オリジナルタイトル「AIのUSB-C標準：MCPの理解」を転送します

アライアンスでの私の年月を通じて、数え切れないほどの創業者たちが、独自の専門ツールやデータ統合を構築し、AIエージェントやワークフローに組み込んできました。しかし、これらのアルゴリズム、形式化、独自のデータセットは、ほとんどの人が利用しないカスタム統合の背後に閉じ込められています。

最近、Model Context Protocolの登場により急速に変わってきています。MCPは、アプリケーションが通信し、LLMにコンテキストを提供する方法を標準化するオープンプロトコルと定義されています。私が本当に気に入っているアナロジーの1つは、「AIアプリケーション用のMCPはハードウェア用のUSB-Cのようなものです」です。つまり、標準化され、プラグアンドプレイ可能で、多目的で、変革的です。

なぜMCなのですか？

クロード、OpenAI、LLAMAなどのLLMは非常に強力ですが、現時点でアクセスできる情報に制限があります。つまり、通常、知識の切り捨てがあり、独立してウェブを閲覧することはできず、何らかの統合形式なしに個人ファイルや特殊ツールに直接アクセスすることはできません。

特に、開発者は、LLMを外部データやツールに接続する際に、3つの主要な課題に直面していました:

1. 統合の複雑さ: 各AIプラットフォーム（クロード、ChatGPTなど）に対して個別の統合を構築することは、労力の重複と複数のコードベースの維持が必要でした
2. ツールの断片化：各ツール機能（ファイルアクセス、API接続など）には、専門の統合コードと許可モデルが必要でした
3. 限定配布：特定のプラットフォームに制限された専門ツールは、その到達範囲と影響を制限していました

MCPは、任意のLLMが共通のプロトコルを介して外部ツールやデータソースに安全にアクセスするための標準化された方法を提供することで、これらの問題を解決します。MCPの機能が理解できたところで、それを活用して人々が構築しているものを見てみましょう。

MCPを使って人々は何を構築していますか？

MCPエコシステムは現在、革新が爆発しています。ここに、Twitterで見つけた開発者が自分の作品を紹介している最近の例があります。

• AI-Powered Storyboarding: ClaudeがChatGPT-4oを制御し、人間の介入なしにジブリスタイルの完全なストーリーボードを自動生成するMCP統合を可能にする。
• ElevenLabsボイス統合: ClaudeとCursorにシンプルなテキストプロンプトを介して彼らのAIオーディオプラットフォーム全体へのアクセス権を与えるMCPサーバー。 この統合は強力であり、アウトバウンド電話を行うことができる音声エージェントを作成できるほどです。 これはMCPが現在のAIツールをオーディオ領域に拡張する方法を示しています。
• Playwrightを使用したブラウザ自動化: AIエージェントがスクリーンショットやビジョンモデルを必要とせずにWebブラウザを制御できるMCPサーバー。これにより、LLMがブラウザの相互作用を標準化された方法で直接制御することで、Web自動化の新たな可能性が生まれます。
• 個人用WhatsApp統合個人のWhatsAppアカウントに接続するサーバーで、Claudeがメッセージや連絡先を検索したり、新しいメッセージを送ったりできるようにします。
• Airbnb検索ツール: Airbnbのアパート検索ツールは、Webサービスとやり取りする実用的なアプリケーションを作成する際のMCPのシンプルさとパワーを示しています。
• ロボット制御システム: ロボット用のMCPコントローラ。この例は、LLMと物理ハードウェアのギャップを埋め、MCPのIoTアプリケーションやロボティクスへのポテンシャルを示しています。
• Googleマップとローカル検索: GoogleマップデータにClaudeを接続し、コーヒーショップのような地元の事業を見つけて推薦できるシステムを作成します。この拡張機能はAIアシスタントに位置情報サービスを提供します。
• ブロックチェーン統合: Lyra MCPプロジェクトは、StoryProtocolやその他のweb3プラットフォームにMCP機能をもたらします。これにより、ブロックチェーンデータやスマートコントラクトとのやり取りが可能となり、AIによって強化された分散型アプリケーションの新たな可能性が開かれます。

これらの例を特に魅力的にするのは、その多様性です。導入されてからわずかな時間で、開発者たちは、クリエイティブメディア制作、コミュニケーションプラットフォーム、ハードウェア制御、ロケーションサービス、およびブロックチェーン技術にわたる統合を作成しました。これらのさまざまなアプリケーションはすべて同じ標準化されたプロトコルに従っており、MCPの汎用性とAIツール統合のための普遍的な標準となる可能性を示しています。

包括的なMCPサーバーのコレクションは、こちらをチェックしてくださいGitHub上の公式MCPサーバーリポジトリMCPサーバーを使用する前に、注意事項をよく読んで、実行内容や許可設定には注意してください。

約束 vs. ハイプ

新技術に関しては、常に問う価値があります：MCPは本当に革新的なのか、それとも単なる過大宣伝されたツールで、すぐに消えてしまうものなのか？

この分野で多くのスタートアップを見てきましたが、私はMCがAI開発の本物の転換点を表していると信じています。革命を約束する多くのトレンドとは異なり、MCは増分的な変化をもたらすのではなく、エコシステム全体を抑えていた基本的なインフラ問題を解決する生産性向上をもたらしています。

特に価値のある点は、既存のAIモデルを置き換えたり競合したりしようとしていないことであり、むしろ、それらを外部ツールや必要なデータに接続することで、それらをすべてより有用にしているという点です。

しかし、セキュリティと標準化に関する懸念があると言わざるを得ません。早い段階のプロトコルとして、監査、権限、認証、およびサーバーの検証に関するベストプラクティスがコミュニティで解決されるにつれて、成長の障害が発生する可能性が高いでしょう。開発者はこれらのMCPサーバーの機能性を信頼する必要があり、特にそれらが豊富になっている今、盲目的に信頼すべきではありません。この記事最近、厳選されていないMCPサーバーを使用して盲目的にさらされた最近の脆弱性について議論しています。それをローカルで実行していても注意が必要です。

AIの未来は文脈にあります

最も強力なAIアプリケーションは、単体のモデルではなく、MCPのような標準化されたプロトコルを介して接続された専門能力のエコシステムであるとされています。スタートアップにとって、MCPは、これらの成長するエコシステムに適合する専門コンポーネントを構築する機会を表しています。独自の知識と能力を活用しながら、基盤モデルへの大規模な投資から利益を得るチャンスでもあります。

先を見据えると、MCPはAIインフラストラクチャの基本的な部分として確立されると予想されます。これは、HTTPがウェブのためになったように、MCPはAIのためになるでしょう。プロトコルが成熟し、採用が進むにつれ、専門のMCPサーバーのマーケットプレイス全体が現れることが予想され、AIシステムが想像できるほとんどすべての機能やデータソースにアクセスできるようになるでしょう。

付録

MCPの実際の動作を理解したい方のために、次の付録では、そのアーキテクチャ、ワークフロー、実装の技術的な詳細が提供されています。

MCのフードの下

HTTPがウェブが外部データソースや情報にアクセスする方法を標準化したのと同様に、MCPはAIフレームワークに対して同様の役割を果たし、異なるAIシステムがシームレスに通信することを可能にする共通の言語を作り出します。それでは、その方法を探ってみましょう。

MCPアーキテクチャとフロー

主要なアーキテクチャは、4つの主要なコンポーネントが連携してクライアントサーバーモデルに従っています。

• MCPホスト：ClaudeやChatGPTのようなデスクトップAIアプリケーション、cursorAIやVSCodeのようなIDE、または外部データや機能へのアクセスが必要なその他のAIツール
• MCPクライアント：ホスト内に埋め込まれたプロトコルハンドラで、MCPサーバーとの一対一の接続を維持します
• MCPサーバー: 標準化されたプロトコルを介して特定の機能を公開する軽量プログラム
• データソース：MCPサーバーが安全にアクセスできるファイル、データベース、API、およびサービス

したがって、今、私たちがコンポーネントについて話し合ったので、典型的なワークフローでそれらがどのように相互作用するかを見てみましょう。

1. ユーザーインタラクション：それは、ユーザーがMCPホスト、例えば、Claude Desktopで質問をしたりリクエストをしたりすることから始まります。
2. LLM解析：LLMはリクエストを分析し、完全な応答を提供するために外部情報やツールが必要かを判断します
3. ツールの発見：MCPクライアントは接続されたMCPサーバーにクエリを送信して利用可能なツールを発見します
4. ツール選択：LLMは、要求と利用可能な機能に基づいて使用するツールを決定します
5. Permission Request: ホストは、透明性とセキュリティに重要な選択されたツールを実行する許可をユーザーに求めます。
6. ツールの実行：承認されると、MCPクライアントは適切なMCPサーバーにリクエストを送信し、データソースへの専門アクセスを利用して操作を実行します
7. 結果処理：サーバーはクライアントに結果を返し、クライアントはそれをLLM用にフォーマットします
8. 応答生成：LLMは外部情報を包括的な応答に組み込みます
9. ユーザー プレゼンテーション: 最後に、応答がエンドユーザーに表示されます

このアーキテクチャの強力な点は、各MCPサーバーが特定のドメインに特化しているが、標準化された通信プロトコルを使用していることです。したがって、各プラットフォームに統合を再構築する代わりに、開発者はAIエコシステム全体に一度だけツールを開発することに集中できます。

最初のMCPサーバーの構築方法

今度は、MCP SDKを使用して、わずか数行のコードで簡単なMCPサーバーを実装する方法を見てみましょう。

この簡単な例では、私たちはClaude Desktopの機能を拡張し、Googleマップから「セントラルパークの近くにあるいくつかのコーヒーショップは何ですか？」のような質問に答えられるようにしたいと考えています。これを簡単に拡張して、レビューまたは評価を取得できます。しかし、今のところ、MCPツールのfind_nearby_placesに焦点を当てましょう。これにより、Claudeはこの情報をGoogleマップから直接取得し、会話形式で結果を提示できます。

ご覧の通り、コードは非常にシンプルです。 1) クエリをGoogleマップAPIの検索に変換し、2) 上位の結果を構造化された形式で返します。したがって、情報はさらなる意思決定のためにLLMに返されます。

このツールについてClaude Desktopに知らせる必要がありますので、その設定ファイルに次のように登録します。

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

そして、完成です。これで、クロードを拡張してGoogleマップからリアルタイムの場所を検索できます。

免責事項：

1. この記事は[から転載されていますX]. オリジナルタイトル「AIのUSB-C標準：MCPの理解」を転送します。すべての著作権は元の著者に帰属します@Drmelseidy]. If there are objections to this reprint, please contact the Gate Learnチームが迅速に対応いたします。

2. 責任の免責事項：この記事で表現されている意見は、著者個人のものであり、投資アドバイスを構成するものではありません。

3. 他の言語への記事の翻訳は、Gate Learnチームによって行われます。特に言及されていない限り、翻訳された記事のコピー、配布、または盗用は禁止されています。