-
Notifications
You must be signed in to change notification settings - Fork 0
DNET_MCP
- 戻る(LLMエージェントの該当節、コーディング・エージェント(オリジナル・コンテンツ(イキナリLLMコーディング・エージェント)の該当節))
- MCP(Model Context Protocol)
- ACP(Agent Communication Protocol)
- A2A(Agent2Agent Protocol)
- Agent Skills
- Agent Plugins
-
AIモデルと外部システムのやりとりを標準化するオープン・プロトコル
-
サポートするための学習はLLMが行い、実装はエージェントがしている。
-
機能要件はFunction callingと変わらないが、その他の幾つかの非機能要件に対応。
-
MCP が注目される理由は「単純なローカルツール統合以上」の将来性を期待されているため。
- Function Callingよりも標準化された、プロセス分離されたセキュアなプロトコル。
- その分、複雑化した点はデメリットだが、SaaS機能が MCP サーバーとして公式対応される世界を見据えている。
- 従って、関心の本丸はSaaS(法人向けの重量級機能)の利用(統一的なアクセスポイント化)にある。
- OpenAPIが「SaaSベンダのマーケットが活性化する様に設計した」フシがある。と言える。
- SaaS機能をMCPサーバーとして公開する事が、プロバイダにとってのモチベーションとして最優先される。
- 次いで有益なSaaS機能がMCPサーバーとして利用することがユーザにとってのモチベーションになる。
※ プロトコル策定者=クライアント保有者という利益相反から、エコシステム(マーケット運営)のメリット、信頼性に課題。
-
MCPホスト:MCPクライアント / サーバーを使用するアプリケーション本体
-
MCPクライアント:MCPサーバとの接続を確立し、データや機能のリクエストを送信
-
MCPサーバー:
- MCPクライアントからのリクエストで、必要なデータ(データソース)や機能(ツール)へのアクセスを提供する。
- ローカルで動く場合と、ローカル&リモートで動く場合、リモートのみで動く場合がある。
- そういう意味で、MCPサーバーの提供機能の一部がSaaSクライアント相当だったりする(サーバーなのにクライアント)。
MCP サーバーとやり取りする場合に使われる通信方式
-
STDIO (Standard Input/Output)
- ローカルの MCP サーバーで使われる。
- 標準入出力を使った安全・シンプルな通信方式。
- 技術的には JSON-RPC over stdio
- 標準入力に JSON を書き込み、標準出力から JSON を受け取る。
-
SSE (Server-Sent Events)
- クラウドや SaaS で動く MCP サーバーで使われる。
- リモート環境に適したHTTPの一方向ストリーミング を使った通信方式。
- サーバーがクライアントに対して「イベント」をプッシュできる。
- シンプルさ、低レイテンシ、依存最小を優先する小規模・短期の用途なら、requests を直接ツール化する方法が手軽。
- セキュリティ分離、標準化、運用・監査・ガバナンス、再利用性を重視するなら MCP 経由の fetch が適している。
- 最小権限・責務分離、ポリシー一元適用がし易い。
- シークレットをMCP 側に閉じ込めることでLLMからの漏洩を防止できる。
- ツールの発見、スキーマ、エラー、リソース等のやり取りがプロトコルで標準化されている。
- モデルやランタイムが変わっても同じ MCP ツールを再利用し易い(多言語・多環境での再利用)。
- ツールは独立したサーバとしてデプロイ・バージョン管理でき、
- ローテーションやロールバック、レート制限、監査ログの集約が容易。
- 組織のネットワーク制御や DLP と統合しやすい(同様にサーバ側で統制)。
ツール呼び出しのログやメトリクスが明確な境界で記録・計測される。
ツールが自己記述的に機能や引数スキーマを公開するため、エージェントが動的に能力を発見し易い。
- OpenAI Agents SDKにMCP(Model Context Protocol)が統合された (The Complete Agentic AI Engineering Course (2025)の該当節を参照)
- Autogen などのエージェント・フレームワークもMCPの機能を持つらしい。 (The Complete Agentic AI Engineering Course (2025)の該当節を参照)
- 他のフレームワークでもMCPクライアント/サーバがサポートされるものと思われる。
-
ノーコード
- Microsoft:Copilot Studioは利用と公開が可能、Power Automate、Power Apps(Dataverse)は利用が可能。
- Google:Gemini EnterpriseのAgent Studioは利用と公開が可能、Google Apps Scriptは公開が可能。
-
ローコード
- LangFlow(LangFlowの4thステップ)は、ホスト/クライアント/サーバーをサポートする(利用も公開も可能)。
- Difyも同様で、他のローコード・ツールでもMCPクライアント/サーバがサポートされるものと思われる。
- MCPクライアントの機能を持つCursor (The Complete Agentic AI Engineering Course (2025)の該当節を参照)は、 LangflowのMCPサーバ機能(LangFlowの4thステップの該当節を参照)と連携する項の説明で取り上げられている。
- コーディング・エージェントであるClaude Code(CLI)もMCPをサポートしている。 (Master Vibe Coding with AI Coding Agents:Claude Code...も参照)
- 前述のCursorなど、エディタIDEのGUIタイプのコーディング・エージェントもサポートがある。
- 🦸🏻#14: What Is MCP, and Why Is Everyone – Suddenly!– Talking About It?
https://huggingface.co/blog/kseniase/mcp
-
MCP Servers
https://mcp.so -
MCP – Model Context Protocol Servers, Clients, and Tools
https://glama.ai/mcp -
Smithery - Extend your agent's capabilities
https://smithery.ai/
移行メモ
- 元 Wiki で
[[Claude Code>Master Vibe Coding with AI Coding Agents:Claude Code...]]と 書かれていたリンクは、本 Wiki 側で移行済みの Claude Code と、 リンク先だった Udemy コースのページ(予約名)の両方を示すようにした。- PukiWiki のページ内アンカ(
#xxxxxxxx)は GitHub Wiki では再現できないため、 他ページのアンカを指すリンクは「〜(ページ名の該当節を参照)」の形に置き換えた。- 本フェーズで新たに参照された「LangFlowの4thステップ」を TODO.md に予約した。
Tags: 移行, MCP, Model Context Protocol, LLMエージェント, STDIO, SSE, Function Calling, ツール統合
このWikiは「Open棟梁Project」,「OSSコンソーシアム 開発基盤部会」によって運営されています。