LoginSignup

MCP

661posts
1956followers

Login and follow tags to see the latest information.

About MCP

タグの概要・特徴

Model Context Protocol (MCP) は、アプリケーションが LLM にコンテキストを提供する方法を標準化するプロトコルです。
Anthropicによって開発され、現在はコミュニティも参加しオープンソースで開発が行われています。
大規模言語モデル（LLM）やAIアシスタントが、学習データに含まれない最新情報や外部のデータソース、ツール、システムへシームレスかつ安全に接続することを目的としています。

従来、AIアプリケーションと外部システム（データソースやツール）を連携させるには個別のカスタム接続が必要で、「M個のAI x N個のシステム = M x N個の接続」という複雑さ（M×N問題）が生じていました。MCPは、この課題を解決するために、AIインテグレーションにおける「ユニバーサルアダプター」や「プラグインシステム」として機能し、アプリケーションがLLMにコンテキスト（文脈）を提供する方法を標準化します。これは、デバイス接続におけるUSB-Cやウェブ通信におけるHTTPのような標準規格に例えられます。

MCPはクライアント-サーバーモデルを採用し、通信にはJSON-RPC 2.0を用いたステートフルな接続を確立します。主な機能として、AIが実行できるアクションである「ツール (Tools)」、AIがアクセスできるデータソースである「リソース (Resources)」、AIの対話をガイドする「プロンプト (Prompts)」、そしてサーバー主導の対話や再帰的なLLMインタラクションを可能にする「サンプリング (Sampling)」を提供します。

主な用途としては、以下のような分野があります：

  • 開発環境との統合: AIコーディングツール（Cursor, Cline, GitHub Copilotなど）がコードリポジトリ（GitHubなど）やファイルシステムにアクセスし、コード理解やコーディング支援を強化。
  • AIアシスタント/チャットボット強化: 顧客サポートボットが知識ベースやCRMに接続したり、AIアシスタント（Claude Desktop、Microsoft Copilot Studioなど）がユーザーデータ（ファイル、カレンダー等）にアクセスしてタスクを実行。
  • エンタープライズAI: AIがGoogle Drive、Slack、各種データベース（PostgreSQL、Neo4jなど）、CRM（Salesforceなど）、内部APIといった企業システムに接続し、データ活用やビジネスワークフロー自動化を促進。
  • その他: 旅行計画、インフラ管理、金融、ヘルスケア、法務など、多様な分野での活用事例が存在。

MCPの利点

  • 統合の簡素化: 単一の標準化されたプロトコルで、AIと多様な外部システムとの接続を容易にする。
  • コンテキスト認識の向上: LLMがリアルタイムで関連性の高いデータにアクセスでき、より正確な応答が可能になる。
  • 相互運用性の向上: 異なるAIクライアント、LLM、MCPサーバー間のシームレスな連携を実現。
  • スケーラビリティの向上: 多数のデータソースへの接続プロセスを簡素化。
  • 開発オーバーヘッドの削減: カスタムインテグレーションの構築・維持コストを削減。
  • オープンスタンダード: コミュニティによる採用とイノベーションを促進。
  • ツールの迅速な統合と動的ディスカバリー: 新しいツールを容易に追加でき、AIが利用可能な機能を動的に発見できる。
  • エージェント主導のインテグレーション: AIが自律的にタスクを分析し、適切なツールを発見・利用することを促進。
  • 保守性の向上: アドホックなソリューションと比較して、長期的な保守が容易になる。

リファレンス

関連タグ

User Rankings
Weekly
Monthly
Yearly