みなさまこんにちは！エアークローゼットでCTOをしている辻です。 これまで 社内MCP群の全体像、DB Graph MCP、Biz Graph、Sandbox MCP と、社内向けに作っているMCPサーバーを順に紹介してきました。 今回はその運用の中で見えてきた、自作MCPサーバーのトークン消費を減らすTips の話を書きます。 困りごと：MCPは意外とトークンを食う MCPでAIエージェントを拡張するとき、最初に遭遇するのが トークン消費が想定より多い という現実です。 MCPのツール呼び出しは、結局のところ JSON-RPC over HTTP です。AIが送る引数も、ツールが返す結果も、そのままAIの会話コンテキストに乗ります。素直に実装すると、 ファイル丸ごとを引数で送る → 数千行のソースコードがコンテキストに張り付く DBクエリ結果を全件返す → 数千行 × 数十カラムの表がコ

これはなに？ Xでも絶賛しましたが、Anthropicが発表した "Writing effective tools for agents — with agents" という記事が素晴らしい内容でした。 その中でも特に「Principles for writing effective tools (効果的なツールを作成するための原則)」のセクションが実践的な内容だったので、AIエージェント向けツールを実装するときの社内ガイドラインとしても使えるように抜き出して簡潔にまとめてみました。 以下の5つの原則としてまとめてあります。 AIの特性に合わせたツール設計をしよう ツール名を体系的に整理しよう AIが理解しやすい情報を返そう トークン効率を最適化しよう ツール説明文のPromptingをしよう かなり意訳しているので間違いと思われるところがあれば教えてください🙏 (元記事も読んでいただき

It turns out we've all been using MCP wrong. Most agents today use MCP by directly exposing the "tools" to the LLM. We tried something different: Convert the MCP tools into a TypeScript API, and then ask an LLM to write code that calls that API. The results are striking: We found agents are able to handle many more tools, and more complex tools, when those tools are presented as a TypeScript API r

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Context7、Serena、Cipher で得られるメリット 開発効率の大幅な向上 Context7：最新のAPIドキュメントを自動取得し、古い情報によるエラーを防止 Serena：IDEレベルのコード理解により、大規模リファクタリングを効率化 Cipher：過去の解決策を記憶し、同じ問題への対処時間を削減 コスト削減効果 ツール利用料0円：すべてオープンソースツール 注意：Claude APIやOpenAI APIの使用料は別途発生します API使用量の削減：Cipherのメモリ機能により、重複する質問を回避 デバッグ時間の短縮：

TypeScript SDK を使用して MCP UI を実装する MCP UI では TypeScript と Ruby の SDK が提供されています。ここでは TypeScript SDK を使用します。サーバー向けの SDK とブラウザ向けの SDK がそれぞれ提供されています。 @mcp-ui/server - npm: MCP の Resource を実装するためのヘルパー関数を提供する @mcp-ui/client - npm: インタラクティブな UI コンポーネントを提供する. React コンポーネントと Web コンポーネントの両方が提供される。 まずはサーバー側の実装から始めましょう。MCP サーバーの実装として Cloudflare が提供する agents パッケージを使用します。agents パッケージは Streamable HTTP を使用したリモート M

Microsoft Copilot Studio でカスタムのエージェントを最近作り始めた方は、システムとの連携にMCPを利用したり、APIも利用することもあると思います。ありがちな勘違いが、APIをそのままMCPにすればいいじゃないか？という考えを持つこともありますが、MCPの本質を理解し、何が違うのかを理解することで、より良いエージェントを作れるようになります。そこで今回はMCPとAPIの違いについて、触れたいと思います。 MCP ってそもそも何？ MCP（Model Context Protocol）は、Anthropic が 2024 年末に公開したオープンプロトコルです。狙いは、大規模言語モデル（LLM）が外部サービスをもっと自然に扱えるようにすることです。 基本的には 3 つの要素があります。 ツール― LLM が実行できる“アクション”。 リソース― ツールが扱う対象物や I

2025/08/25 追記: GPT-5やo4-miniなど好きなモデルを使えるようになりました！ $ claude mcp add o3 -e OPENAI_MODEL=gpt-5 -e OPENAI_API_KEY=*** -s user -- npx o3-search-mcp@latest こんにちは、よしこです。 普段の開発にClaude Codeをフル活用する毎日です。 ただ、Claude Codeは検索があまり強くないので、なにか解決できないエラーや込み入った問題は別途ChatGPTアプリでo3に聞き、回答をClaude Codeにコピペする、というのが常でした。 もう二人で勝手に話してくれ〜って思いながら情報運搬職人をやっていました。 しかし！なんと今朝、OpenAI APIのo3 modelがWebSearchに対応したのです！！ つまり、MCP経由でClaude Cod

はじめに：DXTがもたらす革命 2025年6月27日、AnthropicがClaude Desktop用の「Desktop Extensions (DXT)」を発表しました。これは、ローカルMCPサーバーを単一の .dxt ファイルにパッケージ化し、ワンクリックでインストールできるようにする画期的な仕組みです。 本記事では、DXTの技術的詳細から実装方法、そして日本企業での活用方法まで、開発者向けに徹底解説します。 📋 目次 DXTとは何か 従来のMCPサーバー導入の課題 DXTのアーキテクチャ クイックスタート 実装例：社内ツールのDXT化 セキュリティと企業向け機能 公式サンプルの衝撃 今後の展望 DXTとは何か Desktop Extensions (DXT) は、Model Context Protocol (MCP) サーバーとその依存関係を単一のパッケージにまとめる新しい配布

OpenMemory MCP is a local app to store, organise, and manage memories with topics, emotions, and timestamps. Share them across AI tools like Claude, Cursor and Windsurf on your terms.

Browser　Useから新しいブラウザ操作系エージェントが登場しました めちゃくちゃ魅力的だったので紹介します。 従来のブラウザ操作系エージェント browser-useに限らず、従来のブラウザ操作系エージェントはユーザーからの自然言語な指令をもとにブラウザを操作します。 AIエージェントは画面キャプチャ + DOMの取得 → キャプチャを解析 → クリックすべき要素を推論 → playwrightで操作をループしてタスクを行います。 現在僕もよく使っているのですが、何点か課題があります。 どうしてもアクションに揺らぎがある 自然言語での指示である以上仕方ないのですが、「〇〇をクリックして〇〇をしてほしい」と言った細かい指示はプロンプトのチューニングが不可欠であり使用モデルの賢さにも依存します。 処理に時間がかかる 画面キャプチャ + DOMの取得 → キャプチャを解析 → クリックすべ

［速報］マイクロソフト、WindowsがMCPをサポートすると発表。AIエージェントでWindowsやアプリとの連携が可能に マイクロソフトは日本時間5月20日未明に開幕したイベント「Microsoft Build 2025」で、AIアプリケーションやエージェントとアプリケーションを連携させるプロトコルである「MCP」（Model Context Protocol）をWindowsがネイティブにサポートすると発表しました。 WindowsのMCPサポートでは、以下の機能がWindowsに実装されます。 MCP Servers for Windows ファイルシステムやウィンドウ管理、Windows Subsystem for Linux（WSL）などのWindowsシステムファンクションがMCPサーバとなり、AIアプリケーションやエージェントからアクセス可能になる。 MCP Registr

はじめに みなさん、こんにちは！最近、API開発の現場で「これマジですごい！」と思わず叫んでしまったツールを見つけたんですよ。それが「FastAPI-MCP」です！ FastAPI使ってる人なら絶対に知るべきツールです。だって、あなたのAPIをAIモデル（GPTやClaudeなど）に簡単に操作させることができるんですから！私みたいな初心者でも数分で設定できちゃいました。 FastAPI-MCPって何がすごいの？ まず、FastAPI-MCPの核となる機能を紹介します： 認証機能が標準装備：FastAPIの依存性注入（Depends()）をそのまま使えるから、セキュリティ面も安心！ FastAPIとの相性抜群：単なるOpenAPI変換ツールじゃなく、FastAPIのASGIインターフェースを直接使うから超効率的！ 設定ほぼゼロ：FastAPIアプリを指定するだけでMCPツールが自動生成される

本日、「AI駆動開発実践の手引き -これが僕/私のAI（アイ）棒」というイベントで「ここはMCPの夜明けまえ」 🎵🧭 というタイトルで登壇しました！ 🔍 イベント詳細: - イベント名: 【ハイブリッド開催】AI駆動開発実践の手引き -これが僕/私のAI（アイ）棒- - 公式URL: http…

はじめに 乗り遅れましたが巷ではMCPが流行っていたので、気になっていたPlaywright MCPを使ってみたいと思います。 今回は、AIが画面操作を出来るならUXも評価してくれるのでは？という思い付きを試してみました。 1. MCPとは？ MCPは、Model Context Protocolの略称です。 Protocolとある通り、「AI」と「サービスやリソース」を繋ぐ、共通規格です。 従来の悩み 従来は、AIと他サービスやリソースを連携させる際、それぞれの接続先ごとに個別の実装が必要となり、開発者に大きな負担がかかっていました。 下記ではAIエージェントが利用できるように「ブラウザ操作」「画像生成」など個別に実装する必要があります。 MCPが解決すること 「AI」と「サービスやリソース」を繋ぐ部分を共通規格化することで、開発の負担が減り、手軽にAIとサービス・リソースを接続できるよ

はじめに こんにちは、普段 Ubie で症状検索エンジンユビー(https://ubie.app/)の開発をしている江崎です。 最近、Cursor エディタや GitHub Copilot などのコーディングアシスタントツールが進化し続けていますが、社内固有のデザインシステムとの連携はまだまだ課題が残っていました。そこで社内エンジニアである sosuke とともに、Ubie Vitals というデザインシステムを MCP サーバー化することで、UI 開発の速度と精度が劇的に向上した体験を共有します。 目次 デザインシステムと開発の現状課題 MCP サーバーの登場 Ubie UI MCP の構築 デモ テキストだけで UI 実装が可能に デザイナーの壁打ち相手としての可能性 今後の展望 デザインシステムと開発の現状課題 Ubie では「Ubie Vitals」というデザインシステムに則って

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

🌐 Universal LLM Support: Compatible with ChatGPT, Anthropic, Ollama and OpenAI-compatible models 💻 Cross-Platform: Available for Windows, MacOS, and Linux 🔄 Model Context Protocol: Enabling seamless MCP AI agent integration on both stdio and SSE mode ☁️ OAP Cloud Integration: One-click access to managed MCP servers via OAPHub.ai - eliminates complex local deployments 🏗️ Dual Architecture: Mode

はじめに 従来のブラウザ操作MCPの主な課題は、大量のコンテキスト消費でした。AI エージェントがブラウザを操作する際、ブラウザのスクリーンショットを base64 エンコードしてコンテキストに渡していたためです。このため、一度の操作でも膨大なトークン数を消費してしまい、処理効率が大幅に低下していました。 このため、数回の操作を必要とする程度の簡単な操作さえ、エージェント上で完了することはできませんでした。 つまり、従来のブラウザ操作系MCPは実用レベルに達していませんでした。 結論 以下の動画を見てください。 自然言語による指示によって、ローカル環境でログイン処理を行う様子 データの追加と結果の確認を行う様子 Microsoft 製の ブラウザ操作 MCP = Playwright MCP は実用レベルに達していました！ おわり。 おまけ コンテキスト長問題の解決 Playwright