はじめに

Cursor の AI に、自分で作ったツールを追加できたら便利だと思いませんか？ 🤔 Model Context Protocol (MCP) を使えば、それが可能になります！
今回は、Web 検索でおなじみの DuckDuckGo を使って検索やコンテンツ取得ができる MCP サーバーを構築し、Cursor に統合する手順を紹介します。
repomixで一つのテキストにまとめてAIにやらせましょう5分くらいでできます。
こんな感じの👇️

MCPサーバーとは？ 🔌

Model Context Protocol (MCP) は、AI モデル（Cursor のエージェントなど）が外部のツールやサービスと連携するための仕組みです。MCP サーバーを立てることで、Cursor のチャットから @あなたのサーバー名 のように呼び出して、特定の機能（今回の場合は DuckDuckGo 検索）を実行できるようになります。

これを使えば、Cursor をもっとパワフルにカスタマイズできますね！💪

今日は Python と FastMCP ライブラリを使って、DuckDuckGo 検索サーバーを作ります🦆

🚀 アジェンダ

プロジェクトの準備
依存関係のインストール
MCP サーバーの起動
Cursor への設定
使ってみよう！

🛠️ 手順

まずは MCP サーバーを実行できる環境を用意します。

1. プロジェクトの準備 📂

今回は、duckduckgo-mcp-server という既存のプロジェクトを利用します。

リポジトリのクローン (推奨):

git clone https://github.com/nickclyde/duckduckgo-mcp-server.git
cd duckduckgo-mcp-server

または、ファイルから復元:
もし repomix-output.txt のような統合ファイルがある場合は、そこから必要なファイルを展開してください。（今回はこの方法で進めましたね！）

必要なファイルは主に以下の通りです:
- .gitignore
- pyproject.toml (プロジェクト定義と依存関係)
- src/duckduckgo_mcp_server/__init__.py
- src/duckduckgo_mcp_server/server.py (サーバーのコアロジック)
- README.md (参考情報)
- など...

2. 依存関係のインストール 📦

プロジェクトに必要なライブラリをインストールします。pyproject.toml に必要なものが定義されています。

Python の準備:
Python がインストールされていることを確認してください。
```
python --version
# または py --version
```
pip を使ってインストール:
プロジェクトのルートディレクトリ（pyproject.toml がある場所）で以下のコマンドを実行します。
```
pip install .
```
(もし uv が使える環境なら uv pip install . でも OK です)

たくさんのライブラリがインストールされるはずです。エラーが出なければ成功です🎉
プロキシ環境下などでエラーが出る場合は、プロキシ設定を追加する必要があるかもしれません。
pip install . --proxy="http://your-proxy-server:port"

3. MCP サーバーの起動 🚀

いよいよサーバーを起動します！開発中は mcp dev コマンドを使うのが便利です。

サーバー起動コマンド:
プロジェクトのルートディレクトリで実行します。
```
mcp dev src/duckduckgo_mcp_server/server.py
```
このコマンドはサーバーをフォアグラウンドで起動し、ログなどを表示します。
バックグラウンドでの起動 (オプション):
もしターミナルを他の作業で使いたい場合は、& をつける（Linux/macOS）か、Windows Terminal の機能などでバックグラウンド実行します。Cursor の機能で実行した際は、is_background=True オプションを使いましたね！
起動確認 (任意):
別のターミナルを開いて mcp list コマンドを実行すると、起動中の MCP サーバー (ddg-search) がリストに表示されるはずです。

4. Cursor への設定 ⚙️

起動した MCP サーバーを Cursor に認識させます。

Cursor の設定を開く:
Cursor の設定画面 ( Ctrl+, または Cmd+, ) を開き、「MCP」セクションに移動します。
グローバル MCP サーバーの追加:
「+ Add new global MCP server」ボタン（または類似のボタン）があるはずです。これをクリックすると、設定ファイル mcp.json が開くか、設定用の UI が表示されます。
mcp.json を直接編集する場合:
C:\Users\<あなたのユーザー名>\.cursor\mcp.json (Windowsの場合) または ~/.cursor/mcp.json (macOS/Linuxの場合) を開き、以下のように編集します。既に mcpServers がある場合は、その中に ddg-search の設定を追加します。
C:\Users\jacka.cursor\mcp.json
```
{
  "mcpServers": {
    "ddg-search": {
      "command": "python",
      "args": ["-m", "duckduckgo_mcp_server.server"],
      "cwd": "C:/Users/duckduckgo-mcp-server-main"
    }
    // 他のサーバー設定があればここに追加
  }
}
```
- command: サーバー起動に使うコマンド (python)。
- args: コマンドに渡す引数。
- cwd: 重要！ プロジェクトのルートディレクトリの フルパス を指定します。Windows でもパス区切り文字は / を使うのが安全です。あなたの環境に合わせてパスを修正してください。
UI で設定する場合:
UI の指示に従い、サーバー名 (ddg-search)、コマンド (python)、引数 (-m, duckduckgo_mcp_server.server を個別に入力)、作業ディレクトリ
(C:/Users/duckduckgo-mcp-server-main) を設定します。
Cursor の再起動 (推奨):
設定を確実に反映させるために、Cursor を再起動するのが良いでしょう。

5. 使ってみよう！ 🔎

設定がうまくいけば、Cursor のチャットで @ を入力すると、候補に @ddg-search が表示されるはずです！

検索してみる:
```
@ddg-search 今日の東京の天気
```
と入力して送信すると、サーバーが DuckDuckGo で検索を実行し、結果を返してくれます。

コンテンツを取得してみる:
```
@ddg-search fetch_content url="https://qiita.com/"
```
のように fetch_content ツールを使って、指定した URL の内容を取得することもできます。

サーバーの機能紹介 🔧

今回構築した ddg-search サーバーには、主に2つのツールが実装されています。

search(query: str, max_results: int = 10)
- DuckDuckGo で指定された query を検索します。
- max_results で取得する結果の最大数を指定できます（デフォルトは10件）。
- 検索結果のタイトル、URL、スニペット（要約）を整形して返します。
fetch_content(url: str)
- 指定された url のウェブページを取得し、本文と思われるテキストを抽出・整形して返します。
- 広告やナビゲーションなどの不要な部分はできるだけ除去されます。

レート制限について: ⚠️
このサーバーには、DuckDuckGo への短時間でのアクセス集中を防ぐための簡単なレート制限（検索: 30回/分、コンテンツ取得: 20回/分）が組み込まれています。連続で使いすぎると、少し待機する場合があります。

さいごに

これで、あなただけの DuckDuckGo 検索ツールが Cursor に追加されました！🎉
MCP を活用すれば、今回のように外部 API と連携したり、特定の処理を行うカスタムツールをどんどん追加していくことができます。

ぜひ、色々な MCP サーバーを探したり、自分で作ったりして、Cursor をさらに便利にしてみてくださいね！

この記事が、あなたの Cursor ライフの一助となれば幸いです 😊。