Model Context Protocol（MCP）とは？ClaudeをSlackやGitHubと連携してみた
- Anthropicが開発したGoogle Drive、Slack、GitHub、Postgresなどのデータソースやツールを効率的に連携させる仕組み
- 普遍性とオープン性、双方向接続、安全性、拡張性の4つを備え、従来の個別API開発の手間を省き、統一されたプロトコルで接続可能
- サービス間の文脈を維持しながら効率的にデータを扱える点が魅力。Claude for Desktopだけでなく、VS Codeのエージェントモードなど主要開発環境がMCPのフル仕様（認可・リソース・サンプリング等）を実装
2024年11月の公開以降、AnthropicのModel Context Protocol(MCP)は「AI×外部ツール連携」の事実上の共通のレイヤーとして急速に広がっています。
現在は公式サイト／仕様／SDK／多数のサーバーが整備され、VS CodeのエージェントモードでもMCPがフル対応となりました。MCPを使うと、AIがファイル、DB、社内SaaS、検索APIなどへ標準化された方法でアクセスでき、導入・保守のコストを下げられます。
MCPを使うことで、AIシステムがGoogle DriveやSlack、GitHub、Postgresなどの複数のデータやツールと共通の標準プロトコルで連携可能になるということです。
本記事では、Anthropicの新しいツールであるMCPについてどういったものなのかを解説し、活用例を紹介していきます。
ぜひ最後までお読みください！
＼生成AIを活用して業務プロセスを自動化／
Model Context Protocolの概要
Model Context Protocol(MCP)はさまざまなWebサービスやアプリなどを繋ぐための技術です。
これまではAIサービスとWebサービスやツールと連携するたびに、それぞれの専用コネクターやAPIを開発する必要がありました。また、各サービスの仕様変更に応じてアップデートが必要であったり、サービス間でデータや文脈の一貫性を保つのも困難でした。
しかし、MCPが登場したことにより、AIサービスとAサービス、Bサービス、さらには他のサービスとの連携が統一的かつ効率的に行えるようになります。
AIツールがSlackでメッセージを読み取り、別途Google Driveからデータを取得し、さらにGitHubでタスクを作成する場合、それぞれに個別のコネクターが必要だった。
Model Context Protocolの仕組み
MCP（Model Context Protocol）は、AIアプリが外部のツールやデータにアクセスするための「標準的な接続ルール」です。大きく参加者の役割と二層構造のアーキテクチャに分けて理解できます。
MCPはAIサービス用のUSBポートのようなものだと考えるとわかりやすいと思います。USBがそれぞれの電子機器を接続するための標準化された方法なのと同じように、MCPはAIサービスを様々な外部システムに接続するための標準化された方法ということになります。
そしてMPCは、大きく分けて誰が何をするかという参加者という役割と、二層構造のアーキテクチャの2つから成り立っています。
参加者（誰が何をするか）
参加者には「MCPホスト」「MCPクライアント」「MCPサーバー」の3つの役割があります。この3者が連携することで、AIは必要な情報や機能を安全かつ柔軟に利用することができるのです。
MCPホスト
- Claude Desktop や VS Code などの「AIアプリ本体」
- 複数の MCP クライアントをまとめて管理する役割
MCPクライアント
- 各MCPサーバーと1対1で接続する窓口
- サーバーから文脈情報を受け取り、ホストに渡す
MCPサーバー
- ファイル、DB、APIなどの「文脈データ」やツールを提供するプログラム
- ローカル（stdio）でもリモート（HTTP）でも動作可能
二層構造のアーキテクチャ
MCPは「データレイヤー」と「トランスポートレイヤー」という二層構造のアーキテクチャで成り立っています。両層が組み合わさることで、安定した双方向通信が可能となっています。
データレイヤー（JSON-RPC 2.0）
- 接続の初期化・終了、対応可能な機能の交渉（ライフサイクル管理）
- サーバー側プリミティブ
Tools：計算・API呼び出しなど実行アクション
Resources：ファイル内容やDBレコードなど文脈データ
Prompts：再利用可能なプロンプトテンプレート - クライアント側プリミティブ
- Sampling：サーバーからホストLLMへの生成依頼
- Elicitation：ユーザーへの追加質問・確認依頼
- Logging：ログ出力
ツール一覧の変更などを伝える通知もここで扱います。
トランスポートレイヤー
- Stdio：ローカルプロセス間の高速通信
- Streamable HTTP：認証付きのリモート通信（APIキーやOAuthなど）
どの経路を使っても、内部では同じ JSON-RPC メッセージ形式を維持します。
このように、MCP（Model Context Protocol）は「ホスト・クライアント・サーバー」という3つの役割と、「データレイヤー＋トランスポートレイヤー」の二層構造によって、AIが外部システムと安全かつ一貫した方法でやり取りできる仕組みを提供しています。
Model Context Protocolの開発背景
これまでAIサービスとそのほかのサービスを連携したことがある方は、それぞれのサービスに応じて連携を行わなければいけない、という煩わしさを感じる部分があったかと思います。
個別に連携する必要があったのは、AIサービスがそれぞれのデータすべてにアクセスすることができなかったことが要因として挙げられます。
AIサービスの普及に伴い、AIモデルの機能向上に多額の投資が行われ、推論能力と品質が急速に向上しています。 しかし、どれだけ高度なモデルであっても、バラバラのシステムや古い仕組みの中にあるデータにはアクセスできず、活用が難しい状態でした。
そこで、MCPの登場です。
MCPはAIサービスとデータソースを接続するための、オープンスタンダードを提供することで、バラバラのシステムや古い仕組みの中にあるデータを統合し、AIツールが必要なデータにアクセスするための、より持続可能で信頼性の高い方法に置き換えます。
Model Context Protocolのメリット
MCPのメリットは、これまで必要だったデータソースごとの個別のコネクターを維持する手間を省き、標準化されたプロトコルに基づいてシステムを構築できる点です。
また、エコシステムが成熟するにつれて、AIサービスはさまざまなツールやデータセット間を移動する際にも文脈を維持しやすくなり、これまでのように分断された統合方式をより持続可能で一貫性のあるアーキテクチャへと置き換えることができます。
Model Context Protocolの特徴
MCPの特徴は4つあります。
- 普遍性とオープン性
- 双方向接続
- 安全性
- 拡張性
まず1つ目の特徴が普遍性とオープン性です。
MCPは、AIサービスとデータソースを接続するための汎用的でオープンスタンダードを提供しています。この仕組みにより、特定のデータソースに依存せず、さまざまな環境で柔軟に接続することが可能です。
2つ目の特徴は、双方向接続の機能です。
開発者は、MCPサーバーを通じてデータを公開することも、これらのサーバーに接続するAIサービス(MCPクライアント)を構築することも可能です。これにより、AIサービスがデータを取得するだけでなく、必要に応じてデータを書き込むこともできます。
3つ目の特徴が安全性です。
MCPは、AIサービスがデータに安全にアクセスできるように設計されています。アクセス制御やセキュリティ機能が組み込まれており、機密性の高いデータも安心して利用できる仕組みが整っています。
最後の特徴が拡張性です。
MCPは、新しいデータソースやAIサービスへの対応が可能で、エコシステムが成長するにつれて、さらに多くのデータソースやAIサービスがMCPをサポートします。
Model Context Protocolのサーバー
MCPサーバーは、AIサービス(MCPクライアント)と、各種データソース(Google Drive、Slack、Postgresなど)の間でデータをやり取りするための仲介役です。
異なるデータソース間の連携を標準化された方法で実現するため、複数のサービスを一貫した形で接続できます。
AnthropicのGitHubで紹介されているのは、以下のサーバーです。
- Filesystem：設定可能なアクセス制御による安全なファイル操作
- GitHub ：リポジトリ管理、ファイル操作、GitHub API統合
- Google Drive：Google Driveのファイルアクセスと検索機能
- PostgreSQL ：スキーマ検査による読み取り専用データベースアクセス
- Slack ：チャネル管理とメッセージング機能
- Memory ：知識グラフベースの永続記憶システム
- Puppeteer：ブラウザの自動化とウェブスクレイピング
- Brave Search：Braveの検索APIを使ったウェブ検索とローカル検索
- Google Maps：位置情報サービス、道順、場所の詳細
- Fetch：効率的なLLM利用のためのウェブコンテンツの取得と変換
Model Context Protocolの料金
MCP自体はOSSのプロトコルで無料となっています。
費用は接続先APIやプラットフォーム側で発生します。主な例としては、以下の通りです。
- Brave Search API：無料枠2,000リクエスト／月。商用利用は$3〜$5 CPM目安（プランにより変動します）
- Google Maps Platform：2025年3月1日以降、料金がSKU改定されています。Routes/Places等はレガシー指定が入り、新価格体系に従います（無料分の扱い含め要確認）
- Slack API：API自体は利用可能ですが、ワークスペースの契約プランに依存する機能・制限があります（Pro/Business+/Enterprise+ など）
Model Context Protocolのライセンス
MCPのプロトコル／公式リポジトリはMITで公開されています。ただし、各サーバーごとにライセンスが異なる場合があるため、導入時は対象サーバーのLICENSEを必ず確認するようにしましょう。基本的には商用利用や改変などを行うことができますが、元の著作権表示を行う必要があります。
また、特許使用に関してはMITライセンスには明記されていないため、特許使用を行う場合にはAnthropicに確認をするのがいいでしょう。
| 利用用途 | 可否 |
|---|---|
| 商用利用 | ⭕️ |
| 改変 | ⭕️ |
| 配布 | ⭕️ |
| 特許使用 | 不明 |
| 私的使用 | ⭕️ |
なお、複数エージェントを管理するMulti-Agent Orchestratorについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
Model Context Protocolの使い方
MCPを使うためには、MCPサーバーとMCPクライアント、Claude Desktopが必要です。
Claude Desktopをまだダウンロードしていない場合には、こちらからダウンロードをしておきます。
なお、MCPはブラウザ版のClaudeでは使用できず、Claude for Desktopが必要です。Claude for DesktopはMacもしくはWindowsのみ対応しており、Linuxは未対応。
また、インストール後は必ず最新版へのアップデートも確認するようにしましょう。Documentationも用意されているので、そちらもご確認ください。
MCPサーバーを動かすためには、Node.jsが必要。ターミナルもしくはWindowsの場合にはコマンドプロンプトで「node –version」と入力して、バージョンが表示されるかを確認。表示されない場合には、Node.js公式サイトからインストールしてください。
Node.jsの準備ができたら、MCPサーバーをローカル環境で立ち上げていきます。例えば、Google Driveのサーバーを使う場合には、「npx -y @modelcontextprotocol/server-gdrive」と入力して実行。
2025年6月からは、「Desktop Extensions」により、Node.jsの個別インストールなしでワンクリック導入できる配布形態も提供され、環境構築が大幅に簡略化されました。（ただし、手動でサーバーを走らせる場合は従来どおりNode.js等が必要）さらに、VS CodeのエージェントモードもMCPフル仕様に対応しており、Claude以外の現場でもMCPツール群を使い回すことができます。
MCPサーバーとClaudeを接続するためには、デスクトップアプリのjsonファイルにMCPサーバーの情報を追記する必要があります。jsonファイルはデスクトップアプリから開けます。
もしくは設定ファイルはMacの場合には「~/Library/Application Support/Claude/claude_desktop_config.json」、Windowsの場合には「%APPDATA%\Claude\claude_desktop_config.json」にあります。
そして、MCPサーバー情報をJSON形式で記載。
Google Driveの場合には、次のようになります。
{
"mcpServers": {
"servers": {
"gdrive": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-gdrive"
],
"env": {
"GDRIVE_CREDENTIALS_PATH": "/path/to/.gdrive-server-credentials.json"
}
}
}
}
}なお、Google DriveのMCPサーバーを動かすためには、「GDRIVE_CREDENTIALS_PATH」に指定する認証情報ファイル「credentials.json」が必要であり、このファイルはGoogle Cloud ConsoleでAPIクライアントID/秘密鍵を発行して取得する必要があります。
設定ファイル更新後は、Claudeアプリを完全に終了→再起動してください。再起動後、ハンマーアイコンが表示され、MCPサーバーと接続することができます。
ここまでを簡単にまとめると、
- MCPを利用するには、Claude for DesktopとNode.jsが必要。
- Claude for DesktopはMacまたはWindowsのみ対応。
- Node.jsがインストールされているか、事前にターミナル/コマンドプロンプトで確認。
- MCPサーバー（例：Google Driveサーバー）は、ターミナルからnpxコマンドで立ち上げ。
- Google Drive連携には、Google Cloudで発行した認証情報(credentials.json)が必要。
- Claudeの設定ファイル(claude_desktop_config.json)に、MCPサーバーの情報をJSON形式で記載。
- 設定後はClaudeを完全に再起動して、MCPサーバーとの接続を有効化。
- ファイルパスや設定ミスに注意し、エラーが出た場合はNode.jsやパス設定を再確認。
画像の検索とツールボタンをクリックすることで、利用可能なMCPサーバーを確認可能です。
Model Context Protocolのクイックスタート
MCPのクイックスタートを行なっていきます。
まずは必要なライブラリをインストール。基本的にはMacであればすべてターミナルで完了します。
brew install uv git sqlite3続いてデータベースを作成します。
sqlite3 ~/test.dbtest.dbの中身はこちら
CREATE TABLE products (
id INTEGER PRIMARY KEY,
name TEXT,
price REAL
);
INSERT INTO products (name, price) VALUES
('Widget', 19.99),
('Gadget', 29.99),
('Gizmo', 39.99),
('Smart Watch', 199.99),
('Wireless Earbuds', 89.99),
('Portable Charger', 24.99),
('Bluetooth Speaker', 79.99),
('Phone Stand', 15.99),
('Laptop Sleeve', 34.99),
('Mini Drone', 299.99),
('LED Desk Lamp', 45.99),
('Keyboard', 129.99),
('Mouse Pad', 12.99),
('USB Hub', 49.99),
('Webcam', 69.99),
('Screen Protector', 9.99),
('Travel Adapter', 27.99),
('Gaming Headset', 159.99),
('Fitness Tracker', 119.99),
('Portable SSD', 179.99);入力したら適切にテーブルが作成されているかを確認しておきましょう。適切に作成されていれば、作成されたproductsテーブルが一覧に表示されるはずです。
.tablesデータも確認します。
SELECT * FROM products;これでデータが表示されていればOKです。test.dbのパス名をコピペして、デスクトップアプリのjsonファイルにMCPサーバーの情報を追記します。
jsonファイルの中身はこちら
{
"mcpServers": {
"sqlite": {
"command": "uvx",
"args": ["mcp-server-sqlite", "--db-path", "/Users/YOUR_USERNAME/test.db"]
}
}
}「/Users/YOUR_USERNAME/test.db」をコピペしたパス名に変更し、Claudeのデスクトップアプリを再起動します。
MCPサーバーが適切に接続されていたら、リストにsqliteがが表示されます。
接続が確認できたら「test.db」の中身を表示してください。とプロンプトを与えます。そうすると、画像のように接続許可の確認をされるので、許可をしましょう。
許可をすると、出力されます。
出力された結果はこちら
test.dbの中身を確認しますね。まずはデータベース内のテーブル一覧を確認します。
productsテーブルが1つあります。テーブルの構造を確認してから、データを表示しますね。
test.dbの中身を表示します。
データベース構造
テーブル名: products
カラム構成:
- id (INTEGER) - 主キー
- name (TEXT) - 製品名
- price (REAL) - 価格
データ内容 (全20件)
| ID | 製品名 | 価格 |
|---|---|---|
| 1 | Widget | $19.99 |
| 2 | Gadget | $29.99 |
| 3 | Gizmo | $39.99 |
| 4 | Smart Watch | $199.99 |
| 5 | Wireless Earbuds | $89.99 |
| 6 | Portable Charger | $24.99 |
| 7 | Bluetooth Speaker | $79.99 |
| 8 | Phone Stand | $15.99 |
| 9 | Laptop Sleeve | $34.99 |
| 10 | Mini Drone | $299.99 |
| 11 | LED Desk Lamp | $45.99 |
| 12 | Keyboard | $129.99 |
| 13 | Mouse Pad | $12.99 |
| 14 | USB Hub | $49.99 |
| 15 | Webcam | $69.99 |
| 16 | Screen Protector | $9.99 |
| 17 | Travel Adapter | $27.99 |
| 18 | Gaming Headset | $159.99 |
| 19 | Fitness Tracker | $119.99 |
| 20 | Portable SSD | $179.99 |
このデータベースには電子機器やガジェット関連の製品が登録されています。何か特定の分析や操作をご希望でしたら、お知らせください。
これでクイックスタートは完了です。
Model Context Protocolで何ができるかを検証
Model Context Protocolは登場して間もないサービスのため、具体的にどういったことができるのか、まだまだわかりにくいかと思います。
そこで、今回はGitHubとSlack、GoogleマップとMCPを連携すると、どういったことができるのかを実際に試してみます。
GitHubと連携
まずはGitHubの操作を行います。MCPサーバーでGitHubの操作を行うためには、トークンが必要になるので事前に準備をしておきましょう。
また、GitHub MCPサーバーを作成するには、Node.jsが必要なので、公式サイトからダウンロードしてこちらも準備をしておきます。
Node.jsとアクセストークンの準備ができたら、MCPサーバーを立ち上げます。
GITHUB_PERSONAL_ACCESS_TOKEN=<YOUR_TOKEN> npx -y @modelcontextprotocol/server-github適切にサーバーが動けば以下のように表示されます。
GitHub MCP server is now running...
Listening on port 5000...もしくはこちら。
GitHub MCP Server running on stdioここまできたらあとはjsonファイルに以下を追記すればOKです。
jsonファイルの追記内容はこちら
{
"mcpServers": {
"github": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-github"
],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
}jsonファイルに追記をしたらClaudeデスクトップアプリを再起動して、プロンプトを送信しましょう。
「Githubの人気リポジトリ一覧を表示して」とプロンプトを送った結果が以下です。
プロンプト一覧の結果はこちら
GitHubの人気リポジトリを検索しますね。
GitHubの人気リポジトリ一覧を取得しました。
スター数が5万以上のトップリポジトリを表示します:
🌟 GitHub人気リポジトリ トップ30
1. codecrafters-io/build-your-own-x
- 好きな技術を一から作り直すことでプログラミングをマスターする
- https://github.com/codecrafters-io/build-your-own-x
2. freeCodeCamp/freeCodeCamp
- freeCodeCamp.orgのオープンソースコードベースとカリキュラム。数学、プログラミング、コンピュータサイエンスを無料で学習
- https://github.com/freeCodeCamp/freeCodeCamp
3. sindresorhus/awesome
- あらゆる興味深いトピックについてのAwesomeリスト
- https://github.com/sindresorhus/awesome
4. public-apis/public-apis
- 無料APIの包括的なリスト
- https://github.com/public-apis/public-apis
5. EbookFoundation/free-programming-books
- 無料で利用できるプログラミング書籍
- https://github.com/EbookFoundation/free-programming-books
6. kamranahmedse/developer-roadmap
- 開発者のキャリア成長を支援するインタラクティブなロードマップやガイド
- https://github.com/kamranahmedse/developer-roadmap
7. jwasham/coding-interview-university
- ソフトウェアエンジニアになるための完全なコンピュータサイエンス学習プラン
- https://github.com/jwasham/coding-interview-university
8. donnemartin/system-design-primer
- 大規模システムの設計方法を学習。システム設計面接の準備に
- https://github.com/donnemartin/system-design-primer
9. 996icu/996.ICU
- 開発者のワークライフバランスに関するリポジトリ
- https://github.com/996icu/996.ICU
10. vinta/awesome-python
- Pythonの優れたフレームワーク、ライブラリ、ソフトウェア、リソースのリスト
- https://github.com/vinta/awesome-python
11. awesome-selfhosted/awesome-selfhosted
- 自分のサーバーでホストできる無料のネットワークサービスとWebアプリケーションのリスト
- https://github.com/awesome-selfhosted/awesome-selfhosted
12. practical-tutorials/project-based-learning
- プロジェクトベースのチュートリアルのキュレーションリスト
- https://github.com/practical-tutorials/project-based-learning
13. facebook/react
- Webとネイティブのユーザーインターフェースのためのライブラリ
- https://github.com/facebook/react
14. TheAlgorithms/Python
- Pythonで実装されたすべてのアルゴリズム
- https://github.com/TheAlgorithms/Python
15. vuejs/vue
- Vue.js 2のリポジトリ
- https://github.com/vuejs/vue
16. torvalds/linux
- Linuxカーネルのソースツリー
- https://github.com/torvalds/linux
17. ossu/computer-science
- コンピュータサイエンスの無料独学教育への道
- https://github.com/ossu/computer-science
18. trimstray/the-book-of-secret-knowledge
- インスピレーションを与えるリスト、マニュアル、チートシート、ツールなどのコレクション
- https://github.com/trimstray/the-book-of-secret-knowledge
19. trekhleb/javascript-algorithms
- JavaScriptで実装されたアルゴリズムとデータ構造(説明とリンク付き)
- https://github.com/trekhleb/javascript-algorithms
20. tensorflow/tensorflow
- すべての人のためのオープンソース機械学習フレームワーク
- https://github.com/tensorflow/tensorflow
21. getify/You-Dont-Know-JS
- JavaScript言語についての書籍シリーズ
- https://github.com/getify/You-Dont-Know-JS
22. ohmyzsh/ohmyzsh
- zsh設定を管理するためのコミュニティ駆動型フレームワーク
- https://github.com/ohmyzsh/ohmyzsh
23. CyC2018/CS-Notes
- 技術面接の必須基礎知識、Leetcode、OS、ネットワーク、システム設計
- https://github.com/CyC2018/CS-Notes
24. Significant-Gravitas/AutoGPT
- すべての人がアクセス可能なAIのビジョン
- https://github.com/Significant-Gravitas/AutoGPT
25. microsoft/vscode
- Visual Studio Code
- https://github.com/microsoft/vscode
26. jackfrued/Python-100-Days
- Python - 初心者から達人まで100日間
- https://github.com/jackfrued/Python-100-Days
27. flutter/flutter
- モバイルとそれ以上のための美しいアプリを簡単かつ高速に構築
- https://github.com/flutter/flutter
28. twbs/bootstrap
- レスポンシブでモバイルファーストのプロジェクトを開発するための最も人気のあるHTML、CSS、JavaScriptフレームワーク
- https://github.com/twbs/bootstrap
29. github/gitignore
- 便利な.gitignoreテンプレートのコレクション
- https://github.com/github/gitignore
30. jlevy/the-art-of-command-line
- コマンドラインをマスターする、1ページで
- https://github.com/jlevy/the-art-of-command-line
これらは現在GitHubで最も人気のあるリポジトリで、学習リソース、フレームワーク、ツール、アルゴリズムなど、多様なカテゴリが含まれています。
同じようにプロンプトで「test-repoという名前で新しいリポジトリを作って」「Hello,worldを表示する関数をPythonファイルで作成して」というプロンプトも忠実に実行できました。
作られた関数がこちら
def say_hello():
print("Hello, World!")
if __name__ == "__main__":
say_hello()Slackと連携
次にSlack MCPサーバーを動かしていきます。Slack MCPサーバーを使うには、Slackの設定がいくつか必要です。
まずはSlack APIページにアクセスします。
「Generate Token」をクリック後、「From scratch」を選択。
画面向かって左にある「OAuth & Permission」を選択。
「Scopes」の「User Token Scopes」に以下のスコープを追加。
- channels:history – 公開チャンネルのメッセージやコンテンツを閲覧。
- channels:read – 基本的なチャンネル情報を閲覧。
- chat:write – アプリとしてメッセージを送信。
- reactions:write – メッセージに絵文字リアクションを追加。
- users:read – ユーザー情報を閲覧。
スコープの追加が終わったら、ページ上部に戻り「Install to チャンネル名」をクリックして、その後許可をクリック。
そうすると「User OAuth Token」が表示されるので、コピペしておきます。
また、ワークスペースのチームIDもコピペします。
Slack URLのTから始まる部分がチームIDです。
この二つが準備できたらOK。
ターミナルで以下を入力します。
SLACK_BOT_TOKEN=xoxb-your-bot-token SLACK_TEAM_ID=your_ID npx -y @modelcontextprotocol/server-slackSlack MCPサーバーが起動すると、以下の文字が表示されます。
Starting Slack MCP Server...
Connecting server to transport...
Slack MCP Server running on stdioそうしたらjsonファイルに追記をします。
jsonファイルの追記内容はこちら
{
"mcpServers": {
"slack": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-slack"
],
"env": {
"SLACK_BOT_TOKEN": "your_token",
"SLACK_TEAM_ID": "your_ID"
}
}
}
}
入力したらClaudeデスクトップアプリを再起動すればOKです。
「Slackから過去3日以内のメッセージを表示してください」とプロンプトを送った結果が以下です。
Slackの結果はこちら
Slackから過去3日以内のメッセージを取得します。
まずチャンネルのリストを確認しますね。
チャンネルが見つかりました。
各チャンネルから最近のメッセージを取得します。
過去3日以内のSlackメッセージを取得しました。以下が結果です:
general チャンネル
2025年11月20日
1. <@U09UCU9HSF6>さんがチャンネルに参加しました
- 時刻: 20:39頃
2. U92E5S8P7さんのメッセージ
- 「テストメッセージ2」
- 時刻: 20:25頃
3. U92E5S8P7さんのメッセージ
- 「テストメッセージ1」
- 時刻: 20:25頃
---
注: #randomと#testチャンネルは参加していないため、メッセージを取得できませんでした。これらのチャンネルからもメッセージを取得する場合は、先にチャンネルに参加する必要があります。Googleマップと連携
最後にGoogle Maps MCPサーバーを実行します。
まずはGoogle maps APIを取得します。取得したAPIをコピペして、jsonファイルに追記します。
jsonファイルの追記はこちら
{
"mcpServers": {
"google-maps": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-google-maps"
],
"env": {
"GOOGLE_MAPS_API_KEY": "yourAPIkey"
}
}
}
}
そうしたらターミナルで以下のように入力。
GOOGLE_MAPS_API_KEY=your-api-key npx -y @modelcontextprotocol/server-google-mapsこれでGoogle maps MCPサーバーが起動します。Claudeにアクセスして、プロンプトを送りましょう。
「mapで東京駅から札幌までの行き方を調べて」「東京駅で22時までやっている飲食店を探して」というプロンプトを送りました。
mapで東京駅から札幌までの行き方を調べての結果はこちら
東京駅から札幌までの行き方を調べますね。
公共交通機関での直接ルートが取得できなかったので、車での経路を調べてみます
。東京駅から札幌までの行き方をご案内します。
主な移動手段
1. 飛行機（最速）
- 羽田空港から新千歳空港まで約1時間30分
- 東京駅から羽田空港まで：約30分（モノレール・京急線）
- 新千歳空港から札幌駅まで：約40分（JR快速エアポート）
- 合計所要時間：約3〜4時間
2. 新幹線＋特急列車
- 東京駅から新函館北斗駅まで：北海道新幹線で約4時間
- 新函館北斗駅から札幌駅まで：特急「北斗」で約3時間30分
- 合計所要時間：約7時間30分〜8時間
3. 車でのルート
Google Mapsによると：
- 距離：約1,152km
- 所要時間：約16時間（休憩なし）
- 主なルート：
- 常磐自動車道
- 東北自動車道
- 青森から大間へ
- 大間〜函館間のフェリー（約1時間55分）
- 道央自動車道で札幌へ
おすすめ
- 最速・最便利：飛行機
- 景色を楽しむ：新幹線
- 自由度重視：車（ただし長距離運転とフェリーが必要）
どの移動手段についてもっと詳しく知りたいですか？
東京駅で22時までやっている飲食店を探してという結果はこちら
東京駅で22時までやっている飲食店を探しますね。
東京駅周辺の飲食店がいくつか見つかりました。
営業時間を確認するために、評価の高いお店の詳細を調べますね。
東京駅で22時まで営業している飲食店をいくつか見つけました！
22時まで営業（ちょうど22時閉店）
1. Shiroebi-tei（白えび亭）- Tokyo Station
- 営業時間： 毎日 10:00〜22:00
- 評価： ⭐ 4.1
- 特徴： 北陸の白えび料理専門店。刺身丼や天丼が人気。券売機で注文するスタイル
- 場所： 東京駅地下1階「東京駅一番街」南側
2. Sendai Tanya Rikyu（仙台炭焼き利久）
- 営業時間： 毎日 11:00〜22:00
- 評価： ⭐ 4.0
- 特徴： 仙台名物の牛タン専門店。牛タンセットが絶品
- 場所： グランスタ八重洲 B1階
22時以降も営業（さらに遅くまで利用可能）
3. Tsukishima Monja Tamatoya（月島もんじゃ たま屋）
- 営業時間： 毎日 11:00〜23:00
- 評価： ⭐ 4.8（最高評価！）
- 特徴： もんじゃ焼き専門店。スタッフが調理を手伝ってくれる
- 場所： 東京駅 黒塀横丁 B1階
4. Osteria IL VIAGGIO
- 営業時間： 月〜土 11:00〜23:00、日 11:00〜22:00
- 評価： ⭐ 4.2
- 特徴： イタリアンレストラン。グランルーフのテラス席あり
- 場所： グランスタ八重洲 2階
5. THE OLD STATION Tokyo
- 営業時間： 月〜金 11:00〜23:00、土日 11:00〜22:00
- 評価： ⭐ 4.1
- 特徴： ピザやナポリタンが人気のカジュアルレストラン＆バー
- 場所： 北町酒場 2階（八重洲北口）
どのジャンルの料理がお好みですか？
Model Context Protocolの活用事例
MCPを使った活用事例をいくつかご紹介します。
こちらはBlenderと連携した例です。
MCPと連携することで、3Dモデルを自動で作成することができています。
こちらはJR東日本の遅延情報を取得するMCPサーバーを作成した例です。
OSSなので誰でも利用可能で、GitHubにあがっています。
どれもそうですが、人がやらなくてもいいことをMCPに任せることで、時間短縮・効率化を測ることができますね。
なお、プロンプトを自動修正してClaudeの性能を爆上げするPrompt Improverについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
Model Context Protocolに関するよくある質問
ここからはよくある質問に回答していきます。
まとめ
本記事では、Model Context Protocolの概要と具体的な使い方を紹介しました。使ってみた感じ、非常に便利だなと感じる一方で準備がやや煩雑だなという印象を持ちました。
ただ、2025年8月現在では、MCPは導入のしやすさと運用の現実解が揃ってきました。Desktop ExtensionsによりClaude環境では1クリックでの導入が可能になり、IDE側では、VS Codeがフル仕様対応。一方で、旧参照実装のアーカイブ化が進んだため、サーバー選定においては、メンテ状況と配布元の信頼性を重視する必要があります。
まずは、FilesystemやBrave Searchのような選択肢から検討してみて、徐々に自社のSaaSや社内データ連携へ広げていくことをおすすめします。
まだまだリリースされたばかりの新しい技術です。今後の発展が非常に楽しみな技術でした！
最後に
いかがだったでしょうか？
Claudeと様々なアプリを連携させることで社内の生成AI利用を活発化させ、生産性を大幅に向上できるでしょう。
株式会社WEELは、自社・業務特化の効果が出るAIプロダクト開発が強みです！
開発実績として、
・新規事業室での「リサーチ」「分析」「事業計画検討」を70％自動化するAIエージェント
・社内お問い合わせの1次回答を自動化するRAG型のチャットボット
・過去事例や最新情報を加味して、10秒で記事のたたき台を作成できるAIプロダクト
・お客様からのメール対応の工数を80％削減したAIメール
・サーバーやAI PCを活用したオンプレでの生成AI活用
・生徒の感情や学習状況を踏まえ、勉強をアシストするAIアシスタント
などの開発実績がございます。
生成AIを活用したプロダクト開発の支援内容は、以下のページでも詳しくご覧いただけます。
➡︎株式会社WEELのサービスを詳しく見る。
まずは、「無料相談」にてご相談を承っておりますので、ご興味がある方はぜひご連絡ください。
➡︎生成AIを使った業務効率化、生成AIツールの開発について相談をしてみる。
「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。
セミナー内容や料金については、ご相談ください。
また、大規模言語モデル（LLM）を対象に、言語理解能力、生成能力、応答速度の各側面について比較・検証した資料も配布しております。この機会にぜひご活用ください。
