MCPに関する現状の理解
MCPはLLMにツールを使わせる仕組みを規格化したもの
LLMがAPIを通じてプログラムで厳密にデータ処理をしたり，学習外のデータ（例：最新情報，文脈固有の情報）を参照したりするために用いられる
イメージ：ChatGPTの検索機能，コードインタプリタ，Pluginなどを誰でも簡単に開発できるようにして，それらを様々なLLMアプリで横断的に呼び出せるようにしたもの
構成要素：サーバ，クライアント，ホスト
初期化
サーバは自身の機能（関数や参照データなど）とその使い方に関する情報をクライアントに応答する
クライアントはそれら情報をLLMが扱いやすいコンテクスト情報（プロンプト）に整形する
ホストはサーバの機能を使える（コンテクスト情報から機能の使い方を知った）LLMを利用者に提供する
呼び出し
ホストのLLMはコンテクスト情報に基づいて，必要な場面でツールの使用をクライアントにリクエストする．
クライアントはリクエストをサーバに送信する
サーバはリクエストに応じて処理結果やデータを応答し，クライアントを返してホストのLLMに情報が与えられる
参考：How Model Context Protocol works. MCP Explained
MCPサーバの使い方をどうイメージしたらいいか？
Claude DesktopやCursol，Clineなどのアプリはクライアント内蔵のホストとして使える
→それらでAIに使ってほしいツールをMCPサーバとして立てれば良い
MCPサーバがLLMに提供する機能：ツール，リソース，プロンプト
ツール：LLMが実行可能なプログラム（関数）
例：現在地を引数として現在の天気を調べて応答するAPI
リソース：LLMが参照可能なデータ（URI形式で提供される読み出し専用データ）
例：開発者向けのドキュメント
プロンプト：ユーザーがLLMへの指示を定型的に行えるようにするもの
例：翻訳を指示する文章の末尾にユーザー入力を埋め込むプロンプト（指示なしにChat UIに英文を書き込むだけでLLMは翻訳作業をしてくれる）
参考：MCPサーバーの機能を全部（Prompt, Resource, Tool）試してみる
ーーー
2025/4/7 09:50
original：/tomiokario-close/MCPに関する現状の理解