MCP連携で加速するAI駆動開発/mcp integration accelerates ai-driven-development

BPStudy#215〜MCP連携で加速するAI駆動開発（ https://bpstudy.connpass.com/event/361340/ ) の登壇資料です。

Transcript

1. 2025/07/28 beproud.jp / tracery.jp BPStudy#215 MCP連携で加速するAI駆動開発 2025.07.28 - BeProud 清水川
2. 2025/07/28 beproud.jp / tracery.jp • (株) BePROUD ◦ IT Architect ◦ TRACERY 開発チーム 個人活動等 • Pythonコミュニティー運営 ◦ Python mini Hack-a-thon ◦ Sphinx users JP ◦ PyCon JP Association; accounting director • Books 翻訳/執筆 (13冊) about.me/shimizukawa 清水川 貴之
3. 2025/07/28 beproud.jp / tracery.jp AI駆動開発 人が実装方針を考えて、コードをタブ補完で書いていく時代から、 要件／設計を元にAIが実装していく時代へ。 • AIのサポート範囲が広がってきている ◦ Copilot によるタブ補完 ◦ コーディングエージェントによる自動実装 ▪ 対話型（IDE上、ターミナル上） ▪ 非対話型（Issueをアサインするとプルリクエストを作ってくれる等） • AIへの指示方法が変わってきている ◦ コードコメントを書いてCopilotでコード補完 ◦ チャット欄でAIに「〇〇を実装して」と指示 ◦ AIにルールや仕様書を渡して実装を指示 ◦ AIと一緒に仕様や設計を作成してから実装 ▪ Kiroの提唱するスペック駆動開発 そして、AI駆動開発は、MCP連携によって加速します。
4. 2025/07/28 beproud.jp / tracery.jp AIエージェントとMCP連携 • AIエージェント ◦ 「AIチャット」は、人間とAIの対話 ◦ 「AIエージェント」は、自律的に目標を達成 ◦ 計画立案: 設定された目標を達成するために必要なことを自分で考える ◦ 目標達成: LLMからの結果を受け取り、期待する結果になるまで試行錯誤する • MCP連携 ◦ MCP = Model Context Protocol ◦ クライアントと外部ツール・データ接続の共通仕様（業界標準として急速に普及中） ▪ これまで各社個別に定義していた ▪ 例えばピザ注文ファンクションを作っても、各社向け仕様に個別対応が必要 ◦ MCPの登場によって、1つのMCPサーバー実装を各クライアントから利用可能に ▪ VSCode, Claude, Cursor, Windsurf, … 等、 ▪ 今後 A2A でも使われていく（予想）
5. 2025/07/28 beproud.jp / tracery.jp MCPとは AIエージェント等とサービスを接続する 共通プロトコル（ざっくり） • ローカルMCPサーバー ◦ VSCode等のクライアントと同じ環境で動作 ◦ ローカルファイルを検索したり読ませたり ◦ 外部サービスへの接続も可能 ▪ GitHubの場合、設定でPATを指定 ◦ 利用者各自でインストールやセットアップが必要 • リモートMCPサーバー ◦ 外部でホスティングされているMCPサーバー ◦ OAuth認証によるアクセス権付与 ◦ 利用者側でのインストールは不要 MCP 2025-06-18 仕様より
6. 2025/07/28 beproud.jp / tracery.jp AI駆動開発の課題とMCPの活用 • AIは長いコンテキストを忘れる ◦ 対策: ローカルファイルに、ルールを書いておく ◦ 対策: 設計や実装の途中経過をファイルに書き出す • 知見を次の開発でも活用 ◦ 対策: ルールや設計をコードと一緒にリポジトリにコミット ◦ 課題: ローカルのAI向けまとめファイルが増加 • 人間向け仕様との分断 ◦ 課題: 経緯（フロー情報）と最終的な設計（ストック情報）が混在 ◦ 課題: 設計がソースコードリポジトリにだけあり開発者以外が参照しづらい AI駆動開発であっても、ストック情報を整理して、参照可能性を高めることが重要。 ストック情報はAI駆動開発のサイクルでも効果を発揮します。
7. 2025/07/28 beproud.jp / tracery.jp MCPサーバーとTRACERY TRACERYは、システム開発のためのドキュメントサービスです。 今回、MCPサーバー機能を追加したことにより、MCP連携を通してAIからも、システム 開発における知識を保存するバックエンド として、利用可能になりました。
8. 2025/07/28 beproud.jp / tracery.jp MCPアーキテクチャとTRACERYの関係 今日のデモでは、以下の流れで紹介します。 • TRACERYに基本的なストック情報を用意 • AIエージェントにストック情報をまとめてもらう • MCPサーバー経由でTRACERYにドキュメントを保存
9. 2025/07/28 beproud.jp / tracery.jp 図書館のシステムを開発している開発チームに参加しました。 しかし、そのチームにはドキュメントがありませんでした。 • 引き継いだもの ◦ 稼働しているサーバー ◦ サーバー内の、ソースコード、データベース • これからやること ◦ システム全体の把握 ◦ 新機能追加 ユースケース
10. 2025/07/28 beproud.jp / tracery.jp • 開発ツール ◦ IDE: Visual Studio Code ◦ Agent: GitHub Copilot Agent ◦ LLM: Claude Sonnet 4 ◦ MCP: TRACERY • Webアプリケーション ◦ 言語: Python ◦ WAF: Django ◦ API: REST Framework ◦ DB: MySQL 上記以外のツール、言語、フレームワークの組み合わせでも同様に使えます。 今回のデモに使うシステムの技術スタック
11. 2025/07/28 beproud.jp / tracery.jp 今日のデモの流れ システムを把握 • データベース構造を把握（TRACERYにSQLインポート） • データベースへ論理名を設定（DDLに含まれていないため） • システム全体の用語登録 • 追加開発の要件を作成 • モデル定義、API実装 ◦ テーブル追加 + Django Admin追加 ◦ REST API 追加 • ストック情報を整理して、ドキュメントへ反映
12. 2025/07/28 beproud.jp / tracery.jp データベース構造を把握
13. 2025/07/28 beproud.jp / tracery.jp データベース構造を把握 まずは、データベース構造を把握します。 • 空のTRACERYプロジェクトを用意 • DB定義をTRACERYにインポートします
14. 2025/07/28 beproud.jp / tracery.jp MCP経由でDB定義を参照
15. 2025/07/28 beproud.jp / tracery.jp MCP経由でDB定義を参照 これから、VSCodeとMCPサーバーを接続して、DB定義が参照できるか確認します。 • VSCodeにMCPサーバーを追加 ◦ https://<subdomain>.tracery.jp/mcp/ • Copilot に、接続しているMCPを確認してもらう プロンプト - #tracery-lib で使えるMCPツールを確認してください
16. 2025/07/28 beproud.jp / tracery.jp データベースへ論理名を設定
17. 2025/07/28 beproud.jp / tracery.jp データベースへ論理名を設定 DDLに含まれていなかった、論理名を設定します。 また、モデルの用途なども（今回は類推で）入れてもらいます。 プロンプト - models.py を元に、DB定義の論理名を設定してください。 - また、DB定義にコメント（説明、概要）を設定してください。 - 概要には、論理名を元にどのような用途なのか追加情報を記載してください。 - 概要はidやFKなど明確なものには不要ですが、説明が必要であれば設定してくださ い。 - INDEXやUNIQUE等の制約を付けた理由を伝える必要があれば、概要に追記してく ださい。
18. 2025/07/28 beproud.jp / tracery.jp システム全体の用語登録
19. 2025/07/28 beproud.jp / tracery.jp システム開発全体で、共通した用語を使用します。 また、用語に対応したコーディング用名称を定義し、実装に使用します。 LLMがソースコードを調査する際に、用語を誤解したり勝手に解釈して使用してくる課題に対し て、用語集を読み込んだ上で調査し、仕様書を作成してもらう動作が期待できます。 プロンプト - DB定義とソースコードに基づいて、用語を登録してください。 - 用語はカテゴリごとに分類し、関連する用語をグループ化してください。 - 用語のうち、優先度が高いのは、対象ドメインの専門用語です。 - 他にも、システム用語や業務用語など、関連する用語を登録してください。 - 開発関連の用語は知名度の低いものだけで OK. 例えばDjangoやPythonなどの有名なものは登録しなくてOKです。 - コーディング用名称は小文字のスネークケース システム全体の用語登録
20. 2025/07/28 beproud.jp / tracery.jp 追加開発の要件を用意
21. 2025/07/28 beproud.jp / tracery.jp 追加開発の要件を用意 ここから、新しい要件を実装していきます。 • （要件定義者）要件「書籍お気に入り機能」をTRACERY上で作成 • （開発リーダー）開発ガイドラインを登録
22. 2025/07/28 beproud.jp / tracery.jp モデル定義、API実装
23. 2025/07/28 beproud.jp / tracery.jp モデル定義、API設計、実装 要件を元にフロント向け新機能の API設計をしてもらいます。 設計内容はいちど人間が確認するために、ローカルファイルに書き出してもらい、必要であれば手直しを します。 プロンプト（1つずつ） - TRACERYで、要件「書籍お気に入り機能」を確認して、要件を満たすのに必要な APIを教えてください。 - まずはテーブル設計を行って、 design.md ファイルに書いてください。 - それを元にAPI設計を design.md ファイルに書いてください。 （ここで必要であれば手直し） - この内容で実装してください。
24. 2025/07/28 beproud.jp / tracery.jp ストック情報の保存
25. 2025/07/28 beproud.jp / tracery.jp ストック情報の保存 実装結果を元にストック情報を整理して、ドキュメントに反映します。 このストック情報は次の開発で参照されるだけでなく、多くの関係者が参照するドキュメ ントになります。 プロンプト - 実装した結果を「DB設計」「API設計」「新しい用語」にまとめ、TRACERYに登録してく ださい。 - まとめ方は、開発ガイドラインの「TRACERY ページ・ドキュメント作成ガイド」を参照し てください。
26. 2025/07/28 beproud.jp / tracery.jp ストック情報の参照
27. 2025/07/28 beproud.jp / tracery.jp ストック情報の参照（TRACERYの活用） 基本データ • ページ、図、データベース定義、用語集 コンテキストとしてLLMに渡せるデータ • GitHub連携（Issue、PR）、 • Redmine連携（チケット） • Google Drive Googleドキュメント、SpreadSheet • バックリンク（情報間の相互関連） • ページやDB定義の変更履歴
28. 2025/07/28 beproud.jp / tracery.jp ありがとうございました。 ご質問等あればチャット欄にお願いします。