AB
AB
AiBoss

すべてのカテゴリ

Wiki

MCPとは何か？包括的なガイド - AI百科事典

モデルコンテキストプロトコル（MCP）は、Anthropic社が開発したオープンプロトコルであり、大規模言語モデル（LLM）と外部データソースおよびツール間の通信を標準化します。統一されたインターフェースを提供することで、LLMの柔軟性を高めます。

MCP是什么？一文看懂 - AI百科知识

モデルコンテキストプロトコル（MCP）は人工的な知的2024年11月にオープンプロトコルを発表したAnthropic社は、大規模な言語モデルの標準化を行っている。LLMMCPは、外部データソースやツールとの通信に使用されます。これはしばしば…に例えられます。 AI このアプリケーションのUSB-Cインターフェースは、統一されたインターフェースを提供し、以下のことを可能にします。 LLM これにより、さまざまなデータやサービスへの柔軟なアクセスとインタラクションが可能になり、… AI その幅広い応用とエコシステムの発展。このプロトコルの導入により、従来の統合方法の複雑さとセキュリティ上の脆弱性が解消され、開発効率とデータセキュリティが向上し、Microsoft、Open、Openなどの企業に採用されています。AIGoogleのような企業がこれを採用した。MCPの出現は… AI モデルが外部世界と相互作用する方法における重要な進歩であり、より多くの構築を可能にする...強力、平知的の AI このアプリケーションは強固な基盤を提供し、全体を牽引することが期待されています AI 業界の標準化プロセス。MCPは統合プロセスを簡素化することで開発のハードルを下げ、より多くの開発者が利用できるようにします。 LLM の強力より価値の高いアプリケーションを開発する能力。

MCPとは何ですか？

モデルコンテキストプロトコル（MCP）は、Anthropicによって導入された、大規模な言語モデルを標準化するオープンプロトコルです。LLM外部データソースおよびツールとの通信。これは、統一されたインターフェースを提供することによって実現されます。 LLM これにより、さまざまなデータやサービスへの柔軟なアクセスと操作が可能になります。

背景

大規模言語モデルの開発により（LLM）存在する人工的な知的この分野では画期的な進歩が見られ、様々な複雑な作業における有効性が実証されている。強力その機能には、自然言語理解、テキスト生成、コーディング、複雑な問題の解決などが含まれます。しかし、LLM その知識は主に訓練データから得られており、そのデータは静的で特定の時点に限定されている。つまり… LLM 彼らはリアルタイムの出来事を認識しておらず、外部のプライベートデータソースやツールに直接アクセスしたり操作したりすることはできません。これらの制限を克服するために、 LLM 実際のアプリケーションシナリオにより良く対応するために、開発者は… LLM さまざまな外部データソース（データベース、API、ファイルシステムなど）やツール（計算機、コード実行環境、専用ソフトウェアなど）との統合は非常に重要です。従来の統合方法では、データソースやツールごとにカスタマイズされたインターフェースを開発する必要があり、これは煩雑で時間のかかるだけでなく、コストもかさみます。

例えば、アプリケーションが LLM データベースへの同時アクセス、外部 API の呼び出し、ローカルファイルの読み取りを行うには、開発者は異なる認証および認可メカニズム、データ形式、通信プロトコルを処理する 3 つの異なるインターフェース コードセットを作成する必要がある場合があります。この「ポイント ツー ポイント」統合モデルは、いわゆる「...」につながります。M×N問題これは、M個のモデルをN個のツールと統合する必要があることを意味し、理論的にはM×N個のコネクタが必要となるため、システムが複雑になり、保守が困難になる。

このカスタマイズされた統合アプローチは、データ漏洩、不正アクセス、悪意のあるコードの実行といったセキュリティリスクも伴います。なぜなら、新しい統合ごとに新たな攻撃対象領域が生じる可能性があるからです。したがって、業界は標準化された統一プロトコルを早急に必要としており、これにより統合プロセスを簡素化できます。 LLM 外部との接続により、統合の複雑さとコストが削減され、システムのセキュリティと保守性が向上します。

起源

Anthropic社はMCPをオープンスタンダードとして設計し、特定のベンダーの技術スタックに限定するのではなく、業界標準として積極的に推進し、コミュニティの参加と貢献を奨励しています。MCPは最初のリリースから、開発者を支援するために詳細な仕様書、ソフトウェア開発キット（SDK）、および一連のリファレンス実装を提供しています。速いAnthropicがMCPエコシステムの開発に参画し、積極的に関与する姿勢を示したことは、業界から好意的な反応を得ています。Block（旧Square）やApolloといった企業は早期にMCPを自社システムに統合し、Zed、Replit、Codeium、Sourcegraphなどの開発者ツールプロバイダーは、プラットフォームの機能強化のためにMCPとの連携を開始しました。MCPのローンチは、MCPエコシステムの発展において重要な一歩となります。 LLM アプリケーション開発は新たな段階に入り、共通の「言語」と「インターフェース」を提供することで、プロセスが大幅に簡素化された。 AI モデルと外部環境との相互作用により、より多くの構築が可能になります...強力、平知的統合が容易 AI この申請は強固な基盤を築いた。

MCPの中核的な目的は

統合の複雑さを軽減する

統一されたプロトコル仕様を使用することで、開発者が記述する必要のあるカスタマイズコードの量が削減され、統合プロセスが簡素化されます。

開発効率を向上させる

開発者は、既存のMCPサーバー実装を再利用することも、標準規格に基づいて実装することもできます。速い新しい MCP サーバーを開発して高速化する AI アプリケーション開発サイクル。

セキュリティを強化するMCP仕様には、OAuth 2.1ベースの認証メカニズムなど、セキュリティ関連の考慮事項が含まれており、より安全なシステムの構築に役立ちます。 AI 応用。

生態系開発を促進する

オープンスタンダードとコミュニティの協力を通じて、より多くの開発者や組織がMCPエコシステムの構築に参加し、より機能豊富で汎用性の高いMCPサーバーを開発することで、エコシステムをさらに充実させていくことを奨励します。 AI モデル駆動の能力限界 AI 技術の広範な応用と革新。

MCPの比喩――AI アプリケーションのUSB-Cインターフェース

モデルコンテキストプロトコル（MCP）は、その開発者であるAnthropic社および業界から広く高く評価されています。 “AI アプリケーションのUSB-Cインターフェースこれは、MCPの役割を鮮やかに示している。 AI エコシステム内でのその中核的な役割と価値。USB-Cインターフェースは、標準化、リバーシブル、多機能性といった特性により、さまざまな電子機器（ノートパソコンなど）を大幅に簡素化しました。知的この技術により、携帯電話、タブレット、周辺機器間のシームレスな接続とデータ転送が可能になり、従来使用されていた互換性のないさまざまなインターフェース（USB-A、Micro-USB、HDMI、VGAなど）に取って代わることになります。

MCPの出現以前は、AI モデル（特に大規模な言語モデル）と外部世界との接続は、多くの場合、断片的でカスタマイズされています。新しい統合を行うたびに、専用のアダプタやインターフェースの開発が必要となり、これはUSB-Cが広く普及する以前に、ユーザーがさまざまなデバイス用に異なるケーブルやコンバータを用意しなければならなかったのと同様に不便です。

MCPの出現は、まるで… AI 世界はUSB-C規格を採用しており、これにより… AI このモデルは、汎用プロトコルを使用して、さまざまなMCPサーバー（特定のデータやツールへのアクセスをカプセル化したもの）に「プラグアンドプレイ」方式でアクセスします。USB-Cインターフェースがデータ転送、ビデオ出力、電力供給などの機能をサポートするのと同様に、MCPもリソースアクセス、ツール呼び出し、プロンプト管理、ヒューリスティックなインタラクションといったコア機能をサポートし、多様なニーズに対応します。 AI アプリケーションシナリオ。これは、MCPが推進する役割を鮮やかに示しています... AI 技術普及と応用革新の可能性は、 AI モデルと現実世界をつなぐ重要な架け橋。

MCPの中核コンポーネント

ホスト

ホストはユーザーであり、 AI モデルがやり取りするユーザーインターフェースまたはアプリケーション。ユーザー入力（質問や指示など）を受け取り、その入力を...に渡す役割を担います。 AI モデルは処理されます。表示もホスト側で行います。 AI このモデルは、ユーザーに提供する応答を生成したり、結果を実行したりします。MCPのインタラクションフローにおいて、ホストはコーディネーターとして機能し、ユーザーの意図を理解し、外部データを取得したりツール操作を実行したりするために、MCPクライアントをいつ、どのように呼び出すかを決定します。

ホストの典型的な例は Claude Desktop ユーザーが直接操作できるアプリケーション Claude このモデルでは、対話、MCPを介したローカルファイルシステムやネットワークリソースへのアクセスが可能です。ホストは、MCPクライアントのライフサイクルを管理し、権限要求やエラーメッセージなど、ユーザーとのやり取りに関連するロジックを処理できる必要があります。

クライアント

MCPクライアントは、ホストとMCPサーバー間の橋渡し役として機能します。1つまたは複数のMCPサーバーとの接続を確立する役割を担います。 AI モデルの要求（特定のリソースの取得やツールの呼び出しなど）は、MCP仕様に準拠した要求メッセージにカプセル化され、対応するサーバーに送信されます。クライアントは、サーバーからの応答メッセージを受信し、その結果をホストに返すか、直接サーバーに渡す役割も担います。 AI モデル。MCPクライアントは、メッセージのエンコードとデコード、トランスポートプロトコル（HTTP、WebSocket、gRPC、stdioなど）の処理、および必要なセキュリティメカニズム（OAuth 2.1認証など）を含むMCPプロトコル仕様を実装する必要があります。実装によっては、MCPクライアントはホストアプリケーションに組み込まれるか、ホストからスタンドアロンライブラリとして呼び出される場合があります。

サーバ

MCPサーバーは、実際にデータを提供したり、ツール操作を実行したりするコンポーネントです。各MCPサーバーは、特定のデータソース（データベース、ファイルシステム、APIなど）またはツール（コードインタープリタ、計算機、専用ソフトウェアなど）へのアクセス機能をカプセル化します。MCPサーバーは、クライアントからリクエストを受信すると、リクエストの種類とパラメータに基づいて対応する操作（データベースのクエリ、ファイルの読み取り、外部APIの呼び出しなど）を実行し、その結果をMCP仕様に準拠した応答メッセージにカプセル化してからクライアントに返します。MCPサーバーは、MCPプロトコル仕様を実装し、提供されるリソース、ツール、プロンプトテンプレートなど、サポートする機能を公開する必要があります。開発者は、MCP仕様に基づいてカスタムMCPサーバーを開発し、その機能を拡張できます。 AI モデルの能力。

この3つのコンポーネントからなるアーキテクチャは、ユーザーとのインタラクション、プロトコル通信、および特定の機能の実装を明確に分離しており、MCPシステムに優れたモジュール性と拡張性をもたらします。ホストはユーザーインターフェースとユーザーエクスペリエンスに重点を置き、クライアントはプロトコルレベルの通信を処理し、サーバーは特定のビジネスロジックとデータアクセス機能を提供します。

MCPインタラクションフローの例

MCPアーキテクチャにおけるホスト、クライアント、サーバーの3つのコンポーネントがどのように連携して動作するかをよりよく理解するために、具体的な相互作用の例を用いて説明しましょう。

ユーザーが Claude Desktop（ホスト）セクションでは、次のような疑問が生じます。私のデスクトップにはどんなドキュメントがありますか？以下は、このリクエストを処理するための典型的なMCPインタラクションフローです。

  • ユーザー入力ユーザー Claude デスクトップインターフェースで、「デスクトップにはどんなドキュメントがありますか？」という質問を入力して送信します。ホスト（Claude デスクトップがこのユーザーリクエストを受信しました。
  • ホスト処理ホストは、ユーザーの元の質問を内部システムに渡します。 AI モデル（例） Claude このモデルは分析と理解のために使用されます。AI モデルは、問題の解答を得るために外部リソースやツールへのアクセスが必要かどうかを判断する必要がある。
  • モデル分析：AI 問題を分析した結果、モデルはユーザーの意図がローカルファイルシステム情報の取得であると判断しました。そして、ファイルシステムにアクセスできる外部ツールを呼び出す必要があると判断しました。MCPフレームワークでは、これはモデルが特定のMCPツール（例えば、ファイルシステムの閲覧機能をカプセル化したMCPサーバーが提供するツール）を呼び出す必要があることを示すリクエストを生成することを意味します。
  • クライアントからのリクエストホスト内の MCP クライアントは、 AI モデルは外部ツールを呼び出すための指示を発行します。MCPクライアントは、これらの指示に基づいて、ファイルシステムアクセスサービスを提供できる事前設定済みのMCPサーバーを特定します。次に、クライアントはモデルの要求（例えば、ユーザーのデスクトップ上のファイル一覧を表示する要求）をMCPプロトコル仕様に従って標準のMCP要求メッセージにカプセル化し、指定されたトランスポート方式（例えば、HTTP、WebSockets、またはstdio）を介して対象のMCPサーバーに送信します。
  • サーバー実行ターゲットの MCP サーバー (例えば、専用ファイルシステム MCP サーバー) は、クライアントからリクエストを受信します。サーバーはリクエストを解析し、必要に応じて権限を確認した後、対応する操作を実行します。この例では、ユーザーが指定したデスクトップディレクトリをスキャンしてファイルの一覧を取得します。実行後、MCP サーバーは取得したドキュメントの一覧 (例えば、ファイル名、パスなどを含む JSON オブジェクト) を標準の MCP 応答メッセージにカプセル化し、同じ送信方法を使用して MCP クライアントに返します。
  • モデル応答MCPクライアントはMCPサーバーからの応答を受信し、結果として得られたデータ（デスクトップドキュメントのリストなど）を抽出し、それを...に渡します。 AI モデル。AI このコンテキスト情報を受け取った後、モデルはそれを元の質問と組み合わせて、「デスクトップには以下のドキュメントがあります：report.docx、budget.xlsx、image.png」のような自然言語による応答を生成します。
  • ホストディスプレイ：Host（Claude デスクトップが受信しました AI モデルによって生成された最終的な応答は、ユーザーインターフェース上に表示されます。

MCPのコア機能

リソース

リソース機能により、MCPサーバーは… AI このモデルは、読み取り専用のコンテキスト情報またはデータを提供します。これらのリソースは、静的データまたは動的に生成されるデータのいずれかです。たとえば、MCPサーバーは、企業の内部ナレッジベースへのアクセスを提供したり、リアルタイムの株価情報を提供したりできます。AI モデルは、タスクを完了するために必要な情報を取得するために、MCPクライアントを介してこれらのリソースを要求することができます。

リソース設計では読み取り専用アクセスを重視し、データソースのセキュリティを確保し、不正アクセスを防止します。 AI このモデルは、予期せず元のデータを変更することがあります。MCP仕様では、リソースの発見、購読、通知などのメカニズムが定義されており、モデルがこの外部情報を効果的に取得および利用できるようになります。

Prompt（ヒント）

Prompt この機能により、MCP Server は事前定義されたプロンプト テンプレートを提供できます。これらのテンプレートは、次のような場合に役立ちます... AI このモデルは、特定の形式または特定の内容で出力を生成するか、特定の方法でタスクを実行するようにモデルを誘導します。たとえば、MCPサーバーは、特定の種類のメールを生成するためのプロンプトテンプレートや、コード生成のためのテンプレートを提供できます。

標準化された提案テンプレートを使用することで、モデル出力の品質と一貫性が向上し、アプリケーションにおけるハードコーディングされた提案の必要性が軽減されます。MCPでは、サーバーが提供する提案テンプレートを宣言することができ、クライアントはそれを照会して使用できます。

道具

ツール機能はMCPの主要機能の一つであり、以下のことを可能にします。 AI このモデルは、特定の操作を実行するために外部APIまたはツールを呼び出します。ツールは、計算の実行、データベースへのクエリ、電子メールの送信、外部デバイスの制御など、さまざまなタスクを実行できます。MCPサーバーは、ツール名、説明、パラメータリスト、想定される出力形式など、提供されるツールを宣言できます。AI ユーザーからのリクエストを分析した後、モデルが特定のツールを呼び出す必要があると判断した場合、MCPクライアントを介して対応するサーバーにツール呼び出しリクエストを送信できます。サーバーはツールを実行して結果を返し、モデルはその結果を使用して応答を生成します。このツール機能により、... AI このモデルの機能はもはやテキスト生成にとどまらず、現実世界とより深く相互作用することができるようになった。

引き出し（インスピレーション）

情報収集機能により、MCPサーバーは対話中にユーザーからより多くの情報を積極的に要求したり、曖昧な入力を明確にしたりすることが可能になります。従来の対話モデルでは、モデルやツールがタスクの実行を継続するために追加情報が必要な場合、エラーを返すか、ユーザーに再度質問するよう促すことしかできませんでした。

引き出しは、この状況に対処するためのより構造化された方法を提供します。サーバー側（経由...） LLM 分析の結果、現在のリクエストに必要なパラメータが不足している、または意図が不明確であることが判明した場合、応答が返されることがあります。 elicitationRequestこれには、ユーザーからの情報を必要とする説明またはフォームが含まれます。このリクエストを受信すると、ホストは対応するインターフェース（入力フィールドのあるフォームなど）をユーザーに表示し、ユーザーの入力を収集し、その後... continueElicitation リクエストはサーバーに情報を返します。これにより、やり取りがより柔軟になり、...知的対話型のフォーム入力やユーザーの意図の明確化など、複数回の対話を必要とするより複雑なタスクにも対応できます。

構造化出力

構造化出力機能では、MCPサーバーがツール呼び出しの結果を構造化された形式（JSONなど）で返す必要があります。構造化された出力は、非構造化テキストを返す場合と比べて、理解しやすく使いやすいという利点があります。 AI モデルの解析と理解。MCP仕様では、ツールの出力に対してJSONスキーマを定義することがサポートされており、モデルが返されるデータの構造と型を予測できるため、後続の処理がより正確になります。

例えば、天気予報ツールは、天気を説明する自然言語のテキストではなく、気温、湿度、風速などのフィールドを含むJSONオブジェクトを返す場合がある。

この構造化された出力は、モデル処理結果の効率性を向上させ、システムの信頼性と保守性を高めます。

最新のMCP仕様（例えば2025年6月18日版）は、構造化コンテンツと出力スキーマのサポートをさらに強化し、型付けされ検証済みの結果、柔軟なスキーマの理念、およびMIMEタイプの明確化を導入しています。

MCPの機能

柔軟性

MCPサポート複数の伝送プロトコルと通信方法MCP仕様自体はトランスポート層とは独立しているが、明示的に以下を含めることをサポートしている。 Streamable HTTP、WebSockets、gRPC 同様に stdioMCPは、標準入出力（ローカルプロセス間通信によく使用される）を含む、複数の通信メカニズムをサポートしています。この汎用性により、MCPはさまざまな展開環境や性能要件に適応できます。

例えば、低遅延で双方向のリアルタイム通信が必要なシナリオでは、WebSocketsやgRPCの方が適しているかもしれません。単純ローカルツール呼び出しの場合、stdioの方が軽量で便利です。ストリーミングHTTPを使用すると、データをストリーミング方式で送信できるため、大量のデータを扱う場合や、結果を段階的に表示する必要がある場合に適しています。

拡張性

プロトコル自体は、一連のコアとなるメッセージタイプとインタラクションパターンを定義していますが、拡張機能を通じて新しい機能を追加することも可能です。MCPは機能ネゴシエーションメカニズムを採用しており、クライアントとサーバーは接続の初期化時にサポートする機能を宣言します。両者が特定の拡張機能をサポートしている場合、その機能をセッションで使用できます。このメカニズムにより、プロトコルの前方互換性と後方互換性が確保され、既存の実装を損なうことなく新機能を段階的に導入できます。

モジュール設計

MCP Serverは軽量なプログラムであり、各サーバーは特定の機能またはデータソースのみを公開する役割を担います。これにより、開発者は必要に応じてMCP Serverを開発およびデプロイし、分散型で構成可能なシステムを構築できます。 AI 能力ネットワーク。

例えば、ある企業は自社の社内CRMシステムへのアクセス専用のMCPサーバーを開発する一方、別のチームは特定のデータベースに接続するMCPサーバーを開発するかもしれない。

AI アプリケーション（ホスト）は、MCPクライアントを介してこれらのサーバーが提供する機能を動的に検出して使用し、構成要素を組み合わせるように複雑なアプリケーションを構築できます。

オープンでコミュニティ主導型

オープンプロトコルであるMCPは、コミュニティの参加と貢献を奨励しており、より多くの開発者が新しいMCPサーバーおよびクライアントライブラリ、ツール、ドキュメントを作成するようになります。これにより、市場のニーズへの迅速な対応が可能になり、より革新的なアプリケーションシナリオが促進されます。

MCPセキュリティメカニズム

OAuth 2.1ベースのセキュリティメカニズム

モデルコンテキストプロトコル（MCP）は、セキュリティに基づいたアプローチを採用している。 OAuth 2.1 認証フレームワーク。OAuth 2.1はOAuth 2.0の進化版であり、OAuth 2.0のベストプラクティスとセキュリティ推奨事項を統合し、より多くの機能を提供します。強力よりユーザーフレンドリーな認証ソリューション。MCPインタラクションフローにおいて、MCPクライアントが保護されたMCPサーバー（つまり、機密データを提供するサーバー、または機密操作を実行するサーバー）にアクセスする必要がある場合、OAuth 2.1認証と認可が必要です。これは、クライアントがまず認可サーバーからアクセストークンを取得し、そのトークンをMCPサーバーへのリクエストに含める必要があることを意味します。MCPサーバーはトークンの有効性を検証し（例えば、イントロスペクションエンドポイントまたはJWKSエンドポイントを介して署名と有効期限を検証する）、トークンに要求された操作を実行するために必要なスコープが含まれているかどうかを確認します。

MCP仕様では、OAuth 2.1のいくつかの重要なセキュリティ機能について特に強調しています。 PKCE (Proof Key for Code Exchange) 認証コード傍受攻撃を防ぐために使用され、 トークンオーディエンスバインディング（RFC 8707） これにより、アクセストークンは意図されたMCPサーバーでのみ使用されることが保証されます。サーバー間でのトークンの不正使用を効果的に防止し、システム全体のセキュリティを向上させます。

セキュリティのベストプラクティス

モデルコンテキストプロトコル（MCP）のエコシステムは、ますます複雑化する環境におけるセキュリティを確保するために、一連のセキュリティに関するベストプラクティスを重視しています。 AI アプリケーション環境におけるデータセキュリティ、プライバシー、およびシステム整合性の維持。

  • MCPサーバーのセキュリティ強化と導入に関する実践方法MCPサーバーをデプロイする際は、最小権限の原則に従い、必要なサービスとポートのみを開放する必要があります。オペレーティングシステムを強化し、セキュリティ強化ツールの導入を検討してください。入力されるすべての項目（ユーザープロンプトやツールパラメータなど）は、プロンプトインジェクションやパラメータポイズニングといった一般的なWeb攻撃を防ぐため、厳密に検証およびサニタイズする必要があります。ローカルでMCPサーバーを実行する場合は、ホストシステムからの分離を実現するため、コンテナ（Dockerなど、root以外のユーザーとして実行）または仮想マシンで実行することをお勧めします。ネットワークアクセス制御も厳密に設定し、MCPサーバーがパブリックインターネットに直接公開されないようにしてください。バインディングにはlocalhostまたはプライベートサブネットを使用してください。
  • MCPクライアントツール間の相互作用のセキュリティMCPクライアントは、MCPのOAuth 2.1サポートを活用し、認証には有効期限が短く、スコープが限定されたトークンを使用する必要があります。すべてのインタラクションは認証されるべきです。ツール設計に関しては、各ツールは、機能の説明、入力パラメータ、期待される出力、潜在的な副作用など、明確なメタデータを提供する必要があります。データを変更する可能性のあるツールや、重大な影響を与える可能性のあるツールについては、適切なメタデータを使用する必要があります。 readOnlyHint そして destructiveHint このような注釈は、実行環境が適切な安全対策を講じるのに役立つ明確なマーキングを提供する。
  • 認証情報と鍵の管理：これは基本的な要件です。設定ファイルに認証情報やAPIキーをハードコーディングすることは絶対に避けるべきです。機密情報の保存とアクセスには環境変数または専用のキー管理サービスを使用し、キーは定期的にローテーションする必要があります。
  • 詳細なログ記録と監視を有効にする：これは、インシデント後の監査、異常検知、およびセキュリティインシデント調査にとって非常に重要です。MCPサーバーとクライアントは、リクエスト、レスポンス、エラー、ユーザー操作を含むすべての操作をログに記録するように構成する必要があります。具体的には、…に送信されたすべてのリクエストがログに記録されます。 AI モデルプロンプトは、プロンプト挿入攻撃の検出と防止に役立ちます。
  • MCPサーバーのガバナンスプロセスを確立する組織は、セキュリティレビューやソースコード検証を含む、新しいMCPサーバーを環境に追加するための正式な承認プロセスを確立する必要があります。承認済みのMCPサーバーのリストを維持し、悪意のあるサーバーや脆弱なサーバーが混入するリスクを軽減するために、内部レビュー済みのMCPサーバーリポジトリの構築を検討してください。

MCPの業界における採用

モデルコンテキストプロトコル（MCP）は、リリース以来、業界で急速に広く注目を集め、積極的に採用されている。Anthropic MCPの創始者として、同社は製品ラインにMCPを統合しサポートした最初の企業の1つであり、例えば、 Claude デスクトップアプリケーションと Claude モデルでは。

OpenAI 2025年初頭に発表された Agents SDK、ChatGPT MCPはデスクトップアプリケーションとResponses APIでサポートされています。

マイクロソフト MCPエコシステムに積極的に参加するため、Playwright-MCPサーバーが立ち上げられ、以下のことが可能になりました。 AI エージェントは人間と同じようにウェブページを閲覧したり、ウェブサイトとやり取りしたりすることができる。

Google 本製品にはMCPが使用されています。

Docker MCPツールキットがリリースされ、以下の機能を提供します。ワンクリックデプロイメント機能や、100種類以上のセキュアなMCPサーバーを収録したカタログなどの機能により、MCPサーバーの導入と管理が簡素化されます。

MCPの応用事例

金融テクノロジー分野における応用

  • 知的投資アドバイザーMCPは AI 投資アドバイスシステムへのリアルタイムアクセス最新のこのシステムは、株価、金融ニュース、企業財務報告書などの情報（リソース機能経由）を用いて、顧客のリスク選好度や投資目標を分析します（場合によっては、情報収集機能によるユーザーとのやり取りを通じて）。そして、取引実行ツール（ツール機能）を呼び出し、顧客に合わせた投資アドバイスを提供し、取引を実行します。
  • 不正防止分析：さまざまなデータソース（取引記録、ユーザー行動ログ、ブラックリストデータベースなど）に接続することによって。LLM 不審な取引パターンを特定するのに役立ちます。
  • 顧客サービスMCP により、チャットボットはよくある質問に回答したり、ユーザーアカウント情報を照会したり (認証が必要)、処理したりすることができます。単純金融機関は、資金移動や請求書の照会といった業務上の依頼に基づき、個別の金融アドバイスを提供できます。MCPの標準化されたインターフェースを通じて、金融機関はより安全かつ便利にプラットフォームを利用できます。 LLM の強力データセキュリティとコンプライアンスを確保するための機能。

医療および健康分野における応用

  • 臨床意思決定支援医師は AI 助手は患者の症状と病歴を説明する。AI アシスタントはMCPを通じて関連する医学知識ベース（リソース）に問い合わせを行う。最新のMCPは、医師に診断の提案や治療の選択肢を提供するための臨床ガイドライン（リソース）と診断補助ツール（ツール）を提供します。また、その情報収集機能を使用することで、診断プロセス中に医師に詳細な情報を尋ねたり、重要な情報を確認したりすることができます。
  • 個別化医療：MCPは、患者のゲノムデータ、生活習慣データ、その他の情報を統合することで、患者一人ひとりに合わせた健康管理アドバイスや疾病予防計画を提供するのに役立ちます。
  • 医学研究MCPは文献レビューのプロセスを加速させ、研究者を支援することができる。速い膨大な量の文献から重要な情報を抽出したり、臨床試験データの分析を支援したりする。
  • 患者モニタリングシステムウェアラブルデバイスとセンサーデータを連携させることで、MCPは患者の健康状態をリアルタイムで分析し、異常が発生した際にはタイムリーに警告を発することができます。MCPのセキュリティメカニズム、特にOAuth 2.1ベースの認証は、機密性の高い医療データを扱う上で非常に重要であり、承認されたユーザーとアプリケーションのみが患者情報にアクセスできるようにします。

技術産業への応用

  • ソフトウェア開発統合開発環境（IDE）はMCPと併用できます。 LLM の強力コーディング機能は、ローカル開発環境、バージョン管理システム（Git MCP Serverなど）、デバッグツール、APIドキュメントなどとシームレスに統合されています。開発者は自然言語コマンドを使用して... AI アシスタントは、コードの記述と説明、テストケースの生成、バグの発見と修正、アプリケーションのデプロイを行います。例えば、開発者は「現在のブランチでテストを実行し、失敗した理由を要約してください」と依頼するかもしれません。AI アシスタントはMCPを使用してGitツールを呼び出し、コードを取得したり、テストツールを呼び出し、テストを実行したり、ログを分析してレポートを生成したりすることができます。
  • IT運用およびサポート：AI 運用保守アシスタントは、監視システム、ログサーバー、構成管理データベース（CMDB）などに接続し、自然言語による対話を通じて、運用保守担当者が問題を診断したり、保守作業を実行したりするのに役立ちます。自動トラブルシューティングのプロセスを効率化する。例えば、AI アシスタントは、アラーム情報に基づいて、自動MCP Serverが提供するログクエリツールを使用して、関連サーバーのログを照会し、エラーの原因を分析して、修復策を提案します。
  • 技術文書作成アシスタント:ユーザーを支援する速い必要な技術情報を検索したり、ユーザーのニーズに基づいてコードスニペットや設定例を生成したりできます。テクノロジー企業はMCPを使用して、社内のナレッジベースやAPIサービスなどをMCPサーバーにカプセル化し、社内従業員や外部開発者がそれらにアクセスできるようにすることができます。 LLM 利便性の高いアクセスと利用は、業務効率とイノベーションを促進します。

MCP最新のプロトコル更新ログ

  • JSON-RPCバッチ処理のサポートを削除しました。仕様を簡素化し、特に実装における曖昧さを回避するため Streamable HTTP 送信中、バッチ処理の必要性は実際には見つからず、JSON-RPCの通知/応答モデルではリアルタイムかつ同時呼び出しの要件を満たせなかったため、この機能は削除されました。
  • ツール呼び出し結果の強化、構造化出力機能の追加： 紹介された outputSchema そして structuredContent この改善は、既存の分野に影響を与えないように設計されています。 content 構造の前提の下で、単純JSON出力は、軽量で検証可能なフォーマット済みチャネルを提供します。これは、信頼できないサーバーとやり取りする際のデータセキュリティと信頼性を向上させる上で特に重要であり、クライアントがツールからの応答をより正確に解析および検証できるようにします。たとえば、ネットワークデバイスの状態取得ツールは、デバイスID、状態、実行時間などのフィールドを含む出力スキーマを定義することで、返されるデータの構造化と検証可能性を確保できます。
  • MCPサーバーをOAuthリソースサーバーとして分類するまた、対応する認証サーバーを検出するのに役立つ保護対象リソースメタデータ（RFC 9728に準拠）も追加されます。これはクライアントにとって有益です。自動アクセストークンの悪用を防ぎ、セキュリティと導入の一貫性を向上させるために、承認済みサーバーを検出します。
  • MCPクライアントは、RFC 8707に準拠したリソースインジケータを実装する必要があります。これは、悪意のあるサーバーがアクセストークンを取得するのを防ぐためのものです。これは、認証要求とトークン要求を含めることによって実現されます。 resource これらのパラメータにより、クライアントはトークンのターゲットとなるMCPサーバーを明示的に指定できるため、OAuth 2.0認証のセキュリティが強化されます。
  • 「引き出し」機能に対応しています。エリシテーションにより、サーバーはインタラクション中にユーザーから追加情報を動的に要求できます。従来、MCPにはこのランタイムインタラクションをサポートするための標準化された方法がなく、開発者は多くの場合、複数ステップのツール呼び出しやカスタムプロトコルに頼る必要がありました。エリシテーションメカニズムの導入により、ワークフローにおける確認、明確化、ログインリダイレクトなどのシナリオに対して構造化された入力メカニズムが提供され、モデル、ユーザー、サーバー間の双方向インタラクションループが完成します。たとえば、削除操作を実行する前に、サーバーはエリシテーションを介してユーザーの確認を要求したり、特定のユーザー情報（タイムゾーンや組織名など）が必要な場合にクライアントに動的にリクエストを送信したりできます。
  • このツールの結果に、新たに「リソースリンク」という種類が追加されました。外部リソースや大規模リソースへの参照を返すツールをサポートするために、コンテンツを直接埋め込むのではなく、新しい[メカニズム/メカニズム]が導入されました。 ResourceLink 種類。遅延読み込み、大容量ファイルの処理、一時リソースなど、インタラクティブなフローにコンテンツを直接埋め込むことが非現実的または非効率的なシナリオに対応します。
  • 安全対策とベストプラクティスを明確にする認証ガイドラインに適切な説明が追加され、開発者がより安全なMCPアプリケーションを構築するためのガイドとして、新しい「セキュリティのベストプラクティス」ページが追加されました。

MCPの発展の見通し

モデルコンテキストプロトコル（MCP）を標準として AI 外部システムやデータソースとのモデル連携のためのオープンプロトコルは、より広範な業界標準化の促進、コア機能とセキュリティの継続的な強化、そして将来的なエコシステムの絶え間ない拡大と相互運用性の向上に重点を置く。人工的な知的技術の急速な発展と応用分野の継続的な深化に伴い、MCPは現在の課題解決に尽力しています。 AI 統合は、断片化、複雑性、セキュリティ脆弱性などの課題に直面しており、より多くの構築が必要となる...強力信頼性が高く、統合も容易 AI アプリケーションは強固な基盤を提供します。コミュニティと開発者は、高まるニーズと絶えず変化する技術環境に適応するために、MCPの進化を積極的に推進しています。

一般的な人工的な知的AGIとは何か？この記事で理解しよう - AI百科事典的な知識

HarmonyOS知的体HMAF（Hardware Frame for Architects）とは何か？この記事で解説します。 AI百科事典的な知識

戻る