MCPサーバーとは?仕組みとAI別の使い方、作り方の4手順

この記事の要点

  1. MCPサーバーとは、AIのアプリに外部のサービスやデータを使う道具を渡すプログラムです。MCP(Model Context Protocol)という共通の規格に沿うので、Claude、ChatGPT、VS CodeのGitHub CopilotなどのMCPに対応したアプリから同じように使えます。
  2. 仕組みは、AIのアプリ(ホスト)がサーバーごとにクライアントを作り、サーバーからツールの一覧を受け取って、AIが選んだツールを呼び出す流れです。手元で動くローカルのサーバーはstdio、URLでつなぐリモートのサーバーはStreamable HTTPでやりとりします。
  3. APIはプログラムのための窓口、RAGは答えの材料を検索する仕組みで、MCPサーバーはAIに道具を渡す点が違います。
  4. GitHub、Notion、Box、Salesforce、kintone、Backlog、マネーフォワード クラウド会計などが公式のMCPサーバーを公開しています。AIのアプリごとにMCPサーバーを足す場所も表にまとめました。
  5. 作り方は、環境を用意する、ツールを書く、MCP Inspectorで確かめる、AIのアプリにつなぐの4手順です。PythonのSDKで文字数を数えるサーバーを作り、MCP Inspectorで結果が返るまでを画面で示しています。
SHARE

MCPサーバーとは、ClaudeやChatGPTなどのAIのアプリに、外部のサービスやデータを使うための道具を渡すプログラムです。 MCP(Model Context Protocol)という共通の決まりに沿って作られているので、AIのアプリにつなぐと、「GitHubのissueを読んで要点をまとめて」「この内容をNotionのページにして」のように、ほかのサービスを使う仕事を会話の中で頼めるようになります。

この記事では、MCPサーバーの仕組み、APIやRAGとの違い、主なMCPサーバー、Claude・ChatGPT・Gemini・Copilotなどでの使い方を説明します。 後半では、Pythonで小さなMCPサーバーを実際に作り、MCP Inspectorで動かすまでの4つの手順を、画面とともに紹介します。

MCPサーバーとは

MCPは「Model Context Protocol」の略で、AIのアプリを外部のデータやツールにつなぐためのオープンな規格です。 Anthropicが2024年11月に公開し、2025年12月に、Linux Foundationのもとに設けられたAgentic AI Foundationへ寄贈されました。 MCPの公式サイトは、MCPをAIのアプリにとってのUSB-Cの端子にたとえています。 USB-Cの端子がそろっていれば、メーカーの違う機器を同じケーブルでつなげるように、MCPに沿って作られたサーバーは、MCPに対応したどのAIのアプリからも使えます。

MCPサーバーは、この規格に沿って、AIが使える道具やデータを公開するプログラムです。 たとえば、GitHubが公開しているMCPサーバーをつなぐと、AIはリポジトリの中身を調べたり、issueやプルリクエストを作ったりできるようになります。 AIは、会話の中で要る道具を自分で選んで呼び出し、返ってきた結果を使って答えます。 こうして道具を使いながら仕事を進めるAIは、AIエージェントと呼ばれます。

MCPサーバーが要る理由

MCPが出る前は、AIのアプリと外部のサービスのつなぎ方が、アプリごと、サービスごとに違っていました。 5つのAIのアプリを5つのサービスにつなぐなら、25通りのつなぎ方を作り、それぞれを保守することになります。 MCPでは、サービスの側がMCPサーバーを1つ用意すれば、MCPに対応したアプリのどれからでも同じように使えます。 アプリの側も、MCPに対応すれば、公開されているMCPサーバーをそのまま使えます。

MCPサーバーの仕組み

MCPは、ホスト、クライアント、サーバーの3つの役割で動きます。 ここでは、3つの役割、サーバーが渡すもの、つなぎ方、AIがツールを使うまでの流れを順に説明します。

ホスト・クライアント・サーバーの役割

MCPの3つの役割
役割すること例
ホスト利用者が使うAIのアプリ。クライアントを作ってまとめるClaude Desktop、Claude Code、VS Code
クライアントホストの中で、1つのサーバーとの接続を受け持つサーバーごとに1つ
サーバー道具やデータを公開するプログラムGitHub、Notion、ファイル操作のサーバー

ホストは、つなぐサーバーごとにクライアントを1つずつ作ります。 たとえば、Claude Desktopにファイル操作のサーバーとGitHubのサーバーをつなぐと、Claude Desktopの中に2つのクライアントができ、それぞれが1つのサーバーとやりとりします。 やりとりには、JSON-RPC 2.0という形式のメッセージを使います。

MCPサーバーが渡す3つのもの

MCPサーバーがAIのアプリに渡せるものは、ツール、リソース、プロンプトの3種類です。 3つは、使うかどうかを決める側が違います。

MCPサーバーが渡す3つのもの
種類中身使うかを決める例
ツールAIが呼び出す処理AIのモデルissueを作る
リソース読み取り用のデータAIのアプリファイルの中身
プロンプト指示のひな形利用者レビューの指示

よく使われるのはツールです。 AIのモデルは、利用者の頼みごとに合わせて、どのツールをいつ呼ぶかを決めます。 ツールはファイルの書き換えやメッセージの送信もできるので、MCPの仕様は、ツールを呼ぶ前に利用者の同意を得ることをアプリに求めています。 リソースは、ファイルや表の定義のように、AIが読む材料をアプリに渡すものです。 プロンプトは、利用者がスラッシュコマンドなどで選んで使う、決まった作業の指示のひな形です。

ローカルのサーバーとリモートのサーバー

MCPサーバーには、自分のパソコンで動かすローカルのサーバーと、提供元が動かしているリモートのサーバーがあります。 2つは、つなぎ方が違います。

ローカルとリモートのMCPサーバー
ローカルリモート
通信の方式stdio(標準入出力)Streamable HTTP
動く場所自分のパソコン提供元のサーバー
つなぎ方起動のコマンドを設定に書くサーバーのURLを足す
認証環境変数などで鍵を渡す多くはOAuthで許可

ローカルのサーバーは、AIのアプリがプログラムとして起動し、標準入出力でメッセージをやりとりします。 手元のファイルや社内のシステムを扱うのに向いていて、ふつうは1人の利用者が使います。 リモートのサーバーは、提供元が動かしているサーバーにHTTPでつなぎ、多くの利用者が同時に使います。 MCPの仕様は、HTTPでつなぐサーバーの認可の方法として、OAuth 2.1にもとづく手順を定めています。 対応したサーバーでは、初めてつなぐときにブラウザで提供元のサービスにログインし、アクセスを許可するとつながります。 以前のHTTP+SSEという方式は2025年3月の版から非推奨になり、新しく作るサーバーにはStreamable HTTPを使います。

AIがツールを使うまでの流れ

AIのアプリがMCPサーバーのツールを使うときは、次の順にやりとりが進みます。

  1. アプリがサーバーにつなぎ、使えるツールの一覧を受け取ります(tools/list)。一覧には、ツールの名前、説明、受け取る値の形が入っています。
  2. 利用者がAIに頼みごとをします。
  3. AIのモデルが、一覧の説明を読んで、使うツールと渡す値を決めます。
  4. アプリが、サーバーにツールの実行を頼みます(tools/call)。その前に、利用者に許可を求める画面が出ることがあります。
  5. サーバーが処理して結果を返し、AIがその結果を使って答えます。

AIはツールの説明を読んで使い方を決めるので、MCPサーバーを作るときは、ツールの説明を分かりやすく書くことが大事です。 この流れは、後半の「MCPサーバーの作り方」で、実際の画面とメッセージで確かめます。

MCPサーバーとAPI・RAG・Function callingの違い

MCPサーバーと混同されやすい仕組みに、API、RAG、Function callingがあります。 それぞれ、何のための仕組みかが違います。

MCPと近い仕組みの違い
仕組み何のためのものか使う側
APIソフトウェアが機能やデータを外部に開く窓口開発者が書くプログラム
MCPサーバーAIのアプリに道具とデータを渡すプログラムMCPに対応したAIのアプリ
RAG答える前に資料を検索し、答えの材料にする仕組み生成AIのシステム
Function callingモデルが呼びたい関数と値を返す機能1つのモデルのAPIを使うプログラム

APIとの違い

APIは、サービスが自分の機能やデータを、外部のプログラムから使えるように開いた窓口です。 APIの形はサービスごとに違うので、使う人はそのサービスの仕様を読み、プログラムを書いて呼び出します。 MCPサーバーは、多くの場合、そうしたAPIとAIのアプリの間に立ち、APIの機能を「AIが読める説明つきの道具」として渡します。 たとえば、ヌーラボのBacklogのMCPサーバーは、Backlog APIを使って課題やWikiを扱う道具を、AIのアプリに渡します。 APIを使うときは、人が仕様書で呼び出し方を調べてプログラムを書きます。 MCPサーバーを使うときは、AIのアプリがつないだときに、サーバーが使える道具の一覧と説明を返します。 AIはその説明を読んで、どの道具を使うかを自分で決められます。 生成AIそのもののAPIの使い方は、OpenAI・Gemini・Claude APIの使い方で説明しています。

RAGとの違い

RAGは、生成AIが答える前に、社内の文書などから質問に関係する情報を検索し、その内容をもとに答える仕組みです。 RAGがAIに足すのは答えの材料になる「知識」で、MCPサーバーがAIに足すのは、外部のサービスを使う「道具」です。 2つは組み合わせて使えます。 たとえば、社内の文書を検索する処理をMCPサーバーのツールとして作れば、MCPに対応したアプリから、その検索の結果をもとに答えさせられます。

Function callingとの違い

生成AIのAPIには、モデルに関数(ツール)の定義を渡すと、モデルが「この関数をこの値で呼びたい」と返す機能があり、Function callingやTool useと呼ばれます。 実際に関数を動かすのはアプリのプログラムで、関数の定義と実行のコードは、アプリの中に書きます。 MCPは、その道具を別のサーバーに切り出し、どのアプリからも同じ手順で一覧を受け取り、呼び出せるようにした決まりです。

主なMCPサーバーの一覧

多くのサービスが、公式のMCPサーバーを公開しています。 次の表は、提供元の公式のページやリポジトリで確かめた、主なMCPサーバーです。

主なMCPサーバー(2026年11月19日に確かめた内容)
サービス提供元できることの例形
GitHubGitHubリポジトリ、issue、プルリクエストの操作リモート、ローカル
FigmaFigmaデザインの情報をコードの生成に渡すリモート、ローカル
NotionNotionページの検索、作成、編集リモート
SlackSlackメッセージの検索と送信リモート
BoxBoxファイルの検索、読み取り、アップロードリモート
SalesforceSalesforceレコードの読み書き、フローの実行リモート
AWSAWSAWSのAPIの呼び出し、ドキュメントの検索リモート、ローカル
Google CloudGoogleBigQuery、Cloud Runなどの操作リモート
kintoneサイボウズアプリとレコードの取得、追加、更新ローカル
Backlogヌーラボ課題、Wiki、プロジェクトの操作ローカル
クラウド会計マネーフォワード仕訳の取得と作成、試算表の取得リモート
NoLangMavericks動画の作成、状態の確認、修正リモート

「リモート」は提供元が動かしているサーバーにURLでつなぐもの、「ローカル」は自分のパソコンで起動して使うものです。 たとえば、kintoneのMCPサーバーはサイボウズがオープンソースで公開しているローカルのサーバーで、Claude Desktopの拡張機能、Docker、npmのどれかで手元に入れて使います。 使える条件と料金は、サービスごとに違います。

MCPサーバーの探し方

公開されているMCPサーバーは、次の場所で探せます。 MCP Registryは、registry.modelcontextprotocol.ioで開けます。

  • MCP Registry:MCPの公式の登録簿です。公開されているMCPサーバーの名前、説明、つなぎ方の情報が集められています。2026年11月時点ではプレビューの段階です。
  • AIのアプリのコネクタの一覧:claude.aiのコネクタのように、AIのアプリの中で、提供元が用意したMCPサーバーを選んでつなげる一覧があります。
  • 公式の参照用のサーバー:MCPの公式のリポジトリ(modelcontextprotocol/servers)に、作り方の手本になる参照用のサーバーがあります。Filesystem(ファイル操作)、Fetch(Webページの取得)、Git、Memory、Timeなどです。

同じサービスの名前で、提供元の違う複数のMCPサーバーが公開されていることがあります。 仕事のデータにつなぐときは、サービスの会社が公開している公式のサーバーかどうかを、提供元のページで確かめてから使います。

AIのアプリでMCPサーバーを使う方法

主なAIのアプリで、MCPサーバーを足す場所は次のとおりです。

AIのアプリごとのMCPサーバーの足し方
アプリ足す場所使えるサーバー
claude.aiCustomize → Connectorsリモート
Claude Desktop設定ファイル、Extensionsローカル、リモート
Claude Codeclaude mcp addローカル、リモート
ChatGPTPlugins → Add custom MCP serverリモート
Gemini(ウェブアプリ)Settings → Connected Appsリモート
Antigravity CLI/mcp、mcp_config.jsonローカル、リモート
VS Code(GitHub Copilot)Chat: Open Customizations → MCP Serversローカル、リモート
DifyIntegrations → ToolsのMCPリモート
n8nMCP Client Toolのノードリモート

Claude(claude.ai・Claude Desktop・Claude Code)

claude.aiでは、リモートのMCPサーバーを「カスタムコネクタ」として足せます。 Customize → Connectorsで「+ Add」から「Add custom connector」を選び、名前とサーバーのURLを入れて足します。 無料のプランでは、カスタムコネクタは1つまでです。 カスタムコネクタは、利用者のパソコンではなくAnthropicのクラウドからMCPサーバーにつなぐので、サーバーはインターネットからアクセスできる場所に置く必要があります。 Claudeのコネクタやほかの機能は、Claudeとは?使い方と始め方でも紹介しています。

Claude Desktopでは、ローカルのMCPサーバーも使えます。 Settings → Developerの「Edit Config」で設定ファイル(claude_desktop_config.json)を開き、サーバーを起動するコマンドを書いて、Claude Desktopを終了してから起動し直します。 ファイルの場所は、macOSでは~/Library/Application Support/Claude/claude_desktop_config.json、Windowsでは%APPDATA%\Claude\claude_desktop_config.jsonです。 1つのファイルにまとめたMCPサーバー(拡張子が.mcpbのDesktop Extensions)は、Settings → Desktop appのExtensionsの「Manage」から入れられます。

Claude Codeでは、ターミナルでclaude mcp addのコマンドを使って足します。

claude mcp add --transport http notion https://mcp.notion.com/mcp

足したサーバーはclaude mcp listで一覧でき、Claude Codeの中では/mcpで接続の状態を確かめられます。 スコープや.mcp.jsonでの共有は、Claude Codeの使い方で詳しく説明しています。

ChatGPT

ChatGPTでは、Pluginsの画面でプラスのボタンを押し、「Add custom MCP server」を選んで、名前とMCPサーバーの公開されているHTTPSのURLを入れて足します。 OpenAIのヘルプによると、カスタムのMCPサーバーへの接続と、MCPのすべての機能(full MCP)を使えるのは、ウェブのChatGPTのBusinessとEnterprise・Eduのプランです。 Businessのワークスペースでは、足せるのは管理者とオーナーだけです。 Proのプランでは、読み取りと取得の権限でカスタムのMCPサーバーをつなげます。 ChatGPTのほかの機能は、ChatGPTの使い方で紹介しています。

Gemini

Geminiのウェブアプリでは、Settings → Connected Appsの「Custom apps」で、MCPサーバーのURLを足せます。 ただし、2026年11月19日時点のヘルプでは、米国にいる18歳以上の人が個人のGoogleアカウントで使う場合に限られ、英語でだけ使えます。 足したアプリは、Geminiのスマホのアプリからも使えます。

ターミナルで使うGoogleのAIのツールでは、無料の個人の利用者とGoogle AI Pro・Ultraの利用者向けのGemini CLIが、2026年6月18日にAntigravity CLIに置き換わりました。 Antigravity CLIでは、プロンプトの欄で/mcpを入力して開く管理の画面か、設定ファイル(~/.gemini/config/mcp_config.json)でMCPサーバーを足します。 Gemini Code AssistのStandardやEnterpriseのライセンスで使うGemini CLIでは、設定ファイル(settings.json)のmcpServersにMCPサーバーを書きます。 Geminiのアプリの使い方は、Geminiとは?で紹介しています。

GitHub Copilot(VS Code)

VS CodeのGitHub Copilotでは、Copilotを選んだ状態でコマンドパレットから「Chat: Open Customizations」を実行し、MCP Serversの「Add Server」で足します。 リモートのサーバーは「HTTP」を選んでURLを、ローカルのサーバーは「Command (stdio)」を選んで起動のコマンドを入れます。 コマンドパレットの「MCP: Add Server」からは、npmやPipのパッケージ、ほかのアプリの設定を取り込んで足せます。

Dify・n8n

Difyでは、Integrations → ToolsのMCPのタブで、リモートのMCPサーバーのURLを入れて、ワークフローやエージェントのツールとして使えます。 反対に、Difyで作ったアプリを、MCPサーバーとして公開することもできます。 n8nでは、MCP Client Toolのノードで外部のMCPサーバーのツールをAIエージェントに使わせ、MCP Server Triggerのノードでn8nのワークフローをMCPサーバーとして公開できます。

例:NoLangのMCPサーバーで動画を頼む

動画生成AIのNoLangも、AIのアプリから使えるMCPサーバーを公開しています。 claude.aiやChatGPTのコネクタの設定に、次のURLを足します。

https://api.no-lang.com/agent/mcp

初めて動画を頼むときにブラウザでNoLangにログインし、「許可」を押すとつながります。 APIキーは要りません。 つないだ後は、会話の中で「NoLangの使い方を60秒で解説する動画を作って」のように頼むと、動画を作れます。 できた動画の状態の確認や修正も、同じ会話の中で頼めます。 Claude Code、Codex、Claudeのデスクトップアプリでは、NoLangの公式のプラグインを入れて使います。

MCPサーバーの作り方(Python)

MCPの公式のSDKは、TypeScript、Python、C#、Go、Rust、Rubyなど10の言語向けに用意されています。 ここでは、PythonのSDKで、文章の文字数を数えるツールを1つだけ持つMCPサーバー「文字数カウンター」を作り、動きを確かめてからAIのアプリにつなぎます。 2026年11月19日に、mcp 2.3.0とMCP Inspector 2.16.0で動かした手順です。

1. 環境を用意する

Pythonと、Pythonのパッケージを管理するuvを入れておきます。 MCP InspectorはNode.jsで動くので、Node.jsも入れておきます。 フォルダを作り、MCPのSDKを足します。

uv init moji-counter
cd moji-counter
uv add "mcp[cli]"

[cli]を付けると、SDKと一緒に、サーバーを動かして確かめるためのmcpコマンドが入ります。

2. ツールを書く

moji-counterのフォルダに、次のserver.pyを作ります。

from mcp.server import MCPServer

mcp = MCPServer("文字数カウンター")


@mcp.tool()
def count_characters(text: str) -> int:
    """文章の文字数を数える(空白と改行は数えない)"""
    return len("".join(text.split()))


if __name__ == "__main__":
    mcp.run()

@mcp.tool()を付けた関数が、AIに渡すツールになります。 関数の名前がツールの名前に、関数の中の説明の文(docstring)がAIの読むツールの説明に、引数の型(text: str)が受け取る値の形になります。 mcp.run()は、何も指定しなければstdioで動きます。 stdioで動くサーバーは標準出力をメッセージのやりとりに使うので、print()で標準出力に書かず、ログはloggingのモジュールで標準エラー出力に書きます。

ほかの記事で見かけるfrom mcp.server.fastmcp import FastMCPの書き方は、SDKのバージョン1のものです。 バージョン2ではFastMCPからMCPServerに名前が変わり、古い書き方では読み込めないので、ここではfrom mcp.server import MCPServerを使います。

3. MCP Inspectorで動きを確かめる

MCP Inspectorは、MCPサーバーの動きをブラウザで確かめる公式の道具です。 moji-counterのフォルダで次を実行すると、サーバーとMCP Inspectorが起動し、ブラウザで開くURLが表示されます。

uv run mcp dev server.py

表示されたURLを開き、Serversのタブでサーバーのスイッチを入れて「Connected」にします。 画面の上に、サーバーの名前の「文字数カウンター」が出ます。 Toolsのタブを開くと、ツールの一覧にcount_charactersが出て、選ぶとserver.pyに書いた説明と、Textの入力の欄が出ます。

MCP Inspectorで文字数カウンターのサーバーにつなぎ、Toolsのタブでcount_charactersを選んだ画面。ツールの一覧の行と、説明とTextの入力の欄を赤枠で囲んでいる

Textに「MCPサーバーとは、AIに道具を渡す仕組みです。」を入れて「Execute Tool」を押すと、Resultsに24が返りました。 Structured Outputには{"result": 24}と出ます。

MCP InspectorでTextに文を入れてExecute Toolを押した画面。Resultsに24と、Structured Outputのresult 24が出て、赤枠で囲んでいる。右のProtocolの欄にtools/callが並ぶ

右のProtocolの欄には、Inspectorとサーバーのあいだのメッセージが並びます。 接続したときのtools/listで、Inspectorはツールの一覧を受け取り、Execute Toolを押したときのtools/callで、ツールを実行しています。 AIのアプリも、同じやりとりでツールを見つけて呼び出します。 同じサーバーにPythonのSDKのクライアントからつなぐと、tools/listは次のツールの定義を返しました(一部を省いています)。

{
  "name": "count_characters",
  "description": "文章の文字数を数える(空白と改行は数えない)",
  "inputSchema": {
    "type": "object",
    "properties": { "text": { "type": "string" } },
    "required": ["text"]
  }
}

tools/callの結果は、次のとおりです。

{"content": [{"type": "text", "text": "24"}], "structuredContent": {"result": 24}, "isError": false}

4. AIのアプリにつなぐ

Claude Desktopにつなぐときは、設定ファイル(claude_desktop_config.json)のmcpServersに、サーバーを起動するコマンドを書きます。 /ABSOLUTE/PATH/TO/moji-counterは、moji-counterのフォルダの絶対パスに置き換えます。

{
  "mcpServers": {
    "moji-counter": {
      "command": "uv",
      "args": ["--directory", "/ABSOLUTE/PATH/TO/moji-counter", "run", "server.py"]
    }
  }
}

保存したらClaude Desktopを終了して起動し直します。 入力欄の「+」から開くConnectorsにmoji-counterが出ていれば、「この文章の文字数を数えて」のように頼むと、Claudeがcount_charactersのツールを使います。 uvが見つからないと表示されるときは、which uv(Windowsではwhere uv)で調べたuvの絶対パスをcommandに書きます。 uv run mcp install server.pyを実行して、Claude Desktopの設定ファイルに書き込ませることもできます。

Claude Codeにつなぐときは、--の後ろに起動のコマンドを書きます。

claude mcp add --transport stdio moji-counter -- uv --directory /ABSOLUTE/PATH/TO/moji-counter run server.py

ほかの人にもURLで使ってもらうリモートのサーバーにするときは、mcp.run(transport="streamable-http")で起動します。 既定ではhttp://127.0.0.1:8000/mcpで待ち受けるので、公開するときはHTTPSと認可の仕組みを用意します。

TypeScriptで作るときは、@modelcontextprotocol/serverのパッケージを使い、McpServerのregisterToolでツールを足します。

MCPサーバーを使うときの注意

MCPサーバーのツールは、AIの判断で、ファイルの書き換え、メッセージの送信、データの削除なども行えます。 使う人と作る人は、それぞれ次の点を確かめます。

使う人が確かめること

  • 提供元を確かめる:つなぐのは、提供元が分かり、信頼できるサーバーだけにします。悪意のあるサーバーは、ツールの説明や返す内容に指示を紛れ込ませ(プロンプトインジェクション)、AIに意図しない操作をさせたり、会話の情報を外へ送らせたりすることがあります。
  • 実行の許可を残す:書き込みや送信をするツールは、実行の前の確認を残します。毎回の確認を省く設定は、信頼できるツールだけにします。
  • 権限を絞る:サーバーに渡すアカウントやトークンは、要る範囲の権限のものにします。GitHubのMCPサーバーのように、読み取りだけで動かす設定を用意しているサーバーもあります。
  • ローカルのサーバーの権限を知る:ローカルのサーバーは、自分のアカウントの権限で動きます。自分が手作業でできるファイルの操作は、サーバーからもできます。

作る人が確かめること

  • 自分あての鍵だけを受け付ける:MCPの公式のSecurity Best Practicesは、自分のサーバーあてに発行されていないトークンを受け付けないことを求めています。
  • 手元でHTTPのサーバーを動かすときは127.0.0.1で待ち受ける:すべてのネットワークに開かず、届いたリクエストのOriginのヘッダーを確かめます。
  • ツールの権限と説明を絞る:1つのツールにできることを広げすぎず、説明には何をするツールかを正確に書きます。

会社でMCPサーバーやAIのアプリを使い始めるときは

社内でAIのアプリやMCPサーバーを使い始めるときは、つないでよいサービスや、ツールの実行を許可するときの決まりを、使う人全員に前もって伝えておくことが大事です。 NoLangでは、PDFやPowerPointの資料から説明の動画を作れるので、社内の決まりや使い方の手順を動画にして共有できます。 会社での使い方は導入事例で紹介しています。 導入の相談はお問い合わせから受け付けています。

資料をダウンロード

よくある質問

MCPサーバーの料金はいくらですか?
MCPは公開された規格で、規格や公式のSDKを使うのに料金はかかりません。費用は、つなぐサービスとAIのアプリの契約で決まります。たとえば、AWS MCP Serverは追加の料金なしで使え、エージェントが使ったAWSのリソースの料金だけがかかります。マネーフォワード クラウド会計のMCPサーバーは、クラウド会計・確定申告の利用を始めていれば追加の料金なしで使え、つなぐAIのアプリの料金はそれぞれのサービスの料金のとおりです。
プログラミングができなくても使えますか?
使えます。リモートのMCPサーバーは、AIのアプリのコネクタの設定にURLを足し、提供元のサービスにログインして許可するとつながります。Claude Desktopでは、.mcpbの形にまとめられたDesktop Extensionsを画面から入れられます。自分でMCPサーバーを作るときは、PythonやTypeScriptなどでプログラムを書きます。
MCPの仕様の最新の版はどれですか?
MCPの仕様は、2024-11-05、2025-03-26、2025-06-18、2025-11-25、2026-07-28のように、日付で版を表します。2026年11月19日時点の最新は2026-07-28の版です。公式のSDKは、SDKごとに時期を決めて新しい版に対応するので、使うSDKのドキュメントで、対応している版を確かめます。
SHARE
NoLang サービスご紹介資料
資料ダウンロード

NoLangの導入を
ご検討中の方

NoLangを
ご利用中の方

\無料ですぐ試せる/ AIで動画を作ってみる