Python または TypeScript の基礎があるのに、Claude・GPT・Cursor から自社 API・DB・ナレッジベースを安全に呼び出す方法で詰まっているなら、本記事はHello World から本番デプロイまでの MCP Server 開発フルパスを提供します。プロトコル原理、Tools/Resources/Prompts 三大原語、HTTP+SSE リモートトランスポート、MCP Inspector デバッグ、Docker デプロイ、ナレッジベース実戦プロジェクト、Mac クラウド launchd 7×24 常駐 5 ステップ Runbookとホスティング環境決定マトリクスを含みます。

1. MCP プロトコル原理と三層アーキテクチャ

Model Context Protocol（MCP）は Anthropic が 2024 年 11 月にオープンソース化した、AI Host（Cursor、Claude Desktop 等）と外部ツール/データ間の統一 JSON-RPC 2.0 通信規格です。2026 年時点で OpenAI、Google Gemini、Microsoft も採用し、公開 MCP Server は 10,000 超。

┌─────────────────────────────────┐
│  Host（Cursor / Claude Desktop） │
│  ┌───────────────────────────┐  │
│  │  MCP Client（1:1 セッション）│  │
│  └───────────────────────────┘  │
└─────────────────────────────────┘
             ↕ JSON-RPC 2.0
┌─────────────────────────────────┐
│  MCP Server（あなたが開発する）   │
│  Tools │ Resources │ Prompts     │
└─────────────────────────────────┘
             ↕
┌─────────────────────────────────┐
│  外部システム（API、DB、ファイル）│
└─────────────────────────────────┘

Server は tools/list + tools/call（実行操作）、resources/list + resources/read（読み取り専用コンテキスト）、prompts/list + prompts/get（プロンプトテンプレート）を実装します。トランスポート層は STDIO（ローカル子プロセス）と HTTP+SSE（リモート共有）が主流です。

2. 三大開発痛点

ツール定義の断片化。 各 AI クライアント向けに Function Calling Schema をハードコードすると、Cursor → Claude Desktop 切替のたびに書き直し。MCP は tools/list で実行時自己記述、一度書けばどこでも動く。
ローカル開発と本番の乖離。 ノート PC で STDIO 調整後、蓋を閉じると切断。Linux Docker には Apple ツールチェーンがなく、トラブルシュートコストが急増。
セキュリティと可観測性の欠如。 約 1,000 個の公開 MCP Server が未認可で露出。本番では Token 集中管理と tools/call レイテンシ基線記録が必須。

3. 環境準備

TypeScript と Python の両パスを提供。どちらか一方で十分です。

TypeScript パス

mkdir my-mcp-server && cd my-mcp-server
npm init -y
npm install @modelcontextprotocol/sdk zod
npm install -D typescript @types/node tsx
npx tsc --init

Python パス

mkdir my-mcp-server && cd my-mcp-server
python3 -m venv .venv && source .venv/bin/activate
pip install "mcp[cli]" httpx

推奨：Node.js 20+ または Python 3.10+。Mac ローカルで検証後、第 10 節 Runbook で本番常駐。

4. Hello World：最初の MCP Server

以下 TypeScript 例は STDIO Server を作成し ping ツールを公開します：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const server = new McpServer({ name: "hello-mcp", version: "1.0.0" });

server.tool("ping", "Health check", { message: z.string().optional() },
  async ({ message }) => ({
    content: [{ type: "text", text: `pong: ${message ?? "ok"}` }]
  })
);

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

npx tsx src/index.ts で起動。Python 版は mcp.server.Server + stdio_server() で同等ロジック。

5. Tools 開発：5 つの実戦ツール

本番 Server は通常 3–8 個の高価値ツールを公開。以下 5 例は典型シナリオをカバー：

ツール名	用途	主要パラメータ
`query_database`	読み取り専用 SQL	`sql: string`
`search_docs`	ナレッジベース全文検索	`query: string, limit?: number`
`create_ticket`	チケット作成	`title, body, priority`
`fetch_weather`	外部 REST API 呼び出し	`city: string`
`run_script`	サンドボックス実行	`lang, code`（ホワイトリスト必須）

各ツールに JSON Schema パラメータ説明と副作用（read-only / destructive）を付与し、Agent が tools/list で自律選定できるようにします。

6. Resources：読み取り専用リソース

Resources は設定ファイル、Schema 定義、API 仕様など読み取り専用コンテキスト向け。Agent は resources/read で必要時のみ取得し、Prompt 肥大化を防ぎます。

server.resource("config://app/settings", "Application settings JSON",
  async (uri) => ({
    contents: [{ uri: uri.href, mimeType: "application/json",
      text: await fs.readFile("config/settings.json", "utf8") }]
  })
);

7. Prompts：再利用可能なテンプレート

Prompts はチームのベストプラクティスを発見可能なテンプレートとして封装。例：「コードレビュー Checklist」「Incident 報告フォーマット」。

server.prompt("code-review", "Structured code review prompt",
  { language: z.string(), focus: z.string().optional() },
  ({ language, focus }) => ({
    messages: [{
      role: "user",
      content: { type: "text",
        text: `Review this ${language} code. Focus: ${focus ?? "security, perf, readability"}.` }
    }]
  })
);

8. HTTP+SSE リモートトランスポート

チーム共有やクラウドデプロイ時は STDIO を Streamable HTTP または HTTP+SSE に切替：

import { SSEServerTransport } from "@modelcontextprotocol/sdk/server/sse.js";
app.get("/sse", async (req, res) => {
  const transport = new SSEServerTransport("/message", res);
  await server.connect(transport);
});

トランスポート	適用	利点	注意
STDIO	Cursor / Claude Desktop ローカル	依存ゼロ、隔離良好	子プロセス常駐が必要
HTTP+SSE	リモートチーム、複数 Client 共有	ネットワーク越し、水平拡張	session affinity 必要

9. デバッグとテスト

MCP Inspector：npx @modelcontextprotocol/inspector node dist/index.js で GUI テスト。
Cursor 設定：プロジェクトまたはグローバル .cursor/mcp.json に Server 登録。
ログ階層化：stderr に構造化ログ（STDIO JSON-RPC チャネルを汚染しない）。
単体テスト：ツール handler を mock テストし、毎回 Host 起動を回避。

{
  "mcpServers": {
    "my-kb-server": {
      "command": "node",
      "args": ["/path/to/my-mcp-server/dist/index.js"],
      "env": { "KB_INDEX_PATH": "/data/kb.index" }
    }
  }
}

10. 本番デプロイと 5 ステップ Runbook

ホスティング環境決定マトリクス

ホスティング	STDIO	7×24	ネイティブ macOS	適合
MacBook ローカル	✅	❌ 蓋閉じで切断	✅	個人検証
Linux VPS + Docker	⚠️	✅	❌	純 HTTP Server
VPSMAC M4 Mac クラウド	✅ launchd	✅	✅ ベアメタル SSH	Cursor + MCP 同機常駐

5 ステップ Runbook

トランスポート層選択：IDE 統合は STDIO、チーム共有は HTTP+SSE。
ビルドとパッケージ：依存バージョンをロック。
Cursor / Claude 設定：mcp.json 記述、tools/list Schema 検証。
Docker（任意）：HTTP モードはコンテナ化可。STDIO は裸機 launchd 推奨。
launchd 常駐：Mac クラウドノードで plist 登録、リソース上限とログ設定。

11. ナレッジベース MCP 実戦プロジェクト

社内 Markdown/Wiki をベクトルインデックス化し、3 能力を公開：

Tool search_kb：意味検索 Top-K、引用元付き。
Resource kb://manifest：ドキュメント目録と更新日時。
Prompt answer-with-citations：[doc_id:line] 引用形式を強制。

Mac クラウドノードで OpenClaw Gateway と同機デプロイすれば、Agent が 7×24 ナレッジベースを呼び出せます。詳細は MCP プロトコル概観を参照。

12. 2026 エコシステム展望

AAIF ガバナンス：MCP は Linux Foundation Agentic AI Foundation へ移管、業界公共インフラ化。
OAuth 2.1 標準化：リモート Server 認証が 2026 ロードマップに。
レジストリギャップ：統一 MCP Server 発見（DNS 相当）は醸成中、短期は設定ファイル依存。
A2A との補完：MCP は垂直ツール統合、Google A2A は Agent 横向き編成。

13. 引用可能な技術要点（2026）

プロトコル核心：JSON-RPC 2.0 上の tools/list、tools/call、resources/read、prompts/get。
エコ規模：公開 MCP Server 10,000+；四大モデルベンダー全採用。
コスト効果：MCP 標準化後、企業 AI 統合開発コスト 38–55% 削減（業界調査平均）。
セキュリティ基線：認証・パラメータ検証・tools/call 監査ログ必須；STDIO Server の公網直暴露禁止。

14. まとめ

Hello World からナレッジベース実戦まで、MCP Server の本質は「AI が何を発見し正しく呼び出すか」を標準化すること——一度書けば Cursor、Claude Desktop、VS Code すべてで再利用可能。ノート PC は検証向きだが、蓋閉じ切断・環境ドリフト・launchd 托管欠如で STDIO 子プロセスは本番で不安定。Linux Docker は HTTP モードを走らせられるが、抽象層増加と Apple ツールチェーン欠如が障壁。

Cursor、OpenClaw、Claude Desktop と MCP Server を長期 7×24 同機常駐させ、ネイティブ macOS と launchd 托管が必要なら、VPSMAC M4 Mac クラウドノードのレンタルが AI 自動化本番環境では通常より省力的な選択です——ツール層は一度書き、モデルは自由に切替、ノードは常にオンライン。

MCP Serverをゼロから構築：AIツール呼び出し完全ガイド（2026）

目次