Anthropic、Model Context Protocolをオープンソースとして公開
(anthropic.com)- MCP(Model Context Protocol)は、AIアシスタントをコンテンツリポジトリ、ビジネスツール、開発環境などのデータシステムに接続するための新しい標準であり、より良い応答生成を目指している
- AIアシスタントが主流として定着するにつれ、業界はモデル機能に多くの投資を行い、推論と品質において急速な進歩を遂げてきた。しかし、データからの分断により、最も洗練されたモデルでさえ情報サイロやレガシーシステムに閉じ込められている。新しいデータソースごとに個別実装が必要なため、接続されたシステムを拡張しにくい
- MCPはこの問題を解決する。MCPはデータソースとAIシステムを統合する単一のプロトコルであり、断片化した統合プロセスを簡素化し、より信頼性の高い接続性を提供する
モデルコンテキストプロトコル (MCP)
- MCPは、データソースとAIツールの間に安全な双方向接続を構築できるように支援するオープン標準
- アーキテクチャはシンプルで、開発者はMCPサーバーを通じてデータを公開したり、MCPクライアントを構築してこれらのサーバーに接続したりできる
- 主な構成要素
- MCP仕様およびSDK
- ClaudeデスクトップアプリでローカルMCPサーバーをサポート
- オープンソースMCPサーバーリポジトリ: Google Drive、Slack、GitHub、PostgresなどのデータソースをサポートするMCPサーバーを提供
- Claude 3.5 Sonnetは、MCPサーバー実装を迅速に構築できるよう支援し、企業や個人がデータセットをAIツールと素早く接続できるようにする
- Block、Apollo、Zed、Replit、Codeium、Sourcegraphなどさまざまな企業がMCPを導入し、AIエージェントの情報検索および機能拡張を支援
- 利点
- 開発者は各データソース向けの個別コネクタを維持する必要なく、標準プロトコルを利用できる
- AIシステムが複数のツールやデータセット間でコンテキストを維持できるため、より持続可能なアーキテクチャを構築できる
はじめに
- 開発者は今日からMCPコネクタを構築・テストできる
- Claude for Workの顧客は、MCPサーバーをローカルでテストして内部システムやデータセットに接続できる
- 近く、リモートの本番MCPサーバー配備向けの開発者ツールを提供する予定
1件のコメント
Hacker Newsの意見
Twitter、Reddit、ドキュメントを通じて情報を収集した後、全体像を理解できた。初心者向けのクイックスタートガイドを提供している
@jspahrsummers と一緒に Anthropic で数か月間取り組んできており、質問に答える準備ができている
"Protocol Handshake" セクションで、自然言語をデータベースクエリに変換する過程について、より詳しい情報が必要だ。非効率または誤ったクエリがデータベースに影響する場合、それをカスタマイズできるのか気になる。機密データがクエリから返されないことを保証する方法が必要だ
標準化が進められているのはうれしい。多くの人が独自の統合を書いているため、断片化と重複が非常に多い。ターミナルのコーディングエージェントを構築中で、外部サービスとの接続を計画している。Anthropic の mcp 統合に感謝している
標準化が実現すれば、業界にとって大きな助けになるはずだ
Matt Pocock の2分間の動画概要が参考になる
すべての LLM 向けの統合インターフェースを提供するというアイデアは気に入っているが、なぜローカル専用なのか理解しにくい。Web アプリから GitHub に接続して、Claude がコードリポジトリにアクセスできるなら、もっと面白いだろう。現時点ではローカルファイルシステムで可能そうに見える。LLM ベースのアプリを構築する際、RAG を使ってデータをプロンプトに注入する方式の代わりに使えるのか気になる。特定のデータに関するユースケースは、今のところ非常に限定的だと思う
LLM 専用 API があるのか気になるし、一般的な Web サイト間の API 統合にも有用なのか疑問だ
プロンプトとサンプリングインターフェースの非対称性が気になる。クライアントがサーバーからプロンプトを取得して実行する方式と、サンプリングインターフェースでサーバーがクライアントに補完リクエストを提示する方式との違いが理解できない。MCP の機能クラスは今後発展する可能性がある
主要プレイヤーではないオープンソースソリューションは信用していない。他の主要プレイヤーと一緒に公開されない限り、インセンティブの歪みが大きすぎる