🚃 【MCP】「駅すぱあと API MCPサーバー」がリリースされたので、LLMに経路検索させてみた

はじめに

こんにちは！ 株式会社ヴァル研究所から2026/01/15にリリースされた 「駅すぱあと API MCPサーバー」 を実際に触ってみたので、そのセットアップ手順や使用感をご紹介します。

昨今、「MCP is dead.」と言われたりしていますが、とはいえ「駅すぱあと API」は「APIとして独立したサービス（≒SaaSサービスのいち機能をAPI化しているわけではない）」であり、「パラメータが非常に多く機能が複雑」なため、AIからの利用に対する「MCPサーバーでの連携」という選択肢は、一つの回答ではないかと考えています。

▼ 「駅すぱあと API MCPサーバー」紹介ページはこちら
https://api-info.ekispert.com/mcp/

「駅すぱあと API MCPサーバー」とは？

LLMに「駅すぱあと API」の機能を提供するためのMCPサーバーです。
これまで、経路検索や時刻表取得の機能をアプリケーションに組み込むには、APIの仕様を読み解き、パラメータを細かく設定してリクエストを送る必要がありました。

しかし、このMCPサーバーを使えば、「〇〇駅から△△駅までの明日の朝イチの行き方を教えて」「〇〇駅の終電の時間を調べて」 といった自然言語の指示だけで、LLMが自律的に「駅すぱあと API」を呼び出し、最適な回答を返してくれます。

公式のドキュメントは以下のGitHubリポジトリで公開しています。

▼仕様書 (Docs)
https://github.com/ValLaboratory/ekispert-api-mcp-server-docs

準備・セットアップ

実際にClaude DesktopなどのMCPクライアントで動かすための準備をします。

1. APIキーの取得
   「駅すぱあと API」を利用するためのアクセスキー（APIキー）が必要です。法人の方は90日間無料の評価版のご提供が可能ですので、以下から取得をお願いします。

▼90日間無料 「駅すぱあと API」評価版お申込み
https://api-info.ekispert.com/form/trial/

2. MCPクライアントの設定
   設定ファイルに「駅すぱあと API MCPサーバー」の設定を記載します。

💡 Note: > 詳しい環境構築の手順や依存パッケージのインストールについては、公式のサンプルリポジトリをご参照ください。

▼クイックスタート
https://github.com/ValLaboratory/ekispert-api-mcp-server-docs#rocket-クイックスタート

▼詳細なセットアップガイド
https://github.com/ValLaboratory/ekispert-api-mcp-server-docs/blob/master/docs/getting-started.md#セットアップガイド

▼claude_desktop_config.json の設定例:

{
  "mcpServers": {
    "ekispert-api-mcp-server": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote@latest",
        "https://api-mcp.ekispert.jp/mcp",
        "--header",
        "ekispert-api-access-key:${EKISPERT_API_ACCESS_KEY}"
      ],
      "env": {
        "EKISPERT_API_ACCESS_KEY": "YOUR_ACCESS_KEY_HERE"
      }
    }
  }
}

※ ekispert-api-access-key には「駅すぱあと API」のアクセスキーを設定してください。セキュリティの観点から、アクセスキーの値は直接設定するのではなく、環境変数（例: EKISPERT_API_ACCESS_KEY ）から取得する方法を推奨します。

設定を保存し、Claude Desktop等を再起動すると、ツールアイコン（ハンマーのマーク）に「駅すぱあと」が追加されます！

実際に触ってみた

準備が整ったので、さっそくLLMに自然言語で交通経路を聞いてみます。
公式のExamplesを参考に、いくつかプロンプトを試してみました。

ユースケース1：シンプルな経路検索

まずは王道の経路検索です。出張や外出の予定を立てるシチュエーションを想定してみます。

🗣️ ユーザー（プロンプト）

明日の朝10時　東京から青山

🤖 Claudeの動き（内部処理）

LLMが「駅を検索するツール」を使って「東京」と「青山」に該当する駅を調べ、「東京」と「青山一丁目」の正確な駅コードを取得。
「経路を検索するツール」に駅コードと日時（明日の朝10時）を渡してAPIを実行。

取得したJSONデータを解析し、自然な日本語で回答を作成。

✨ 結果

明日の朝10時、東京駅から青山一丁目への経路を検索しました。以下が主なルートです：

最速ルート（11分）

10:01 東京駅 → 丸ノ内線（荻窪行） → 赤坂見附 10:09 → 銀座線（渋谷行） → 青山一丁目 10:12着
乗り換え1回、運賃：180円
その他のルート：

東京 10:01 → 丸ノ内線 → 赤坂見附 → 徒歩で永田町へ → 半蔵門線急行 → 青山一丁目 10:17（所要16分、運賃180円）

東京 10:02 → 丸ノ内線 → 大手町 → 半蔵門線 → 青山一丁目 10:20（所要18分、運賃180円）

東京 10:06 → JR上野東京ライン特別快速 → 新橋 10:09 → 銀座線 → 青山一丁目 10:22（所要16分、運賃340円）

東京 10:04 → JR横須賀線 → 新橋 10:06 → 銀座線 → 青山一丁目 10:22（所要18分、運賃340円）

最速で到着したい場合は最初のルート（丸ノ内線+銀座線）がおすすめですよ。

所感: 完璧です！「青山」駅は都内になく（新潟県・愛知県・岩手県にある駅名です）、正しくは「青山一丁目」駅ですが、LLMが「【東京】駅から出発するなら【青山一丁目】駅が妥当」と判断し、駅名検索APIを挟んで解決しています。

ユースケース2：終電の検索と金額計算

少し複雑な条件を入れてみます。

🗣️ ユーザー（プロンプト）

飲み会で遅い。今日の六本木駅から横浜駅までの終電。また、タクシーを使った場合の深夜料金の目安もわかれば比較したい。

✨ 結果

今日（4月30日）の終電を検索しました。以下が主なルートです：

最速の終電（48分）
23:54 六本木 → 東京メトロ日比谷線 → 中目黒 00:02 → 東急東横線（横浜行） → 横浜 00:42着
乗り換え1回、運賃：490円
その他の終電ルート
ルート2（43分）

23:44 六本木 → 大江戸線 → 大門 23:50 → 徒歩7分 → 浜松町 23:58 → JR京浜東北線 → 横浜 00:37
運賃：710円
ルート3（53分）

23:44 六本木 → 日比谷線 → 恵比寿 23:50 → JR山手線（内回り） → 品川 00:06 → JR京浜東北線 → 横浜 00:37
運賃：620円

タクシーの深夜料金目安
六本木から横浜までの距離：約30-35km

項目	目安
昼間運賃（通常）	5,000～7,000円
深夜割増（22:00-05:00）	+20%の割増料金
深夜合計	6,000～8,400円
電車 vs タクシー比較：

電車：490円＋時間48分 ← 最もお手軽
タクシー：6,000～8,400円＋時間30分程度 ← 時間重視ならこちら
終電は00:42横浜着まで間に合うので、費用重視なら電車がお得ですよ！

所感：LLMが現在時刻や「終電」というコンテキストを理解し、「駅すぱあと」の終電検索を適切に呼び出しています。

まとめ

今回「駅すぱあと API MCPサーバー」を触ってみて、以下の点に大きな可能性を感じました。

1. APIの仕様を知らなくていい
   面倒なパラメータ設計や駅コードの紐付けをすべてLLMが吸収してくれるため、開発者体験（DX）が飛躍的に向上します。

2. コンテキストとの融合が強力
   「カレンダーの予定（別ツール）」と「駅すぱあと（本ツール）」を組み合わせれば、「明日の最初の会議の場所に間に合うように、出発時間を教えて」といったパーソナルアシスタントが簡単に作れてしまいます。

開発者がドキュメントとコードを行き来する時間を削り、AIが直接「駅すぱあと API」を参照しながらコーディングをサポートしてくれるのも便利そうです。

気になった方は、ぜひ無料の評価版を申し込んで、試してみてください！
▼90日間無料 「駅すぱあと API」評価版お申込み
https://api-info.ekispert.com/form/trial/