tool()
def get_current_time() -> str:
    from datetime import datetime
    now = datetime.now()
    return f"現在時刻: {now.strftime('%Y年%m月%d日 %H:%M:%S')}"

@mcp.tool()
def calculate(expression: str) -> str:
    try:
        result = eval(expression, {"__builtins__": {}})
        return f"{expression} = {result}"
    except Exception as e:
        return f"計算エラー: {e}"

@mcp.tool()
def search_it_terms(keyword: str) -> str:
    terms = {
        "PD試験": "プロフェッショナルデジタルスキル試験。2027年度開始予定のIPA新資格体系。",
        "RAG": "Retrieval-Augmented Generation。外部文書をAIの回答生成に活用する手法。",
        "MCP": "Model Context Protocol。AIに外部ツールを持たせるAnthropicの標準プロトコル。",
        "FAISS": "Facebook AI Similarity Search。高速なベクトル類似検索ライブラリ。",
    }
    result = terms.get(keyword, f"'{keyword}'は登録されていません。")
    return result

if __name__ == "__main__":
    mcp.run()

② Claudeからツールを呼び出す（API経由）

MCPサーバーを経由せず、Claude APIのTool Useで同等の動作を確認する例：

import anthropic

client = anthropic.Anthropic()

tools = [
    {
        "name": "get_current_time",
        "description": "現在の日時を返します",
        "input_schema": {
            "type": "object",
            "properties": {},
            "required": []
        }
    },
    {
        "name": "search_it_terms",
        "description": "IT用語を検索して説明を返します",
        "input_schema": {
            "type": "object",
            "properties": {
                "keyword": {
                    "type": "string",
                    "description": "検索するIT用語"
                }
            },
            "required": ["keyword"]
        }
    }
]

def handle_tool_call(tool_name: str, tool_input: dict) -> str:
    from datetime import datetime

    if tool_name == "get_current_time":
        now = datetime.now()
        return f"現在時刻: {now.strftime('%Y年%m月%d日 %H:%M:%S')}"

    elif tool_name == "search_it_terms":
        terms = {
            "PD試験": "プロフェッショナルデジタルスキル試験。2027年度開始予定。",
            "RAG": "Retrieval-Augmented Generation。外部文書を参照して回答する手法。",
            "MCP": "Model Context Protocol。AIにツールを持たせるプロトコル。",
        }
        keyword = tool_input.get("keyword", "")
        return terms.get(keyword, f"'{keyword}'は未登録です。")

    return "ツールが見つかりません"


def chat_with_tools(user_message: str) -> str:
    messages = [{"role": "user", "content": user_message}]

    while True:
        response = client.messages.create(
            model="claude-sonnet-5",
            max_tokens=1024,
            tools=tools,
            messages=messages
        )

        # ツール呼び出しがない場合は回答を返す
        if response.stop_reason == "end_turn":
            return response.content[0].text

        # ツール呼び出しがある場合は処理して続行
        tool_results = []
        for block in response.content:
            if block.type == "tool_use":
                result = handle_tool_call(block.name, block.input)
                tool_results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": result
                })

        messages.append({"role": "assistant", "content": response.content})
        messages.append({"role": "user", "content": tool_results})


# 実行例
print(chat_with_tools("今何時ですか？また、PD試験について教えてください。"))

Claude Desktopへの組み込み方

作成したMCPサーバーをClaude Desktopで使うには、設定ファイルに追加します。

設定ファイルの場所：

Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

設定内容：

{
  "mcpServers": {
    "my-tools": {
      "command": "python",
      "args": ["/path/to/server.py"]
    }
  }
}

設定後にClaude Desktopを再起動すると、ツールが使えるようになります。

既存の公開MCPサーバー

自作しなくても、以下の公開MCPサーバーがすぐに使えます：

サーバー	機能
`@modelcontextprotocol/server-filesystem`	ローカルファイルの読み書き
`@modelcontextprotocol/server-github`	GitHub API連携
`@modelcontextprotocol/server-postgres`	PostgreSQL接続
`@modelcontextprotocol/server-brave-search`	Web検索
`@modelcontextprotocol/server-slack`	Slack連携

# npmで一発インストール
npx @modelcontextprotocol/server-filesystem /path/to/dir

PD試験との関連

2027年度開始の**PD試験（プロフェッショナルデジタルスキル試験）**では、PD(D)区分（データ・AI）においてAI活用スキルが出題範囲に含まれています。

MCPのようなエージェント連携技術の概念を理解しておくことは、試験対策としてだけでなく、実務でのAI活用スキルとして直接役立ちます。

まとめ

項目	内容
MCPとは	AIと外部ツールをつなぐAnthropicの標準プロトコル
実装方法	Python + `mcp`ライブラリで30分で作れる
活用場面	DB連携・API連携・ファイル操作・社内ツール自動化
試験との関連	PD(D)のAI活用スキルと直結

MCPは2025〜2026年のAI実装の標準になりつつあります。今のうちに触っておくことをお勧めします。

PD試験・IT資格の情報発信：

Qiita: @pds_siken
PD試験専門サイト: pds-siken.com

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up