Slide 1

Slide 1 text

MCPのおさらいと最近の動向(3⽉ ~ 6⽉) リモートMCP MCP業務取り組み例 2025/06/12 髙橋 俊⼀ (a.k.a shuntaka)

Slide 2

Slide 2 text

MCPのおさらいと最近の動向(3⽉ ~ 6⽉) 2025/06/12 髙橋 俊⼀ (a.k.a shuntaka)

Slide 3

Slide 3 text

事前の環境準備(してなくても受講可能な⼿順で進⾏します) 3

Slide 4

Slide 4 text

⽬次 4 ● MCPとは ● 最近の動向

Slide 5

Slide 5 text

Model Context Protocol(MCP)とは? ※ もう知っている⼈の⽅も多いと思いますのでさらっと

Slide 6

Slide 6 text

MCPが策定発表されるまでの⽣成AIの進歩 6

Slide 7

Slide 7 text

Model Context Protocol(MCP)とは? 7 接続の標準規格 = Model Context Protocol(MCP) 標準化してないと 😭 標準化 😄

Slide 8

Slide 8 text

⾃分の空いている予定の⽂⾯を作ってSlackに送るデモ 8

Slide 9

Slide 9 text

⾃分の空いている予定の⽂⾯を作ってSlackに送るデモ 9

Slide 10

Slide 10 text

⾃分の空いている予定の⽂⾯を作ってSlackに送るデモ 10

Slide 11

Slide 11 text

⾃分の空いている予定の⽂⾯を作ってSlackに送るデモ 11

Slide 12

Slide 12 text

最近の動き ※ MCPエコシステム周りで個⼈的に気になったやつ

Slide 13

Slide 13 text

MCPのサポート状況 13 (OpenAI) 公式Agents SDKで利用可能。 PythonやTSのSDKで利用可能。toolsの み。 ChatGPTではカスタムコネクタで制限的にリ モートMCPの機能が使える模様。ただ未テ ストなので開発者向けとのこと。 (Gemini) 公式SDKは試験運用版でtoolsの み利用可能。C向けアプリの方は未対応。 https://x.com/Google/status/1924876712749203804 https://help.openai.com/en/articles/11487775-connectors-in-chatgpt#h_d2a53d4230 (その他のSDK)まとまっているドキュメントが なく...だが、LangChainやMastraのような Agent SDKで少なくともtoolsは利用可能。

Slide 14

Slide 14 text

MCPクライアント 14 https://modelcontextprotocol.io/clients MCPが盛り上がっていた 3月、4月からあまり変化はない 基本的にToolsを使うスタイル

Slide 15

Slide 15 text

ClaudeがリモートMCP連携を開始 15 Claude Integrationsを発表。5/2にMax、6/4にProにロールアウトされた。 https://www.anthropic.com/news/integrations https://dev.classmethod.jp/articles/shuntaka-clau de-web-model-context-protocol-mcp/

Slide 16

Slide 16 text

⾊んな企業からリモートMCPサーバーが公開される 16 PayPalやAtlassianからリモートMCPサー バーが公開。ID連携(認証,認可)が可能な MCPサーバーもあります。 https://support.anthropic.com/en/articles/11176164-pre-built-integration s-using-remote-mcp

Slide 17

Slide 17 text

リモートMCPをサクッと試すならDeepWiki MCP 17

Slide 18

Slide 18 text

Claudeのツールの取り回しのアップデート 18 ツールの有効/無効 デフォルトの実⾏許可設定

Slide 19

Slide 19 text

Microsoft Build 2025 19 5/19 Native support for MCP on Windowsの発表 https://blogs.windows.com/windowsdeveloper/2025/05/19/advancing-windows-for-ai-dev elopment-new-platform-capabilities-and-tools-introduced-at-build-2025/

Slide 20

Slide 20 text

クラスメソッド株式会社 LLM can connect your world + MCP業務取り組み例

Slide 21

Slide 21 text

⽬次 21 ● リモートMCPの話 ○ リモートMCPとは ○ Claude Integration ○ リモートMCPの活⽤⽅法 ● MCP周りで取り組んでいること

Slide 22

Slide 22 text

リモートMCP 22 MCPサーバーをローカル環境では なく、クラウドやリモートサー バー上で実⾏。 インターネット経由でAIクライア ントと通信可能。

Slide 23

Slide 23 text

Claude Integrations 23 https://www.anthropic.com/news/integrations クロードはあなたの世界に接続で きるようになりました。 Atlassian,Zapierでの連携例が動 画で掲載されている

Slide 24

Slide 24 text

認証‧認可 24 2025年3⽉にOAuth 2.1 を使⽤した認可 を標準化する 新しい仕様(2025-3-26)のリリース CloudflareがSDKを公開(Beta) https://github.com/cloudflare/workers-oauth-pro vider https://blog.cloudflare.com/remote-model-context-protocol-servers-mcp/ https://dev.classmethod.jp/articles/mcp-se rver-without-local-credentials-cloudflare/

Slide 25

Slide 25 text

リモートMCP + Authorizationのデモ 25 workers-providerを永続化部分を変更して、 Cognitoでも動かす実験 Cloudflare Worker → App Runner GitHub(OAuth App) → Cognito Cloudflare KV → DynamoDB 安全なMCPへの第⼀歩 : Authorization の仕様を 理解する (https://qiita.com/icoxfog417/items/ef2c33820 56968032dd5) draft仕様のPRMやCognito未サポートのDCRを Lambdaで実装した例ものっています(ここら辺は キャッチアップできてません...🙇)今はこちらを 試すと仕様の理解が深まるかもです... https://github.com/empires-security/mcp-oaut h2-aws-cognito https://dev.classmethod.jp/articles/shuntaka-experime ntal-cognito-mcp-aws-app-runner/

Slide 26

Slide 26 text

リモートMCP + Authorizationのデモ 26 引用: https://modelcontextprotocol.io/specification/2025-03-26/basic/authorization

Slide 27

Slide 27 text

リモートMCP + Authorizationのデモ 27

Slide 28

Slide 28 text

MCPサーバーの認可画⾯が挟まる理由 (Confused Deputy Problem対策?) 28 https://modelcontextprotocol.io/specification/draft/basic/security_best_practices 既に正規ユーザーが認可済みだ とCookieが残っており、この画面 はスキップされる😰

Slide 29

Slide 29 text

リモートMCP開発でよく使うツール群 29 Workers AI LLM Playgroundはツール呼び出しの簡単な確認が可能。ホスティング後に使うと便利。 http://playground.ai.cloudflare.com/ MCP inspector https://github.com/modelcontextprotocol/inspector

Slide 30

Slide 30 text

リモートMCP活⽤⽅法 30 Stdioと⽐較したメリット ‧ブラウザから使える/モバイル端末から使える ‧⾮エンジニアでも設定が簡単 ‧認証、認可(アクセストークンやパスワードが設定ファイルに平 ⽂管理という状態から脱却)

Slide 31

Slide 31 text

Stripe Agent ToolkitでMCPサーバーを収益化 31

Slide 32

Slide 32 text

Stripe Agent ToolkitでMCPサーバーを収益化 32

Slide 33

Slide 33 text

Stripe Agent ToolkitでMCPサーバーを収益化 33

Slide 34

Slide 34 text

Stripe Agent ToolkitでMCPサーバーを収益化 34 Stripe Agent側で契約状況をチェック して、ツールの利用制御を行ってくれ る。

Slide 35

Slide 35 text

まとめ 35 ‧WebからMCPを叩けるようになった! ‧認証、認可の仕組みもついている! ‧個⼈的にはAlexaとAlexa Skillの上位互換みたいなのが⽣まれたイメージ → AlexaがLLMになり、⾃然⾔語であらゆるサービスのAPIと繋がる!

Slide 36

Slide 36 text

MCP周りで取り組んでいること

Slide 37

Slide 37 text

Grafana MCPを使ったAIチャットボット実証実験 37 右図のような構成でデモした ところお客さんの興味をひいた ので試してみることに。

Slide 38

Slide 38 text

AIチャットボット構築 38 Claude Desktopは未採⽤となった ‧1⼈$30(team契約になるため)かかる → そこまで全員がアクティブに使うわけではない ‧情報システム部⾨側との連携が必要 もちろん失うものは⼤きい ‧analytics tool ‧リッチなグラフ表⽰

Slide 39

Slide 39 text

Grafana MCPを使ったAIチャットボット実証実験 39 ‧AWSへのホスティング(Cognitoなど既 存資産を利⽤) ‧⼿軽に構築したい ‧なるべく安くしたい

Slide 40

Slide 40 text

検討で考えたAIチャットボットFW 40 FW 言語 領域 主な特徴 見送った理由/採用理由 Chainlit Python FE,BE ・LangChainがBEに使える UI側は考えなくて良い ・ストレージ統合 ・UIカスタマイズ ・TSエンジニアが組織に多い Open WebUI TS FE リッチなChatUI WebSocketが必要でApp Runnerが非 対応ため Mastra TS (FE),BE ・BEで書いたAgentsをFEで使 える ・o11y機能 ・AI SDKの上位レイヤー担うコ ンセプト ・ストレージ統合 Bedrock呼び出しをAgentsに委ねてお り、現状Prompt cachingなど問い合わ せ時のカスタマイズが出来なそう ...だっ たため AI SDK (採用) TS FE,BE FE: useChatを使ったUIカスタ マイズ性を残しつつ汎用的な API BE: AIモデル問い合わせの汎 用的なAPIを提供 ・useChatを使った簡単なチャット UI構 築が可能 ・ツールの実行をBE->FEにStreaming 返す機能(実験的)が良い ・Bedrockへ柔軟な呼び出し可能

Slide 41

Slide 41 text

検討で考えたAIチャットボットFW 41 const result = streamText({ model, messages: messagesWithCache, tools, experimental_toolCallStreaming: true, maxSteps: 100, });

Slide 42

Slide 42 text

AWS App RunnerをAIチャットボットで使う上で注意点 42 技術選定⾯ ● 120秒タイムアウト制約 ● WebSocket未対応 費⽤⾯ ● ゼロスケールしない(プロビジョンド課⾦) ● ARMビルドコンテナ使⽤不可

Slide 43

Slide 43 text

Prompt caching 43 tools system user 前⽅⼀致で キャッシュ 7,000トークン 94トークン 変動しやすいトークン 静的なので環境要因 がなければヒットす る https://aws.amazon.com/jp/blogs/news/effectively-use-prompt-caching-on-amazon-bedrock/

Slide 44

Slide 44 text

Prompt caching 44 tools → systemまででキャッシュポイント を⽣成キャッシュを確認 クロスリージョンプロファイルだとキャッ シュ書き込んだリージョンに刺さらないと キャッシュが読み込まれない挙動も確認し た > プロンプトキャッシュは、クロスリージョン推論( CRIS)と併用できます。(中略 ) 需要が集中する時間帯 には、これらの最適化によりキャッシュ書き込みが増加する可能性があります。

Slide 45

Slide 45 text

まだまだ道は⻑そう.. 45 ‧Grafanaだけでは出来ることは限られる → 業務APIやRDB, Backlog, BigQueryとのMCP統合が早々に必要になる ‧業務知識部分はsystem promptでチューニングが必要 → 汎⽤的なAIチャットアプリと差別化ポイントになりえる ‧コンテキスサイズの肥⼤化 → ツールを増やすこととMCP取得データが⼤きいとコンテキストが溢れてしまう...。 現状プリミティブなツールが多く業務最適化の余地がある。MCPは通信の規格でしか なく、⾃社のデータ基盤や検索に投資していた企業は業務最適化されたツールが作り やすく強い。

Slide 46

Slide 46 text

まとめ 46 リモートMCP ‧リモートMCP+認証、認可がAIアプリ(Web)と⾃社のサービスを繋ぐデファクトにな りそう。ChatGPTやGeminiのC向けアプリ側が対応してほしいところ... 業務特化AIチャットボット ‧MCPを使った個別最適なAIチャットボットを実験的に試してみたけど、業務にある程 度最適化しかつ汎⽤的なツールが必要で、難易度はそこそこ⾼そう...