5分で自作MCPサーバーを構築！Model Context Protocol入門ステップバイステップガイド

Model Context Protocol（MCP）とは？

Model Context Protocol（略称：MCP）は、AIを外部APIやリアルタイムデータなどに接続するための標準化プロトコルです。2024年末にAnthropicによって発表されました。

MCPサーバーは、天気情報の取得、テキスト翻訳、APIとの連携などを行う「ツール」だとイメージしてください。AIエージェントは、現在のタスクにおいてそのツールが役立つと判断した場合、自律的に呼び出すことができます。

たとえばUpstashのMCPを使えば、Cursorがデータベースを直接操作できるようになります。通常のClaude単体では絶対にできない「XYZをRedisデータベースに入れて」といった自然言語コマンドが実現できるのは、MCPがこれらのリクエストを実際のデータベース操作へ変換してくれるからです。

Model Context Protocol（MCP）の活用例

MCPの公開以来、人々は次々と創造的なユースケースを生み出しています。その活躍の場はCursorやコーディングにとどまりません。自分で作れば何時間もかかるような、Blenderでの複雑なアニメーションシーンも、MCP経由でClaudeにBlenderへのアクセス権を与えるだけで実現できます。

筆者にとって、Model Context Protocolは「AIにインターネットアクセスを与える」ことの次のステップのように感じられます。比喩的に言えば、インターネットアクセスがAIに腕と手を与えること（＝実際に行動できるようにする）だとすれば、MCPは自由に歩き回るための「脚」を与えるようなものです。

ちなみに、MCPサーバーの構築は一部の企業や開発者だけに許されたものではありません。誰でも自分専用のMCPを作成・ホストでき、さらにはSaaSとして事業化することも可能です。具体的な方法を見ていきましょう。

基本的なMCPサーバーの作り方

まずは非常にシンプルなMCPの例から始めましょう。ここでは、Cursorがツールを使ってテキストを翻訳できる「翻訳MCP」を作成するとします。必要なのは、このMCPを提供するサーバーと、目的の処理を実行するツールだけです。

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { z } from "zod";
 
const server = new McpServer({
 name: "Translation Service",
 version: "1.0.0",
});
 
server.tool(
 "translate",
 {
 text: z.string(),
 targetLanguage: z.enum(["spanish", "french", "german"]),
 },
 async ({ text, targetLanguage }) => {
 // 👉 ここで実際の翻訳サービスへのAPI呼び出しを行う
 const translatedText = `[Translated: "${text}" to ${targetLanguage}]`;
 
 return {
 content: [{ type: "text", text: translatedText }],
 };
 },
);

上記のコードは、Model Context Protocol（MCP）の基本原理を示したものです。ここでは、Claudeがプログラム的にやり取りできる翻訳サービスを作成しています。

Zodスキーマを使って受け付けるパラメータを定義し、translateという名前のツールを作成しました：

• text：文字列型
• targetLanguage：文字列型（スペイン語・フランス語・ドイツ語のみ許可）

AIアシスタントがこのツールを呼び出すと、Zod（オープンソースのスキーマバリデーションライブラリ）によって検証済みの必須パラメータが渡され、関数が処理を実行します。本番環境では、このプレースホルダーの代わりに、DeepLやGoogle翻訳などの実際の翻訳APIを呼び出すように置き換えます。

content: [{ type: "text", text: translatedText }],というレスポンス形式はMCPツールの仕様に準拠しており、Claudeが応答に利用できる構造を返します。この標準化されたアプローチにより、特別な統合作業なしに、MCP対応のあらゆるAIがあなたのツールを利用できるのです。

この同じパターンは、あらゆる種類のツールに応用できます。翻訳はもちろん、データ分析、画像生成、さらにはスマートホーム機器の制御まで可能です。

MCPサーバーの起動とCursorでのテスト

続いて、MCPサーバーを起動するためにtransportを使用します：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
 
const server = new McpServer({
 name: "Translation Service",
 version: "1.0.0",
});
 
server.tool(/* ... */);
 
const transport = new StdioServerTransport();
server.connect(transport);

これだけで、独自のMCPサーバーが完成しました！🎉

index.tsファイルへのパスをコピーしてCursorに接続すれば、新しいMCPをローカルでテストできます。Cursorでは、MCPサーバーを追加することで「Agent」モードを強化できます。

1. Cursorでindex.tsを右クリックし、「Copy Path」を選択します。後で使うので控えておきましょう。
2. CursorにMCPサーバーを追加するには、「Cursor Settings > Features > MCP」に移動し、「+ Add New MCP Server」をクリックします。

   

3. typeはcommandのままにします。
4. サーバーに名前を付けます。例：Translation。
5. 翻訳ツールを実行するコマンドを入力します：npx tsx <path-to-file>。

   

これでCursorが、私たちのMCPサーバーと利用可能な全ツールを認識しました。今回の場合、それは先ほど作成したtranslateツールです。

試してみるには、Agentic Chatを開きます。Cursorはすでにこのツールを把握しているため、翻訳タスクに対して自動的に使用してくれます。

注意：この例では、ツールは実際には翻訳を行わず、モック（模擬）翻訳を返しています。画面上の実際の翻訳結果は、Claude自身が生成したものです。

その他のMCPユースケース案

この記事を書きながら、MCPサーバーとして構築できそうなアイデアがいくつか浮かびました。中には、独立したサービスとして収益化する価値のあるものもあるかもしれません：

• コードのスクリーンショットを撮影するMCPツール
• 生成コードのベストプラクティス・脆弱性・バグをチェックするMCPツール
• テストコードを自動生成するMCPツール

あなた自身のアイデアもきっと見つかるはずです。結局のところ、MCPは「LLM向けのAPIを構築する」ような感覚で取り組めます。

Upstash MCPのご紹介

私たちUpstashでは、自然言語でUpstashアカウントを操作できるオープンソースの「Upstash MCP」を提供しています。以下のような操作が可能です：

• 「us-east-1に新しいRedisデータベースを作成して」
• 「データベースの一覧を見せて」
• 「users-db内の『user:』で始まるすべてのキーを表示して」
• 「バックアップを作成して」
• 「過去7日間のスループットの急増状況を見せて」

以下のコマンドをCursorの「Add MCP Server」欄に貼り付けるだけで設定完了です：

npx -y @upstash/mcp-server run <UPSTASH_EMAIL> <UPSTASH_API_KEY>

セットアップにかかる時間は60秒以内。詳しくはこちらをご覧ください：https://github.com/upstash/mcp-server

最後までお読みいただきありがとうございました！フィードバックやゲスト執筆のご希望があれば、josh@upstash.comまでお気軽にご連絡ください 🙌