【ITニュース解説】3 MCP servers I actually use daily (and how to set them up)

このニュース記事では、AIアシスタントであるClaude Desktopをより強力な開発ツールへと変貌させる三つのMCP（Model Context Protocol）サーバーについて紹介している。MCPとは、AIが外部のシステムやデータと連携するためのプロトコルで、これによりAIは単なる対話の相手ではなく、実際の作業を手助けするアシスタントとして機能するようになる。システムエンジニアを目指す皆さんにとって、AIと開発環境がどのように連携し、日々の業務を効率化していくのかを理解する上で非常に興味深い内容だ。

まず一つ目は「Filesystem」サーバーだ。これはClaudeがPC上のファイルシステム、つまりフォルダやファイルの構造を直接読み込めるようにするサーバーである。通常、AIにコードの内容を理解させたい場合、手動でコードをコピー＆ペーストする必要がある。しかし、このFilesystemサーバーを導入し、プロジェクトのルートディレクトリ（プロジェクトの最も上位のフォルダ）を指定して設定することで、Claudeは直接そのプロジェクト内のファイルを閲覧し、内容を読み取れるようになる。例えば、「認証モジュールを読んでトークン検証の仕組みを説明して」とClaudeに尋ねれば、Claudeは関連するファイルの中から認証モジュールのコードを探し出し、そのコードの内容に基づいてトークンがどのように検証されるのかを解説してくれる。これは開発者がコードを理解したり、レビューしたりする際の大きな手助けとなる。ただし、一つ重要な注意点がある。このサーバーは設定次第でPCのディスク全体を読み込めるようになるため、誤って設定すると機密情報を含むファイルにAIがアクセスしてしまう可能性がある。パス（ファイルの場所）の設定には十分に注意し、必要な範囲のみにアクセスを許可するように心がける必要がある。

二つ目は「GitHub」サーバーである。GitHubは、多くの開発者が共同でソフトウェア開発を行う際に利用する、バージョン管理システムをベースとしたプラットフォームだ。コードの変更履歴を管理したり、複数人でコードを共有して開発を進めたりするのに使われる。このGitHubサーバーを導入すると、ClaudeはGitHub上のイシュー（課題やバグ報告）、プルリクエスト（コードの変更提案）、そしてリポジトリ（プロジェクトのコードが保存されている場所）を直接チェックできるようになる。これにより、AIがコードレビューやプロジェクトの進捗管理に協力できるようになるのだ。例えば、「直近3つのプルリクエストで何が変わったか要約して」と指示すれば、ClaudeはGitHubから最新の変更履歴を取得し、それぞれの変更内容や影響範囲を簡潔にまとめてくれる。開発チーム内での情報共有や、新しいメンバーがプロジェクトの経緯を把握する際にも非常に役立つ機能だと言える。

三つ目は「PostgreSQL」サーバーだ。PostgreSQLは、データベース管理システムの一種で、多くのウェブサービスやアプリケーションの裏側でデータを管理するために使われている。例えば、ユーザー情報や商品の情報、注文履歴などがデータベースに保存されている。このPostgreSQLサーバーを導入することで、Claudeは直接データベースにアクセスし、SQL（Structured Query Language）と呼ばれるデータベース操作言語を使ってクエリ（問い合わせ）を実行できるようになる。これにより、開発者はClaudeとの会話中にデータベースから特定の情報を取得したり、データの分析を行ったりできる。例えば、「今週サインアップしたがまだログインしていないユーザーを表示して」と尋ねれば、Claudeはデータベースから該当するユーザー情報を抽出し、結果を提示してくれる。データベースの情報を確認するために別のツールを開いてクエリを手動で実行する手間が省け、開発のワークフローがよりスムーズになる。

これらのMCPサーバーのセットアップは非常に簡単だ。それぞれのサーバーをインストールするには、mcp-hub install <サーバー名>というコマンドをコマンドラインインターフェース（CLI）で実行する。CLIとは、キーボードからの文字入力によってコンピュータを操作するためのツールで、システムエンジニアにとっては必須のスキルだ。インストールが完了したら、Claude Desktopの設定ファイルであるclaude_desktop_config.jsonにそのサーバーの情報を追記し、Claude Desktopを再起動するだけで設定が完了する。それぞれのサーバーの導入にかかる時間はわずか2分程度とされており、手軽にAIアシスタントの機能を拡張できる点が魅力だ。

これらのMCPサーバーの導入は、AIと開発作業の連携がどれほど強力になり得るかを示している。Filesystemサーバーでコードを読み込ませ、GitHubサーバーで共同開発の状況を把握させ、PostgreSQLサーバーでデータベースの情報を直接扱わせることで、AIは単なる情報検索ツールを超え、システムエンジニアの日々の作業を大幅に効率化する強力なパートナーとなる。これにより、コードの理解、レビュー、デバッグ、データ分析といった多岐にわたるタスクにおいて、開発者の負担を軽減し、より本質的な開発業務に集中できるようになるだろう。システムエンジニアを目指す皆さんにとって、このようなAIとの協調作業のスキルは、これからの時代にますます重要になってくることは間違いない。AIを開発の強力なツールとして活用することで、私たちはより複雑で高度な課題に取り組むことが可能になる。ただし、セキュリティには常に注意を払いながら、AIを賢く活用する術を身につけていくことが求められるだろう。