Claude Code と MCP サーバーの連携ガイド｜外部ツールをAIエージェントに接続する方法

Claude Code の MCP（Model Context Protocol） 連携を使うと、外部のツールやサービスを AI エージェントに直接接続できます。データベース、API、ファイルシステム、SaaS ツールなど、あらゆる外部リソースへのアクセスを Claude Code に追加し、開発の自動化範囲を大幅に拡大できます。

本記事では、MCP の基本概念から、Claude Code での設定方法、実用的な活用例、おすすめの MCP サーバー、自作 MCP サーバーの作り方、セキュリティ対策、そしてトラブルシューティングまでを 2026 年時点の仕様に沿って詳しく解説します。

MCP（Model Context Protocol）とは

MCP は Anthropic が 2024 年 11 月に発表し、その後オープンソース化された AI モデルと外部ツールを接続する標準プロトコル です。USB-C が周辺機器を統一したように、MCP は「AI エージェントが外部世界とつながる際の共通インターフェース」を目指して設計されました。

2026 年現在、Anthropic だけでなく OpenAI、Google、Microsoft、IDE 各社（Cursor、Zed、Continue など）が MCP をサポートしており、AI エージェント時代の事実上の標準となりつつあります。

なぜ MCP が誕生したのか

MCP 登場以前、AI エージェントに外部ツールを使わせる方法は「ベンダー独自のプラグイン API」「OpenAPI 連携」「Function Calling のスキーマを毎回書く」など、ツールごとに作り直す必要がありました。

MCP はこの 「組み合わせ爆発（M × N 問題）」 を解決します。M 個のホスト（Claude Code、Cursor など）と N 個のツール（GitHub、PostgreSQL など）があっても、MCP に準拠していれば一度の実装で全ホストから利用できます。

MCP と OpenAPI / Function Calling の違い

• OpenAPI は HTTP API のスキーマ記述。AI 用に設計されていないため、ツール記述・認証フロー・ストリーミング応答などをモデルに最適化する仕組みは別途必要
• Function Calling は LLM プロバイダごとのツール呼び出し方式。プロバイダ固有でポータビリティがない
• MCP はモデル中立・ホスト中立・ツール提供者中立な「3 者契約」のプロトコル。JSON-RPC 2.0 ベースで、Tools / Resources / Prompts という AI 向けの抽象を最初から備えている

MCP の構成要素

MCP は 3 つのプリミティブ で構成されています。

MCP サーバーは「Claude Code に新しい能力を追加するプラグイン」と考えるとわかりやすいでしょう。サーバーが提供する Tools がそのまま Claude Code から呼び出せる関数になります。

Tools、Resources、Promptsの役割をさらに整理したい場合は、MCPツールとリソースの用語解説を参照してください。

MCP の仕組み（アーキテクチャ）

MCP は クライアント・サーバー型 で、3 つの役割で構成されます。

• ホスト（Host）— ユーザーが操作するアプリ。Claude Code 本体、Claude Desktop、Cursor など
• クライアント（Client）— ホスト内で MCP サーバーごとに 1 つ起動する接続管理オブジェクト
• サーバー（Server）— 外部ツールを Tools / Resources / Prompts として公開する独立プロセス

トランスポート（通信方式）

MCP サーバーとの通信には主に 3 種類のトランスポートがあります。

ローカル開発で使う MCP サーバーはほぼすべて stdio、Cloudflare や Stripe などが提供するリモート MCP サーバーは HTTP + SSE か Streamable HTTP を使います。

プロトコル本体

MCP は JSON-RPC 2.0 をメッセージ形式に採用しており、以下の流れで動作します。

1. クライアントがサーバーに initialize を送信し、プロトコルバージョンと能力（capabilities）を交換
2. クライアントが tools/list を呼び出し、サーバーが提供するツール一覧を取得
3. ユーザーが Claude Code に指示 → Claude が必要なツールを判断 → クライアントが tools/call を呼び出し
4. サーバーが処理を実行し、結果を Claude Code に返す

Claude Code 利用者がこの低レベルなやりとりを意識することはありませんが、トラブルシューティング時に initialize が失敗していれば「プロトコルバージョン不一致」、tools/list が空なら「サーバーのツール定義漏れ」と切り分けられます。

Claude Code での MCP サーバー設定方法

Claude Code では MCP サーバーを 3 つのスコープ で管理できます。スコープによって優先順位と共有範囲が変わります。

グローバル設定（全プロジェクト共通）

~/.claude/settings.json の mcpServers セクションに記述すると、すべてのプロジェクトで利用可能になります。GitHub MCP のように複数プロジェクトで共通利用するものはここに置くのが便利です。

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxx"
      }
    }
  }
}

プロジェクト固有の設定（チーム共有）

プロジェクトルートの .mcp.json に記述すると、git clone した全員が同じ MCP サーバーを使えます。プロジェクト固有の DB やデザインファイルへの接続情報を共有する用途に適しています。

{
  "mcpServers": {
    "project-db": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres"],
      "env": {
        "DATABASE_URL": "postgresql://localhost:5432/mydb"
      }
    }
  }
}

API キーやパスワードを .mcp.json に直書きせず、env を ${VAR_NAME} 形式で参照することで、ユーザーごとの環境変数から差し込むのが安全です。詳細は

を参照してください。

CLI からの追加

claude mcp add コマンドで対話的に追加することも可能です。

# stdio タイプの MCP サーバーを追加
claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /path/to/dir

# HTTP タイプ（リモート MCP）を追加
claude mcp add --transport http context7 https://mcp.context7.com/mcp

# スコープを明示
claude mcp add --scope project linear -- npx -y linear-mcp

設定の反映と確認

MCP サーバーの設定を変更した後は Claude Code を再起動 する必要があります。/mcp コマンドで接続状態を確認できます。

> /mcp
# 接続中のサーバーとそのステータスが一覧表示される
# ✓ filesystem  (3 tools)
# ✓ github      (12 tools)
# ✗ postgres    (connection failed)

公式・代表的な MCP サーバー一覧

Anthropic の公式リポジトリ（modelcontextprotocol/servers）と、大手 SaaS ベンダーが提供する公式 MCP サーバーを用途別にまとめます。

Anthropic 公式（リファレンス実装）

ベンダー公式（SaaS / インフラ）

コミュニティ製の人気サーバー

サーバーの最新一覧は公式の MCP Servers Registry（github.com/modelcontextprotocol/servers）と、コミュニティ運営の Smithery（smithery.ai）でカテゴリ別に検索できます。

インストールと設定の実例

ここでは特に利用頻度の高い 3 つのサーバーを例に、.mcp.json への記述から動作確認までを示します。

例 1. filesystem MCP（プロジェクト外のファイルにアクセスする）

Claude Code は標準で「カレントプロジェクト内」のファイルしか操作できません。プロジェクト外のフォルダ（過去案件、設計書フォルダなど）を参照したい場合に filesystem MCP が便利です。

{
  "mcpServers": {
    "design-docs": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/me/Documents/design-docs",
        "/Users/me/Documents/specs"
      ]
    }
  }
}

引数として「許可するディレクトリ」を渡すと、それ以外の場所はサンドボックスでブロックされます。

例 2. github MCP（PR / Issue を会話から操作する）

GitHub MCP を入れると、gh CLI を覚えなくても「Issue #42 を読んで」「このブランチで PR を作って」のような自然言語指示が通ります。

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxxxxx"
      }
    }
  }
}

PAT は最小権限の原則で repo / read

例 3. postgres MCP（DB スキーマを参照しながらコードを書かせる）

Claude Code に DB スキーマを リアルタイムで参照させる ことで、テーブル名やカラム名の取り違えがほぼゼロになります。

{
  "mcpServers": {
    "db": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://readonly:pass@localhost:5432/mydb"
      ]
    }
  }
}

公式 postgres MCP は 読み取り専用 で、SELECT のみ実行可能。本番 DB に接続するときも、読み取り専用ユーザーで接続するように徹底してください。

設定追加後、Claude Code を再起動して /mcp で ✓ db (2 tools) のように表示されれば接続成功です。試しに「users テーブルのスキーマを確認して」と指示してみると、スキーマ情報を読み取って結果を返してくれます。

自作 MCP サーバーの作り方

既存のサーバーでカバーできない場合、社内 API や独自データソース を Claude Code から扱えるようにする最も柔軟な方法は、MCP サーバーを自作することです。Anthropic は TypeScript・Python・Java・Kotlin・C# 向けに公式 SDK を提供しています。

最小構成の例（TypeScript SDK）

@modelcontextprotocol/sdk を使って、hello ツールを 1 つだけ持つ最小の MCP サーバーは次のように書けます。

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import {
  CallToolRequestSchema,
  ListToolsRequestSchema,
} from "@modelcontextprotocol/sdk/types.js";

const server = new Server(
  { name: "my-custom-server", version: "1.0.0" },
  { capabilities: { tools: {} } },
);

server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [
    {
      name: "hello",
      description: "挨拶を返す",
      inputSchema: {
        type: "object",
        properties: { name: { type: "string" } },
        required: ["name"],
      },
    },
  ],
}));

server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "hello") {
    const name = request.params.arguments?.name ?? "world";
    return { content: [{ type: "text", text: `Hello, ${name}!` }] };
  }
  throw new Error("Unknown tool");
});

const transport = new StdioServerTransport();
await server.connect(transport);

ビルド後、.mcp.json で command: "node", args: ["./dist/index.js"] のように起動すれば、hello ツールが Claude Code から呼び出せます。

自作するときの 5 つのコツ

• ツール名は動詞 + 名詞（get_user, create_issue）— Claude が役割を推測しやすい
• description は冗長気味で OK — Claude がツール選択に使うのはこの記述
• inputSchema で必須・型を厳密に — モデルが不要な引数を渡すのを防げる
• 副作用のないものは Resources で公開 — Tools と分けることでモデルの計画立てが安定
• エラーは isError: true で返す — Claude が原因を理解してリトライできる

社内 API や独自のデータソースへのアクセスが必要な場合は、カスタム MCP サーバーを作成して

に登録するのが最も柔軟なアプローチです。

セキュリティと権限管理

MCP サーバーはローカルプロセスとして起動し、Claude Code に その権限と同等のアクセス を与えます。便利な分、設定を誤ると本番 DB を破壊したり機密情報を漏らしたりするリスクもあります。

MCP を導入するときに必ず確認すべき 5 点

• 配布元の信頼性 — 公式・大手ベンダー製・スター数の多い OSS を優先。野良 npm パッケージは要注意
• ソースコード確認 — npm に上がっているコードを最低でも package.json の dependencies と main エントリだけは目視
• 権限スコープの最小化 — PAT や API キーは「読み取りのみ」「該当リソースのみ」に絞る
• 本番 DB は読み取り専用ユーザー — 公式 postgres MCP は読み取り専用だが、サードパーティ版は書き込み可能のものもある
• シークレットの管理 — .mcp.json をリポジトリにコミットする場合、API キーは環境変数経由で渡す

Claude Code 側の権限制御

Claude Code には permissions という機構があり、各 MCP ツールの実行を「許可」「拒否」「都度確認」に分類できます。

{
  "permissions": {
    "allow": ["mcp__github__list_issues", "mcp__github__get_issue"],
    "ask": ["mcp__github__create_pull_request"],
    "deny": ["mcp__github__delete_repository"]
  }
}

危険な操作（DB 書き込み、リポジトリ削除、外部送信など）は ask か deny にしておき、一括承認モード（--dangerously-skip-permissions）では絶対に使わないという運用が安全です。

MCP の活用パターン

MCP は単なる「外部ツール接続」ではなく、エージェント時代の 新しいワークフロー を生み出します。代表的なパターンを 4 つ紹介します。

パターン 1. 仕様駆動開発（Spec-driven development）

Figma MCP でデザインカンプを読み、Linear MCP で要件チケットを取得し、PostgreSQL MCP で既存スキーマを確認しながら実装する。「仕様」「データ」「デザイン」の 3 つを横断する作業を 1 つの会話で完結させられます。

パターン 2. 監視・観測ループ

Sentry MCP / PostHog MCP / GitHub MCP を組み合わせて、「直近 24 時間で最も多いエラーを取得 → 原因コードを Git ブレーム → 修正 PR を作成」までを 1 つの指示で実行できます。SRE オンコール業務の半自動化に近い体験になります。

パターン 3. ナレッジ統合

Notion MCP / Google Drive MCP / Slack MCP を接続すると、社内ドキュメント横断検索ができます。「先月の議事録から、認証基盤の意思決定を要約して」のような質問が通るようになります。

パターン 4. CI/CD への組み込み

ヘッドレスモード（claude -p）の Claude Code は CI 内でも MCP を利用できます。GitHub Actions から MCP 経由で Linear のチケットを更新するなど、開発以外のワークフローも自動化対象になります。詳細は

を参照してください。

よくある質問・トラブル

Q. /mcp で「error」と表示される

MCP サーバーの起動時にクラッシュしている可能性があります。ターミナルでサーバーを直接実行してエラーを確認するのが最短ルートです。

# 直接実行してエラーを確認
npx -y @modelcontextprotocol/server-postgres "postgresql://..." 2>&1

接続失敗、認証失敗、Node.js のバージョン不一致が典型的な原因です。

Q. ツールが表示されない

MCP サーバーは起動しているのに /mcp でツール数が 0 と表示される場合、以下を確認してください。

• サーバーが capabilities.tools を宣言しているか
• tools/list が空配列を返していないか
• プロトコルバージョンが Claude Code と互換性があるか（古い MCP SDK だと 2024 年初期の仕様で止まっていることがある）

依存パッケージを最新版にアップデートすると解決することが多いです。

Q. リモート MCP サーバーの認証はどうする？

HTTP 系の MCP サーバーは OAuth 2.1 をサポートするものが増えています。Claude Code は初回接続時にブラウザを開いて認証フローを通す方式です。トークンは macOS Keychain / Windows Credential Manager に保存されます。

Q. MCP は無料？ Claude のサブスクと別料金？

MCP プロトコル自体は無償のオープンスタンダードです。MCP サーバーの 裏側のサービス にコストがかかる場合はあります（Firecrawl API、Cloudflare の有料機能など）。Claude Code のサブスク料金は

を参照してください。

Q. 設定ファイルが多すぎる。優先順位は？

複数スコープに同名のサーバーがある場合、Local > Project > User の順で優先されます。チーム共有設定をベースに、自分だけ環境変数を上書きする運用が典型です。

関連する記事・レッスン

MCP の体系的な学習は本ガイド第 8 章のレッスンで進められます。実機で手を動かしながら理解したい方は次のレッスンから始めてください。

まとめ

Claude Code の MCP 連携を使うと、AI エージェントの能力を大幅に拡張できます。

• MCP は AI モデルと外部ツールを接続するオープンプロトコル。JSON-RPC 2.0 ベースで、Tools / Resources / Prompts の 3 プリミティブを持つ
• トランスポート は stdio（ローカル）と HTTP + SSE / Streamable HTTP（リモート）の 2 系統
• 設定は 3 スコープ — User / Project / Local を使い分けて、共有と個人設定を両立
• 公式サーバーが充実 — filesystem / postgres / github / google-drive / slack など主要ツールをほぼ網羅
• 自作も容易 — TypeScript SDK なら 50 行ほどで動く MCP サーバーが書ける
• セキュリティ最優先 — 配布元の信頼性、最小権限、シークレットの環境変数化、permissions の活用
• 活用パターン — 仕様駆動開発、監視ループ、ナレッジ統合、CI/CD 組み込み

MCP を活用することで、Claude Code は単なるコーディングアシスタントから、開発プロセス全体をオーケストレーションする 統合開発エージェント へと進化します。まずは GitHub MCP や Filesystem MCP のような扱いやすいサーバーから導入し、徐々に自社の業務フローに合わせて拡張していくのがおすすめです。