Model Context Protocol（MCP）
AI モデル間でコンテキストやステートをやり取りするためのプロトコル。
MCP サーバーとは？
MCP サーバーをざっくりと簡単に説明するとこのような感じです。
- JSON を受け取って JSON を返す、非常にシンプルな構造
- LLM に必要なコンテキスト（履歴、属性、状態など）を提供するためのプロトコル
- 実装は Next.js で API を作り、Vercel にデプロイするだけで OK
- 実態は「AI が道具として使える“賢い API”」
- Cursor などの拡張機能（UI 操作）とは別物。MCP は裏方のロジック
- オープンなプロトコルで、他の AI やツールとの連携も容易
- JSON ライブラリさえあれば、どんな言語でも実装可能
- MCP サーバーは OSS としても展開しやすい
- 作った MCP サーバーは、Cursor や ChatGPT などのクライアントから簡単に利用できる
- モデル間で共有される「コンテキスト（会話履歴、ユーザー情報、タスク）」を一元管理・保存できる
MCP の構造とやり取り（シーケンス図）
以下は、MCP クライアント（例: Cursor）から MCP サーバーを通じて処理結果を得るまでの基本的な流れを示すシーケンス図です。
この図では、MCP サーバーが「文脈を理解する処理層」として動作し、AI（Cursor/GPT）はそれを使ってユーザーに応答を返す役割を担っています。
MCP ホストとは？
- 複数の MCP サーバーやモデルを統括して接続管理する中継役
- 各モデルに必要なコンテキストを振り分けたり、調整したりする役割
- エージェントフレームワークやパイプライン構築に活用されることが多い
MCP クライアントとは？
- MCP サーバーに JSON でリクエストを送り、レスポンスを受け取って活用するエージェントやツール
- Cursor や GPT-4 などが該当する
- 特に Cursor は GPT が中に組み込まれているので、MCP サーバー側に AI を実装する必要がない
Cursor から呼び出す場合
- MCP サーバーに AI は不要（Cursor 側に GPT-4 がいるため）
- MCP サーバーは「ルールベースの処理」「構造化されたデータ返却」など、AI が使いやすい“外部の脳みそ”を提供
- 例：セキュリティチェック、設計レビュー、文脈ベースのルーティング など
MCP サーバーの実装例（Next.js + TypeScript）
以下は、テキストの文字数をカウントする MCP サーバーの最小構成例です。Next.js の App Router を使用しています。
ディレクトリ構成
app/api/count-chars/route.ts
エンドポイント仕様
- URL:
/api/count-chars - メソッド:
POST - リクエストボディ:
- レスポンス例:
このように、Next.js を用いた簡単な MCP サーバーを構築することで、Cursor や他のクライアントが外部処理を安全に活用できます。
