概要

昨今MCPが流行っていますが、仕様理解が中々難しい印象です
当該記事では、MCP Server, Clientを実装したい開発者 (私含め)が
簡単なサンプルをベースにMCP Client, Server, LLMの連携イメージ全体像を掴む事を目指しました

Model Context Protocol (MCP) とは

概要

MCPは、2024年にAntropic社により標準化されたAI <-> 外部データソース連携の為の標準規格です
MCP以前は、LLMとのツール統合は全てカスタムメイドであり
共通IFという意味で、AI用の「USBポート」を自称しています
用語はAntropic公式documentが理解しやすいです

トレンド

昨今話題のものですと、以下の様なものかと見受けられます

Playwright MCP: LLM経由でのブラウザ自動操作
AWS MCP: LLM経由でのAWSリソース分析

これらはMCP Serverです
Cursor, ClineなどがMCP Clientに該当します

利点 (例)

Modelが持っていない知識をリアルタイムに反映
- knowledge cutoff対策
(検索シナリオ等で) コンテキストの節約
- [As-is] promptに検索対象全件含めるとLLMに与えるコンテキストを浪費していた
- [to-Be] MCP Server側が指定するschemaに合わせ検索条件を指定、promptに渡す情報を事前にフィルタしコンテキストを節約

機能

MCP Serverは、本来5種類の機能を包括しますが
一般にMCPとして利用されるものはToolsと考えて差し支えないのが現状かと見受けられます
当該記事では以降MCP Toolsを中心に解説をしています

IF仕様

MCP Clientから参照するMCP ServerのIF仕様は公式にて予め大方決まっています
下記(1)にてセッションを確立した後、(2)-(7)ではJSONRPCにて通信を行います
MCP Clientは当該仕様に合わせルーティングを行います

#	endpoint	プロトコル	機能
1	/session (/mcp)	HTTP	MCP Client - Server間のセッション確立
2	/resources/list	JSONRPC	resource一覧取得
3	/resources/read	JSONRPC	resource詳細取得
4	/prompts/list	JSONRPC	prompt一覧取得
5	/prompts/get	JSONRPC	prompt詳細取得
6	/tools/list	JSONRPC	tool一覧取得
7	/tools/call	JSONRPC	tool実行

*注記 = (1)に関してのみ、パスの命名はAntropic仕様に明記されておらずブレがあります

作成したもの

理解も兼ねて

SUUMO (賃貸サイト)情報のスクレイピングMCP Server.tool
及び簡単なMCP Clientを作成しました

構成

例えば、以下の様な、賃貸検索結果画面のURLを指定するとスクレイピングにより賃貸候補リストを取得します

// prompt例
https://suumo.jp/jj/chintai/ichiran/FR301FC001/
?ar=030&bs=040&ra=013&rn=0220&ek=022007660&cb=0.0&ct=9999999&mb=0
&mt=9999999&et=9999999&cn=9999999&shkr1=03&shkr2=03&shkr3=03
&shkr4=03&sngz=&po1=25&pc=30 から家賃の安い先頭5件を列挙してください

成果物

↓ CLIベースにて動作するMCP Clientから、作成したMCP Server.toolを呼び出します

シーケンス

[User -> MCP Client]
「Suumo賃貸検索サイトのURLを含めた指示」をMCP Clientに送信する
[MCP Client <-> LLM (1)]
(1)の指示をLLMに転送し、LLMから「MCP Server.tool利用指示」が返却される
[MCP Client <-> MCP Server.tool]
(2)の指示をMCP Serverに転送
MCP Server.tool内にて、実際に対象のWeb Siteに対しスクレイピングを行い、賃貸情報を取得し返却する
[MCP Client <-> LLM (2)]
(3)を過去のコンテキストとマージし、再度LLMに送信し、ユーザの欲しい回答を得る
[MCP Client -> User]
(4)をユーザに返却し、回答とする

注記

スクレイピングは常識の範囲内でお願い致します

Prototype (実装)

L mcp-client (mcp公式ライブラリにてopenaiと接続する簡潔なmcp client)
L mcp-server (fastapi-mcpにて、mcp toolをホスティング)

[start session]
[init]: /tools/list利用可能なMCP toolsを取得
[interaction]: LLMからの返答にtool_callsが含まれる場合、/tools/callにてMCP Server.toolを利用

MCP Client

modelcontextprotocolライブラリをベースにMCP Clientを作成しています

尚、以下参考とさせていただいております

MCP Server

FastAPI MCPは非常に便利です
FastAPIにおける、app (server)をFastApiMCPでwrapするだけで、MCP Server化します

LLM

LLM側は、OpenAI Chat Competitions APIにて、modelはgpt-4oを利用しています

その他、スクレイピング等の内容は、Github Repositoryをご参照ください
(スクレイピングを検証する際は、個人の責任で、常識の範囲内でお願いいたします)

Prototype (動作)

以下5段階にて、連携を行います
上記Github Repositoryを動作させる際は、README.mdを参照しつつ、以下を実行してください

// server
$ cd mcp-server && rye run python src/main.py

// client
$ cd mcp-client && rye run python src/main.py

1. User -> MCP Client

MCP Clientに対して、ユーザが指示を入力する

#	sequence	interaction
1

2. MCP Client <-> LLM (1)

ユーザ入力と/tools/listにて取得したMCP toolsリストをLLM側に渡します
LLM側の回答にtool_callsが含まれる場合、MCP Clientは指示内容をMCP toolsにルーティングします
- 尚、指示内容は(3)の通り、/tools/listレスポンス内schema定義に沿ってLLM側がjson形式にて指定
- function.name = tool指定
- function.arguments = 指示を記載

#	sequence	interaction
2		`available_tools`にMCP toolsリストを含める
3		response

3. MCP Client <-> MCP Server.tool

(3)の指示を用いてMCP toolに対し/tools/callします
MCP tool側の回答内、contentに結果が含まれます

#	sequence	interaction
4
5		response

4. MCP Client <-> LLM (2)

(5)のcontent内容を整形し、元のcontextと合わせて再度LLM側に渡します
MCP tool結果を踏まえたLLM最終結果が返されます
- 今回はfinish_reason='stop'。contentに回答があり、tool_calls=Noneです

#	sequence	interaction
6		request context↑ `元のcontext`+`tool回答結果` = `messages`
7		response。`content`に回答あり

5. MCP Client -> User

(7)から最終結果を取り出し、ユーザに返却します

#	sequence	interaction
8

総括

非常に進化が早い分野ですので、現時点のご参考までに。といった形です
今回は簡易的な解説でしたが、今後は、JSONRPC周りなど、より詳細な記事を書けたらと思います

以上