Zenn
🌌

MCPとは？仕組みを理解する

に公開
AI
Model Context Protocol
tech

初めに

最近よく聞くMCPについて、結局何なの？仕組みはどうなっているの？と思い、MCPについてまとめてみようと思います。
この記事では以下についてまとめようと思います。

  • MCPの機能や特徴
  • MCPの仕組み
  • Web APIとの違い

MCPとは？

MCPとは、Model Context Protocolの略で、ChatGPTのような大規模言語モデル(LLM)が、外部のツールや情報源(データソース)と効率的に連携するための「共通のやり方」や「ルール」を定めた標準化されたプロトコルです。USB type-c に良く例えられAIと外部ツールの連携をスムーズにする役割を担います。

MCPの機能

MCPは主に以下の3つの核となる機能を提供しています。これらはMCPサーバーによって公開され、MCPクライアント（LLM側）が利用します。

  • Resources（リソース）：データの読み込み
    • リソースは、LLMがアクセスできる静的または動的なデータソースやコンテンツを指します。
  • Tools（ツール）：外部プログラムやサービスの実行
    • ツールは、LLMが外部で特定のアクションを実行したり、計算処理を行ったりするための、実行可能な関数やサービスを指します。これは、データの「書き込み」や「変更」といった能動的な操作を可能にする主要な機能です。
  • Prompts（プロンプト）：効率的なプロンプト管理
    • プロンプトは、LLMが特定のツールやリソースを最も効果的に利用できるよう、事前定義されたプロンプトテンプレートを指します。

MCPのアーキテクチャ

全体図を示すとこんな感じ

MCPの主要コンポーネント
MCPのアーキテクチャは、以下の3つの主要なコンポーネントで構成されます。

  • MCPホスト (MCP Host / LLM Application):

    • これは、LLMを搭載し、ユーザーインターフェースを提供するアプリケーション全体を指します。例えば、Claude DesktopのようなAIチャットアプリケーションや、AIが組み込まれたIDE（統合開発環境）などがこれに該当します。
    • ユーザーからの指示を受け取り、それをMCPクライアントを介してMCPサーバーに伝え、結果をユーザーに提示する役割を担います。

  • MCPクライアント (MCP Client):

    • MCPホストの内部に組み込まれたコンポーネントで、MCPサーバーとの通信を担当します。
      通信の仲介: MCPサーバーとの接続を確立し、JSON-RPC 2.0をベースとしたプロトコルを使用してメッセージを交換します。
    • リクエストの送信: LLMからの要求（例：特定のツールを実行したい、特定のリソースを読み込みたい）をMCPサーバーに送信します。
    • レスポンスの処理: MCPサーバーからの応答（ツールの実行結果、リソースのデータなど）を受け取り、LLMに渡します。
    • ハンドシェイクと機能交換: サーバーとの間で利用可能な機能（ツール、リソース、プロンプト）の情報をやり取りし、LLMが何を利用できるかを認識できるようにします。
    • 認証・認可処理: OAuth 2.1などのフレームワークを使用して、サーバーへのアクセスが正当に行われるように認証・認可を管理します。

  • MCPサーバー (MCP Server):

    • 外部のデータソースやツール（データベース、ファイルシステム、ウェブAPI、社内システムなど）へのアクセスを管理し、MCPクライアントに対して「リソース」「ツール」「プロンプト」として公開する役割を担います。
    • 機能の公開: MCPクライアントからのリクエストに応じて、利用可能なリソース、ツール、プロンプトの一覧とそれらの利用方法（スキーマ定義など）を提供します。
    • リクエストの実行: クライアントからのリクエスト（例：特定のツールを実行せよ、特定のリソースを読み込め）を受け取り、対応する外部システムと連携して実際に処理を実行します。
    • 結果の返却: 処理結果をMCPクライアントに返します。
    • セキュリティとアクセス制御: どのクライアントがどのリソースやツールにアクセスできるかといったポリシーを適用し、セキュリティ境界を維持します。

MCPとWeb APIの主な違い

項目 Web API MCP
主要な機能 エンドポイントによる機能提供（CRUD操作や特定のサービス機能の公開等) 機能（ツール）をモデルに提供し、動的に呼び出させる
基本的な目的 アプリケーション間の汎用的なデータ交換、機能連携。 LLMが自律的に外部機能を活用できるようにするため
設計思想 人間が理解しやすい静的な設計（ドキュメント前提） LLMが動的に理解・判断して使える設計（構造的メタ情報前提）
利用例 開発者が「ユーザー情報取得→注文作成」などのフローを設計 ユーザーが自然言語で指示 → LLMが適切な機能を呼び出して処理を自動化
対象ユーザー 人間 LLMなどのAIモデル

まとめ

  • MCPの主な機能は以下の3つです。
    • Resources（リソース）: LLMが外部のデータを読み込む機能。
    • Tools（ツール）: LLMが外部プログラムを実行する機能。
    • Prompts（プロンプト）: LLMが効率的にツールやリソースを利用するためのテンプレート。
  • MCPはUSB type-c に例えることができ、AIと外部ツールの連携をスムーズにする役割を担います。

Discussion