Claude MCPサーバー作成ガイド – AIアプリ連携を10分で実装

Claudeの機能をもっと拡張したいと思いませんか？独自のツールやAPIと連携させて、AIアシスタントをより強力にしたいけれど、実装が複雑で手が出せない…。そんな課題を解決するのがMCPサーバーです。

この記事では、Claude連携のMCPサーバーをPythonで実装する方法を、初心者にもわかりやすく解説します。10分で動く最小構成から実用的な機能追加まで、段階的に説明します。コピペで使えるサンプルコード付きなので、すぐに実践できます。

MCPサーバーとは

Model Context Protocolの概要

MCPサーバーを理解するために、まずModel Context Protocol（MCP）について説明します。MCPは2024年11月にAnthropicが発表した標準プロトコルで、AIアプリケーションと外部システムを安全に連携させるための仕組みです。

AnthropicはMCPを「AI用のUSB-Cポートのような役割を果たす」と表現しています。つまり、異なるアプリケーション同士を標準的な方法で接続できる技術です。

MCPの特徴は以下の通りです：

• 標準化された通信：JSON-RPCベースの通信プロトコルを採用
• 安全性：stdio（標準入出力）による安全な通信方式
• 多言語対応：TypeScript、Python、Rust SDKが利用可能

実際に、MCPはLinux Foundation下のAgentic AI Foundationに寄贈され、OpenAI、Google、Microsoft、AWSなどの主要企業がサポートを表明しています。月間97百万回のSDKダウンロード実績もあり、業界標準として急速に普及しています。

Claude連携のメリット

MCPサーバーを実装してClaude連携することで、以下のメリットが得られます：

メリット	具体例
機能拡張	ファイル操作、データベースアクセス、Web API呼び出し
リアルタイム情報	最新の株価、天気、ニュース取得
業務システム連携	CRM、メール送信、タスク管理ツール
専門ツール統合	画像生成、音声変換、データ解析

例えば、あなたの会社の顧客管理システムとClaude連携すれば、Claudeに質問するだけで情報を取得できます。「顧客Aの過去の購入履歴を教えて」と聞けば、データベースから情報を取得して回答してくれます。

従来のAI連携は複雑なAPI開発が必要でしたが、MCPサーバーを使えば標準的な仕組みで簡単に実装できるのです。

開発環境の準備

Python環境とSDKのインストール

MCPサーバー開発を始めるには、Python環境の準備が必要です。まず、Python 3.8以上がインストールされていることを確認してください。

次に、公式Python SDKをインストールします：

pip install mcp

プロジェクトを効率的に始めるために、公式プロジェクトテンプレート生成ツールも活用できます：

# 新規プロジェクト作成
npx @modelcontextprotocol/create-python-server my-mcp-server
cd my-mcp-server

このツールを使えば、コマンド一つで初期プロジェクト構成が作成されます。TypeHintとdocstringからの自動ツール定義機能も備えているため、開発効率が大幅に向上します。

Claude Desktopの設定準備

Claude Desktopは、MCPサーバーを実際にテストするためのクライアントアプリケーションです。まだインストールしていない場合は、公式サイトからダウンロードしてください。

Claude Desktopの設定ファイルは以下の場所にあります：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

後ほど、作成したMCPサーバーをこの設定ファイルに登録して連携テストを行います。

10分で作る最小MCPサーバー

プロジェクト初期化

最初に、最もシンプルなMCPサーバーを作ってみましょう。新しいディレクトリを作成して、必要なファイルを準備します：

mkdir simple-mcp-server
cd simple-mcp-server

requirements.txtを作成します：

mcp>=1.0.0

依存関係をインストール：

pip install -r requirements.txt

最小構成のコード実装

公式Python SDKのFastMCPクラスを使用して、最小構成のMCPサーバーを実装します。server.pyファイルを作成してください：

#!/usr/bin/env python3
import asyncio
from mcp.server.fastmcp import FastMCP

# MCPサーバーのインスタンスを作成
mcp = FastMCP("Simple MCP Server")

@mcp.tool()
def hello_world() -> str:
    """
    シンプルな挨拶メッセージを返します
    
    Returns:
        str: 挨拶メッセージ
    """
    return "Hello from MCP Server!"

@mcp.tool()
def add_numbers(a: int, b: int) -> int:
    """
    2つの数値を足し算します
    
    Args:
        a: 最初の数値
        b: 2番目の数値
    
    Returns:
        int: 計算結果
    """
    return a + b

async def main():
    from mcp.server.stdio import stdio_server
    async with stdio_server() as (read_stream, write_stream):
        await mcp.run(read_stream, write_stream, mcp.create_initialization_options())

if __name__ == "__main__":
    asyncio.run(main())

このコードのポイントを説明します：

1. FastMCPクラス：簡単なMCPサーバー実装を提供
2. @mcp.tool()デコレータ：関数をMCPツールとして登録
3. TypeHint：引数と戻り値の型を明示（必須）
4. docstring：ツールの説明文（Claude が参照）
5. stdio_server：標準入出力による安全な通信

MCPサーバーの仕組みとして、Toolsという概念があります。Toolsは、Claudeが実行できる機能の単位です。上記の例では、hello_worldとadd_numbersの2つのツールを定義しています。

Claude Desktopとの接続

作成したMCPサーバーをClaude Desktopから使えるように設定します。Claude Desktopの設定ファイル（claude_desktop_config.json）を以下のように編集してください：

{
  "mcpServers": {
    "simple-server": {
      "command": "python",
      "args": ["/path/to/your/simple-mcp-server/server.py"]
    }
  }
}

注意：/path/to/your/simple-mcp-server/の部分は、あなたの実際のプロジェクトパスに置き換えてください。

設定完了後、Claude Desktopを再起動してください。正常に接続されると、画面下部に「🔧」アイコンが表示され、利用可能なツールが確認できます。

Claude で「2と3を足してください」と質問すると、add_numbersツールが実行されて「5」という結果が返されるはずです。これで、最小構成のMCPサーバーが完成しました！

実用的なMCPサーバー実装例

ツール機能の追加

基本的なMCPサーバーができたので、より実用的な機能を追加してみましょう。ファイル操作とWeb API連携の例を実装します。

advanced_server.pyを作成します：

#!/usr/bin/env python3
import asyncio
import json
import os
from datetime import datetime
from typing import Dict, List
import requests
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("Advanced MCP Server")

@mcp.tool()
def read_file(file_path: str) -> str:
    """
    指定されたファイルの内容を読み取ります
    
    Args:
        file_path: 読み取るファイルのパス
    
    Returns:
        str: ファイルの内容
    """
    try:
        with open(file_path, 'r', encoding='utf-8') as file:
            return file.read()
    except FileNotFoundError:
        return f"エラー: ファイル '{file_path}' が見つかりません"
    except Exception as e:
        return f"エラー: {str(e)}"

@mcp.tool()
def write_file(file_path: str, content: str) -> str:
    """
    指定されたファイルに内容を書き込みます
    
    Args:
        file_path: 書き込み先ファイルのパス
        content: 書き込む内容
    
    Returns:
        str: 操作結果のメッセージ
    """
    try:
        os.makedirs(os.path.dirname(file_path), exist_ok=True)
        with open(file_path, 'w', encoding='utf-8') as file:
            file.write(content)
        return f"ファイル '{file_path}' に正常に書き込みました"
    except Exception as e:
        return f"エラー: {str(e)}"

@mcp.tool()
def get_weather(city: str) -> Dict:
    """
    指定された都市の天気情報を取得します（OpenWeatherMap API使用）
    
    Args:
        city: 都市名（日本語可）
    
    Returns:
        Dict: 天気情報
    """
    api_key = os.getenv('OPENWEATHER_API_KEY')
    if not api_key:
        return {"error": "OpenWeatherMap API キーが設定されていません"}
    
    try:
        url = f"http://api.openweathermap.org/data/2.5/weather"
        params = {
            'q': city,
            'appid': api_key,
            'units': 'metric',
            'lang': 'ja'
        }
        response = requests.get(url, params=params, timeout=10)
        response.raise_for_status()
        
        data = response.json()
        return {
            "city": data["name"],
            "temperature": data["main"]["temp"],
            "description": data["weather"][0]["description"],
            "humidity": data["main"]["humidity"],
            "timestamp": datetime.now().isoformat()
        }
    except requests.RequestException as e:
        return {"error": f"API リクエストエラー: {str(e)}"}
    except Exception as e:
        return {"error": f"予期しないエラー: {str(e)}"}

@mcp.tool()
def list_directory(directory_path: str) -> List[Dict]:
    """
    指定されたディレクトリの内容一覧を取得します
    
    Args:
        directory_path: ディレクトリのパス
    
    Returns:
        List[Dict]: ファイル・フォルダの情報リスト
    """
    try:
        items = []
        for item in os.listdir(directory_path):
            item_path = os.path.join(directory_path, item)
            items.append({
                "name": item,
                "type": "directory" if os.path.isdir(item_path) else "file",
                "size": os.path.getsize(item_path) if os.path.isfile(item_path) else None,
                "modified": datetime.fromtimestamp(os.path.getmtime(item_path)).isoformat()
            })
        return items
    except Exception as e:
        return [{"error": f"ディレクトリ読み取りエラー: {str(e)}"}]

async def main():
    from mcp.server.stdio import stdio_server
    async with stdio_server() as (read_stream, write_stream):
        await mcp.run(read_stream, write_stream, mcp.create_initialization_options())

if __name__ == "__main__":
    asyncio.run(main())

この実装では、4つの実用的なツールを追加しました：

1. ファイル読み取り：テキストファイルの内容を取得
2. ファイル書き込み：内容をファイルに保存
3. 天気情報取得：外部API連携の例
4. ディレクトリ一覧：フォルダ構成の確認

リソース機能の実装

MCPには、ToolsとResourcesという2つの機能提供方式があります。Toolsは実行可能な機能、Resourcesは読み取り可能な情報源です。

Resourcesを追加した例：

@mcp.resource("file://logs/{filename}")
def read_log_file(filename: str) -> str:
    """
    ログファイルの内容を読み取り専用で提供します
    
    Args:
        filename: ログファイル名
    
    Returns:
        str: ログファイルの内容
    """
    log_path = f"logs/{filename}"
    try:
        with open(log_path, 'r', encoding='utf-8') as file:
            return file.read()
    except Exception as e:
        return f"ログファイル読み取りエラー: {str(e)}"

Resourcesを使うことで、Claudeが参照する情報源を効率的に管理できます。

エラーハンドリング

実用的なMCPサーバーには、適切なエラーハンドリングが必要です。上記のコードでも実装していますが、重要なポイントをまとめます：

エラータイプ	対処法	例
外部API通信エラー	タイムアウト設定、リトライ機構	timeout=10
ファイルアクセスエラー	存在確認、権限チェック	FileNotFoundError
環境設定エラー	必須設定の事前確認	os.getenv() チェック
予期しないエラー	汎用的な例外キャッチ	except Exception

エラーメッセージは、Claudeと利用者の両方にとってわかりやすい形で返すことが重要です。

本番運用の注意点

セキュリティ設定

MCPサーバーを本番環境で運用する際は、セキュリティ対策が不可欠です。重要な設定項目を紹介します：

環境変数による機密情報管理： API キーやデータベース接続情報は、環境変数で管理してください。

import os
from dotenv import load_dotenv

load_dotenv()

API_KEY = os.getenv('OPENWEATHER_API_KEY')
DB_PASSWORD = os.getenv('DATABASE_PASSWORD')

入力値検証： ユーザーからの入力は必ず検証してください。

import os.path

def read_file(file_path: str) -> str:
    # パストラバーサル攻撃の防止
    if '..' in file_path or file_path.startswith('/'):
        return "エラー: 不正なファイルパスです"
    
    # 許可されたディレクトリ内のファイルのみアクセス
    safe_path = os.path.join('allowed_directory', file_path)
    # 以下、ファイル読み取り処理...

権限制限： MCPサーバーは最小限の権限で実行してください。本番環境では、専用のユーザーアカウントを作成することを推奨します。

パフォーマンス最適化

本番運用では、パフォーマンス最適化も重要です：

非同期処理の活用：

import asyncio
import aiohttp

@mcp.tool()
async def fetch_multiple_urls(urls: List[str]) -> List[Dict]:
    """
    複数のURLを並行して取得します
    """
    async with aiohttp.ClientSession() as session:
        tasks = [fetch_url(session, url) for url in urls]
        results = await asyncio.gather(*tasks)
        return results

キャッシュ機能： 頻繁にアクセスされるデータはキャッシュして、レスポンス時間を改善してください。

ログ出力： 運用中の問題調査のために、適切なログ出力を実装することも大切です。

import logging

logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

@mcp.tool()
def important_operation() -> str:
    logger.info("重要な処理を開始")
    try:
        # 処理内容
        result = "処理完了"
        logger.info(f"処理結果: {result}")
        return result
    except Exception as e:
        logger.error(f"処理エラー: {str(e)}")
        return f"エラーが発生しました: {str(e)}"

FAQ

Q: MCPサーバーの作成にPython以外の言語は使えますか？

A: はい、Model Context Protocolの公式仕様によると、TypeScript、Python、Rust SDKが利用可能です。ただし、Python SDKが最も豊富な機能と文書を提供しているため、初心者にはPythonをお勧めします。

Q: Claude Desktop以外のクライアントでMCPサーバーは使えますか？

A: はい、Claude CodeやAI Workstationなど、MCPプロトコルに対応した任意のクライアントで使用できます。MCPは標準プロトコルなので、対応アプリケーションが増えることが期待されます。

Q: 作成したMCPサーバーで商用サービスはできますか？

A: MCPプロトコル自体はオープンソースで、商用利用に制限はありません。ただし、連携する外部サービス（OpenWeatherMap APIなど）の利用規約は別途確認が必要です。

Q: MCPサーバーの動作が不安定な場合の対処法は？

A: まず、ログファイルでエラー内容を確認してください。よくある原因は、環境変数の設定不備、ファイルパスの間違い、外部API制限の超過などです。また、Claude Desktopを再起動すると解決する場合もあります。

Q: 複数のMCPサーバーを同時に使うことはできますか？

A: はい、Claude Desktopの設定ファイルで複数のMCPサーバーを登録すれば、同時に利用できます。ツール名が重複しないよう注意してください。

まとめ

この記事では、Claudeと連携するMCPサーバーの作成方法を、基礎から実用レベルまで詳しく解説しました。重要なポイントをまとめます：

• MCPは2024年11月にAnthropicが発表した標準プロトコルで、AI連携の新しいスタンダード
• Python SDKを使えば、わずか10分で基本的なMCPサーバーを実装可能
• Tools機能で実行可能な機能を、Resources機能で参照可能な情報源を提供
• 本番運用では、セキュリティ対策とパフォーマンス最適化が重要

次のステップとして、あなたの業務に特化したツールを追加してみてください。例えば、社内データベース連携、メール送信、画像処理など、具体的なニーズに応じた機能を実装することで、Claudeがより強力なアシスタントになります。

また、Claude 3.5 Sonnetの詳しいレビューも参考にして、Claude の最新機能を活用してください。MCPサーバーと組み合わせることで、AIツールの可能性が大きく広がります。