🤖 「AIに自社システムを操作させたい」をPythonで叶えよう
ChatGPTやClaudeに毎日のように質問を投げているけれど、「自分の会社のデータベースや独自ツールも、対話の中でそのまま操作できたら最高なのに…」と感じたことはありませんか？その願いを実現してくれるのがMCP（Model Context Protocol）サーバーです。既存のMCPサーバーを使うだけでも便利ですが、自分で作れるようになると、AI活用の幅が一気に広がります✨
例えば「今年度の有給休暇あと何日？」と聞くだけで、AIが勤怠管理システムにアクセスして答えてくれる。そんな未来が、PythonとMCP公式SDKで現実になります。
📌 MCPサーバーって何をしてくれるもの？
MCPサーバーは、AIと外部ツールをつなぐ橋渡し役のプログラムです。多くの場合はローカルPC上で動作し、AIとの対話の中でデータベースやWebサービス、ファイルなどを操作できるようにしてくれます。PostgreSQLやGitHub、Google Driveのような有名サービス向けにはすでに公式・有志のMCPサーバーが多数公開されているので、まずはそれらを活用するのが基本です。
一方で、社内独自システムや自作アプリと連携させたいときは、自前でMCPサーバーを作る価値があります。チャット型AI（Claude Desktopなど）はAPIを直接叩けないため、MCPサーバーを介することで初めてシームレスな連携が実現します🔗
AIはユーザーの指示を理解して適切なMCPサーバーのツールを選び、MCPサーバーが外部ツール（Web APIなど）にリクエストを送って結果を取得し、AIが自然言語で回答する。この三者連携がMCPの本質です。
🛠 PythonでMCPサーバーを作る基本の流れ
動画で解説されているのは「在庫管理システム」をテーマにした実装例です。FastAPIで作ったWeb APIを外部ツールに見立て、それを操作するMCPサーバーをPythonで構築し、Claude Desktopから自然言語で呼び出すという流れになります。
1️⃣ 接続先となるWeb APIサーバーを用意する
FastAPIとSQLiteを使い、商品検索と在庫数更新の2つのエンドポイントを持つWeb APIを構築します。UVで仮想環境を作成し、uv add fastapi uvicornで必要なライブラリを導入したら、uv run uvicorn main:app --reloadでサーバーを起動。これがAIから操作したい「外部ツール」役になります🌐
2️⃣ MCPサーバー用のプロジェクトを作る
別フォルダにmy-mcp-serverを作成し、uv initで初期化。続いてuv add "mcp[cli]"でMCP公式Python SDKを、uv add httpxでHTTPクライアントをインストールします。HTTPXはrequests似の書き方で非同期処理にも対応した、覚えておくと一生使えるライブラリです📦
3️⃣ ツール（関数）を定義する
MCPサーバーは「ツール」という単位でAIに機能を提供します。FastMCP("在庫管理MCPサーバー")でインスタンスを作り、@mcp.tool()デコレーターを付けた関数として実装します。重要なのは、関数名・引数名・docstringがそのままAIへの説明として渡されること。AIはこれらを読んで「どのツールを使えばユーザーの指示に応えられるか」を判断するため、丁寧に書くほど精度が上がります✍️
4️⃣ MCP Inspectorでテストする
uv run mcp dev server.pyを実行するとMCP Inspectorが起動し、ブラウザ上でツール一覧の確認・実行ができます。引数を指定して期待通りのレスポンスが返るかをここで検証してから、AIに繋ぎましょう🧪
5️⃣ Claude Desktopと接続する
Claude Desktopの設定画面からclaude_desktop_config.jsonを開き、mcpServersセクションにコマンドと引数（サーバー.pyのフルパス）を追記します。Windowsはバックスラッシュを2つ重ねる必要があるので注意⚠️ Claude Desktopを再起動すれば、チャット欄から自然言語で「食品の在庫が10以下の商品を教えて」「ペンの在庫を5個に更新して」といった指示が通るようになります。
🎯 MCPサーバー自作で得られるベネフィット
- 🏢 社内独自システムとAIをつなげる：勤怠・在庫・ナレッジDBなどを対話で操作可能に
- ⚡ 業務効率化が一気に加速：画面をポチポチ操作する時間が消える
- 🧩 自作アプリの価値が跳ね上がる：AIフロントを後付けできる
- 📈 エンジニアとしての市場価値アップ：MCP実装経験はこれから希少スキルになる
- 🎓 FastAPI・非同期処理・SDK活用が一気に学べる：1プロジェクトで多技術が身につく
📚 MCPサーバー開発を加速するおすすめ書籍5選
MCPサーバー自作は、Pythonの基礎力＋Web API＋非同期処理＋AI連携という、複合スキルが要求される領域。腰を据えて学びたい方に、頼れる5冊を厳選しました📖
📘 1. Python入門の決定版で土台を固める
関数・クラス・デコレーター・型ヒントといったMCPサーバーで多用する文法を、入門書でしっかり押さえておくと実装で迷いません。基礎が固まると、SDKのコードを読むスピードが段違いに上がります。
🚀 2. FastAPIで作るWeb APIの実践書
MCPサーバーが連携する相手として、FastAPIで作るWeb APIは王道中の王道。リクエスト/レスポンス設計、Pydanticモデル、依存性注入まで体系的に学べる一冊があると、実装の質がぐっと高まります。
⚡ 3. Pythonの非同期処理を本気で理解する
MCP SDKもHTTPXも非同期前提で設計されています。async/awaitの挙動、イベントループ、並行処理パターンを腹落ちさせておけば、つまずきゼロでMCPサーバーが書けるようになります。
🧠 4. LLM・AIエージェント時代の開発教本
MCPはAIエージェント時代の中核技術。LLMの仕組み、プロンプト設計、ツール呼び出しのアーキテクチャを学べる書籍を併読すれば、「なぜMCPが必要なのか」が深く腑に落ちます。
🔧 5. Effective Pythonでコード品質を底上げ
ツール定義の関数名・docstring・型ヒントの質はそのままAIの判断精度に直結します。Pythonicな書き方を学べる定番書は、MCPサーバー開発でも強力な武器になります。
❓ よくある質問（FAQ）
🤔 Q1. 既存のMCPサーバーを使えるなら、自作する意味はありますか？
A. 公開MCPサーバーが存在しない自社システム・独自Web API・社内DBと連携したい場合は自作が必須です。また、ツールの粒度や説明文を自分でチューニングできるため、AIの精度を最大化したいときにも有効です。
🐢 Q2. AIから直接Web APIを叩けば、MCPサーバーは不要では？
A. Claude Codeなどの開発者向けAIエージェントは直接APIを叩けますが、Claude Desktopのような一般ユーザー向けチャットAIは直接APIを実行できません。より多くのユーザーに使ってもらうにはMCPサーバーを介する形が現実的です。
📦 Q3. UVを使わずpipでも作れますか？
A. もちろん可能です。pip install "mcp[cli]" httpx fastapi uvicornで同じパッケージを揃えられます。Claude Desktopの設定ファイルでは、コマンドにPythonインタープリタのフルパスを指定する形になります。
🔧 Q4. ツールの名前やdocstringはどのくらい丁寧に書くべき？
A. 非常に重要です。AIは関数名・引数名・docstringだけを見て「どのツールを使うか」を判断します。「何ができるか」「どんな引数を渡すか」「どんな結果が返るか」を平易な日本語で書いておくと精度が安定します。
🛡 Q5. 本番環境で使う場合に気をつけることは？
A. ローカル動作が前提のstdio方式ではなく、SSEなどの通信方式や認証・認可の仕組みを検討する必要があります。また、ツールが破壊的操作（更新・削除）を含む場合は、実行前の確認フローやログ取得を組み込むのが安全です。
✨ まとめ：MCPサーバー自作で「AI×自分の世界」を広げよう
PythonとMCP公式SDKがあれば、AIと外部ツールをつなぐ橋を自分の手で架けられます。今回紹介した在庫管理の例はシンプルですが、応用すれば社内DB・独自API・自作ツールとAIをシームレスに連携でき、業務効率化や日常の作業自動化が一気に進みます🚀
書籍で土台を固めながら手を動かしていけば、MCPサーバー開発は驚くほど身近なスキルになります。今日から自分だけのMCPサーバーを育てて、AIと一緒に働く未来を楽しんでいきましょう🤖💡
コメント