「Claude MCP」グラフの分析結果をPC内にCSV出力する

https://www.anthropic.com/news/model-context-protocol

1. はじめに

アクセンチュア株式会社の桐山です。
今回は、既に生成AI界隈で話題となっています Claude MCP(Model Context Protocol) を試してみましたので、紹介したいと思います。

MCPは、LLMと様々なデータソースとを接続する標準的なプロトコルです。つまり、プロンプトにより接続先のリソースを操作できるようになります。
例えば、データベースと接続する場合、「データベース内の全商品の平均価格はいくらですか？」のようなプロンプト（自然言語）でデータベースからの検索結果を得ることができます。

以下がMCPの概念図となります。

Anthropic公式より引用

2. ゴール

まず初めに、以下が今回のゴールとなります。（抜粋を添付）

1. デスクトップ版Claudeに、5枚のグラフ画像を添付
   今回はChatGPT4oで作成した架空のCPU使用率のグラフを使用
   
2. プロンプトにて、グラフの分析結果をローカルフォルダに作成するよう指示
   
3. ローカルフォルダにCSVファイルが出力されました！
   異常値の検出も問題ないようです。（←これはもともとClaudeが持つ実力）
   

3. インストール

以下の順にインストールを進めていきます。ここでは、Windowsで進めていきます。

1. デスクトップ版Claude
   https://claude.ai/download
2. Node.js
   https://nodejs.org/en/download/prebuilt-installer
3. MCPサーバー(Filesystem)のインストール

npm install -g @modelcontextprotocol/server-filesystem

4. claude_desktop_config.json の設定
   • Claudeデスクトップの左上ハンバーガーメニュー → File → Settings → Developer → Edit Configからjsonファイルを設定
   • argsの2行目にファイル操作の対象フォルダを指定

{
  "mcpServers": {
    "filesystem": {
      "command": "node",
      "args": [
        "C:\\Users\\<ユーザー名>\\AppData\\Roaming\\npm\\node_modules\\@modelcontextprotocol\\server-filesystem\\dist\\index.js",
        "C:\\MCP"
      ]
    }
  }
}

5. デスクトップ版Claudeを再起動（タスクマネージャーでタスクを終了後、再起動）

4. MCPサーバー

MCPは、以下の様々なデータやサービスと接続できるようです。
今回は、この中からFilesystemを試してみました。

• AWS KB Retrieval - Retrieval from AWS Knowledge Base using Bedrock Agent Runtime
• Brave Search - Web and local search using Brave's Search API
• EverArt - AI image generation using various models
• Fetch - Web content fetching and conversion for efficient LLM usage
• Filesystem - Secure file operations with configurable access controls
• Git - Tools to read, search, and manipulate Git repositories
• GitHub - Repository management, file operations, and GitHub API integration
• GitLab - GitLab API, enabling project management
• Google Drive - File access and search capabilities for Google Drive
• Google Maps - Location services, directions, and place details
• Memory - Knowledge graph-based persistent memory system
• PostgreSQL - Read-only database access with schema inspection
• Puppeteer - Browser automation and web scraping
• Sentry - Retrieving and analyzing issues from Sentry.io
• Sequential Thinking - Dynamic and reflective problem-solving through thought sequences
• Slack - Channel management and messaging capabilities
• Sqlite - Database interaction and business intelligence capabilities

5. さいごに

いかがでしたでしょうか。今回はMCP（Filesystem）を用いてローカルファイルを操作してみましたが、今後は他のMCPサーバーも試してみたいと考えています。また、独自のMCPサーバーを実装することで、MCPの活用範囲が大きく広がると期待されます。今後は独自サーバーの実装にも取り組んでいきたいと思います。

さいごに告知となります。12月12日にアクセンチュア名古屋主催の「Nagoya LLM Night」が開催されます。現地参加の他、オンラインでも参加が可能です。ぜひご参加ください。
https://garage-nagoya.or.jp/event/p20290/