Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

MCP : クイックスタート : FAQ

Posted on 05/11/2025 by Masashi Okumura

MCP の FAQ 集では、MCP のコンセプトとそれが重要である理由をわかりやすく説明します。MCP (Model Context Protocol) は、AI アプリケーションとエージェントがデータソース (e.g. ローカルファイル, データベース) やツール (e.g. GitHub, Google Maps) に接続して操作するための標準的な方法です。

Model Context Protocol (MCP) : クイックスタート : FAQ

作成 : クラスキャット・セールスインフォメーション
作成日時 : 05/11/2025

* 本記事は github modelcontextprotocol の以下のページを独自に翻訳した上でまとめ直し、補足説明を加えています :

  • Model Context Protocol : Quickstart : FAQs

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

クラスキャット 人工知能 研究開発支援サービス ⭐️ リニューアルしました 😉

◆ クラスキャット は人工知能に関する各種サービスを提供しています。お気軽にご相談ください :

  • 人工知能導入個別相談会(無償)実施中! [詳細]

  • 人工知能研究開発支援 [詳細]
    1. 自社特有情報を含むチャットボット構築支援
    2. 画像認識 (医療系含む) / 画像生成

  • PoC(概念実証)を失敗させないための支援 [詳細]

◆ お問合せ : 下記までお願いします。

  • クラスキャット セールス・インフォメーション
  • sales-info@classcat.com
  • ClassCatJP

 

 

Model Context Protocol (MCP) : クイックスタート : FAQ

MCP とそれが重要である理由をわかりやすく説明します。

 

What is MCP?

MCP (Model Context Protocol) は、AI アプリケーションとエージェントがデータソース (e.g. ローカルファイル, データベース, or コンテンツ・レポジトリ) やツール (e.g. GitHub, Google Maps, or Puppeteer) に接続して操作するための標準的な方法です。

MCP は、物理デバイスに対する USB-C のようなものに類似し、AI アプリケーション用の普遍的なアダプターとして考えてください。USB-C はデバイスを様々な周辺機器やアクセサリにデバイスを接続するための普遍的なアダプターとして動作します。同様に、MCP は AI アプリケーションを様々なデータやツールに接続させる標準的な方法を提供します。

USB-C の前は、様々な接続のために異なるケーブルを必要としました。同様に、MCP 以前は、開発者は (制限された機能に終わる場合が多い、時間が無駄にかかるプロセスで) AI アプリケーションに連携させたいデータソースやツール毎にカスタム接続を構築する必要がありました。今では MCP を使用して、開発者は AI アプリケーションへの接続を容易に追加することができて、最初からアプリケーションをはるかに強力にすることができるようになりました。

 

Why does MCP matter?

AI アプリケーション・ユーザにとって

MCP は、AI アプリケーションが日々作業する情報やツールにアクセスできて、それらをより有用にすることを意味します。AI は既知のものに制限されるのではなく、独自の特定のドキュメント、データや作業コンテキストを理解できるようになりました。

例えば、MCP サーバを使用することで、アプリケーションは Google ドライブからの個人的なドキュメントや GitHub からのコードベースについてのデータにアクセスし、よりパーソナライズされ状況に応じた支援を提供することができます。

AI アシスタントに「先週のチームミーティングのノートを要約して、全員とのフォローアップのスケジューリングをしてください」と依頼することを想像してください。

MCP に支援されたデータソースへの接続を使用して、AI アシスタントは以下を行なうことができます :

  • MCP サーバ経由で Google ドライブに接続してミーティングノートを読み取る

  • ノートに基づいて誰がフォローアップを必要としているか理解する

  • 別の MCP サーバ経由でカレンダーに接続して、ミーティングを自動的にスケジュールします。

 

開発者にとって

MCP は、様々なデータソースにアクセスが必要な AI アプリケーションを構築する際に開発時間や複雑さを軽減します。MCP を使用して、開発者はカスタムコネクタを繰り返し作成するのではなく、優れた AI エクスペリエンスを構築することに焦点を当てることができます。

従来は、アプリケーションをデータソースに接続するには、各データソースやアプリケーションに対して一度限りのカスタムコネクションを構築する必要がありました。​これは膨大な重複作業を発生させました – AI アプリケーションを Google ドライブや Slack に接続したいすべての開発者は独自のコネクションを構築する必要がありました。

MCP は、開発者が (様々なアプリケーションで再利用可能な) データソース用の MCP サーバを構築することを可能にすることで、これを単純化します。例えば、オープンソースの Google ドライブ MCP サーバを使用して、多くの様々なアプリケーションは、開発者がカスタム接続を構築する必要なしに、Google ドライブのデータにアクセスできます。

この MCP サーバのオープンソースのエコシステムは、開発者がゼロから始める代わりに既存のワークを活用できて、ユーザが既に依存しているツールやデータソースとシームレスに統合した強力な AI アプリケーションの構築を簡単にすることを意味します。

 

How does MCP work?

  • MCP サーバ は (Google ドライブや Slack のような) データソースとツールに接続します。

  • MCP クライアント は (Claude Desktop のような) AI アプリケーションにより実行されてこれらのサーバに接続します。

  • 許可を与えると、AI アプリケーションは利用可能な MCP サーバを検出します。

  • そして AI モデルはこれらの接続を使用して情報を読み取りアクションを実行します。

このモジュール式システムは、新しい機能が AI アプリケーション自体を変更することなしに追加できることを意味します – 新しいアクセサリをシステム全体をアップグレードすることなしにコンピュータに追加できるように。

 

Who creates and maintains MCP servers?

MCP サーバは以下により開発されて保守されています :

  • Anthropic の開発者は、一般的なツールやデータソース用にサーバを構築しています。

  • オープンソースの contributors は使用しているツール用のサーバを作成します。

  • 企業内の開発チームは、内部システムのためにサーバを構築します。

  • ソフトウェア・プロバイダーはアプリケーションを AI-ready にします。

データソース用にオープンソースの MCP サーバが作成されれば、任意の MCP-互換な AI アプリケーションにより使用できて、コネクションの拡大するエコシステムを形成していきます。See our list of example servers, or get started building your own server.

 

以上



クラスキャット

最近の投稿

  • LangGraph on Colab : エージェント型 RAG
  • LangGraph : 例題 : エージェント型 RAG
  • LangGraph Platform : Get started : クイックスタート
  • LangGraph Platform : 概要
  • LangGraph : Prebuilt エージェント : ユーザインターフェイス

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (22) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2025年5月
月 火 水 木 金 土 日
 1234
567891011
12131415161718
19202122232425
262728293031  
« 4月   6月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme