MCPを自分で作る方法：Poachang Lab MCPの例で学ぶAI連携の基礎

MCPを自分で作る方法：Poachang Lab MCPの例

🚀 はじめに

みなさん、今日は「MCPを自分で作る」というテーマで学んでいきましょう。

「MCPってなに？」というところから始めて、実際にCursor上でファイルを準備して、AI Agent（Claude Sonnet 4 や Codex on Cursor など）と連携させる流れを具体的にイメージできるように解説いたします。

動画や記事としても使えるように、3000〜5000文字程度で体系的にまとめましたので、このままNotebookLMに読み込んで動画化しても理解しやすい構成になっております。

💡 この記事で学べること
- MCPの基本概念と仕組み
- 自作MCPの作成手順
- CursorとAIエージェントとの連携方法
- 実践的なコード例とテスト方法

🔍 1. MCPとは何か？

📚 1-1. MCPの基本概念

MCPとは Model Context Protocol の略で、AIエージェントやツールがやり取りするための標準的なプロトコルです。

• GitHub MCP - リポジトリの操作やIssue管理
• AWS MCP - クラウドリソースの操作
• Playwright MCP - ブラウザの自動操作

既存の代表的なMCP：

これらは「AIエージェントがGitHubにアクセスする」「AWSリソースを操作する」「ブラウザを自動操作する」といった機能を提供してくれます。

🎯 つまり、MCPは「AIに外部世界とつながる道具を与える仕組み」 といえるのです。

⚡ 1-2. MCPと普通のプログラムの違い

初心者の方がよく混乱されるのは「Node.jsで普通にプログラムを書くのと何が違うの？」という点です。

🛠️ 1-3. 既存MCPと自作MCPの違い

• GitHubのリポジトリを見に行ったり、AWSのS3にアクセスできたりする便利なもの

既存MCP：

• 自分専用の「かゆいところに手が届く」機能を作成可能
• 例：「マッシュルームの説明を生成して、X（旧Twitter）に自動投稿する」みたいな特化機能
• 自分の趣味、研究、ビジネスに特化したオリジナルの道具になります

自作MCP：

🌟 2. なぜMCPを自分で作るのか？

みなさんが「ただ使う側」から「作る側」に回ると、一気に世界が広がります。

🎮 自作MCPのメリット

• エージェントを呼び出すだけで自動処理が実行される
• 複雑な作業を一瞬で完了させることが可能

1. AIを自分の手足にできる

• 例：「AWSのログ監視」と「Slack通知」をつなげる自作MCP
• 複数のサービスを連携させた独自ワークフローの構築

2. 既存サービスを自分好みに組み替える

• AIを使うだけでなく、内部構造の理解も深まる
• 応用範囲が格段に広がる

3. 学びとしてのメリット

📚 豆知識
昔のコンピュータ黎明期には「デバイスドライバ」を自作する文化がありました。MCPはそれに近く、現代の「AI用ドライバ」とも言えるのです。

📁 3. MCPを作るための基本ファイル

まず、MCPには3つの基本ファイルが必要です。

🗂️ 必要なファイル一覧

• Node.jsプロジェクトとしてMCPを管理する定義ファイル
• 依存パッケージやエントリーポイントを記載

1. package.json

• MCPのメタ情報（名前、バージョン、エンドポイントなど）を定義するファイル

2. mcp.json

• 実際の処理を書くコード
• 「入力を受け取ってどう変換するか」「どこに出力するか」を記述

3. エントリーファイル（例: index.js）

🏗️ ディレクトリ構成の例

以下のようなディレクトリ構成にすると分かりやすいです。

pochanglab-mcp/
├── package.json     # Node.jsの定義ファイル
├── mcp.json         # MCPの定義ファイル  
└── index.js         # 処理を書くファイル

✅ ポイント: シンプルな構成から始めて、必要に応じて機能を拡張していくのがおすすめです。

🍄 4. Poachang Lab MCPの例：マッシュルーム変換

ここでは「マッシュルーム変換MCP」を例に、実際のコード構成を見ていきましょう。

📦 package.json の例

{
  "name": "pochanglab-mcp",
  "version": "1.0.0",
  "main": "index.js",
  "dependencies": {
    "axios": "^1.6.0"
  }
}

⚙️ mcp.json の例

{
  "name": "pochanglab-mushroom-mcp",
  "version": "1.0.0",
  "description": "マッシュルームの意味を解釈してXに投稿するMCP",
  "entry": "index.js",
  "capabilities": ["transform", "post"]
}

💻 index.js の例

import axios from "axios";

export async function handleRequest(input) {
  if (input.includes("マッシュルーム")) {
    const explanation = "マッシュルームはシチューに入れると旨味が出ますが、丸焼きは香りが強く苦手な人もいます。しいたけと同じくキノコ類の一種です。";

    // X (Twitter) に投稿する（仮想例）
    await axios.post("https://api.x.com/post", {
      text: explanation
    });

    return { result: "投稿しました: " + explanation };
  } else {
    return { result: "特に変換はありません。" };
  }
}

🔧 解説: この例では、入力に「マッシュルーム」が含まれていると、説明文を生成してX（旧Twitter）に投稿する機能を実装しています。

🧪 5. ローカルでのテスト方法

いきなりAIエージェントと接続する前に、まずはローカルで動作確認を行いましょう。

🔍 基本テストコード

export async function handleRequest(input) {
  return { result: "あなたが入力したのは: " + input };
}

// テスト用
if (require.main === module) {
  const input = "マッシュルーム";
  handleRequest(input).then(res => console.log(res));
}

🚀 実行とテスト

これを保存して実行：

node index.js

出力例：

{ result: 'あなたが入力したのは: マッシュルーム' }

✅ 重要: こうして基本的な動きを確認してから、MCPとして登録すると安心です。デバッグが容易になり、問題の早期発見につながります。

⚙️ 6. Cursorでのセットアップ

📂 1. プロジェクト用ディレクトリの作成

mkdir pochanglab-mcp
cd pochanglab-mcp
npm init -y

📄 2. ファイルの配置

• package.json
• mcp.json
• index.js

上記で説明した以下のファイルを配置します：

🔧 3. Cursorでの設定

Cursorで mcp.json を読み込ませる設定を行います。

settings.json のMCP設定に以下を追加：

{
  "mcpServers": {
    "pochanglab-mushroom": {
      "command": "node",
      "args": ["index.js"],
      "env": {}
    }
  }
}

🤖 4. AIエージェントからの呼び出し

AI Agent（Claude Sonnet 4やCodex on Cursor）から呼び出します。

使用例：

MCP: pochanglab-mushroom
入力: マッシュルームとは？

🎯 結果: 先ほどの処理が実行され、Xに自動投稿まで行われます。

🚀 7. 応用の広がり

自作MCPの可能性は無限大です。以下のような応用例が考えられます。

💼 業務効率化

• 社内Wiki自動参照MCP: 質問に対して社内Wikiから適切な回答を自動検索
• レポート生成MCP: データを自動収集してレポートを作成

🎨 創作活動

• ギターコード自動当てはめMCP: 歌詞に合うギターコードを自動提案
• イラスト生成MCP: テーマに応じたイラストを自動生成

🔬 研究・分析用

• 天気API連携MCP: 天気データを取得して分析に活用
• 株価監視MCP: 株価の変動を監視してアラートを送信

🎯 まさに「AIエージェントをカスタマイズできる自由度」が、MCP自作の醍醐味です。

🎉 8. まとめ

みなさん、ここまででMCPのイメージが掴めたでしょうか。

🔑 重要なポイント

• MCPはAIと外部世界をつなぐプロトコル
• 普通のプログラムと違い「AIが使うことを前提」に作成
• 必要なファイルは package.json、mcp.json、index.js の3つ
• まずローカルでテスト、その後Cursorに登録してAIエージェントと連携
• Poachang Lab MCPのように、ちょっとユーモラスな機能から始めるのも良い

🌈 最後に

自作MCPは、学びとしても実用としても大きな力になります。

みなさんもぜひ、自分だけのMCP作りに挑戦してみてください。きっと新しい発見と可能性が待っているはずです。

💪 今日から始められる第一歩: まずは簡単な「Hello World」MCPから作ってみましょう！