MCP プロトコル

MCP(Model Context Protocol、モデルコンテキストプロトコル)は、大規模言語モデル(LLM)アプリケーションと外部データソース、ツール、サービスとの間のシームレスな統合を実現することを目的としたオープンプロトコルであり、ネットワークにおける HTTP プロトコルやメールにおける SMTP プロトコルに似ています。

MCP プロトコルは、モデルと外部リソースの相互作用方法を標準化することで、LLM アプリケーションの機能性、柔軟性、拡張性を向上させます。

MCP は、人工知能アプリケーションエコシステムにおける通信ルールを標準化することで、開発者に統一された効率的かつ相互運用可能な開発環境を提供します。


MCP の中核概念

MCP の中核はモデルコンテキスト、すなわち LLM の実行中に必要となるすべての外部情報とツールです。

MCP は、標準化されたインターフェースとプロトコルを定義することで、LLM が以下の内容に動的にアクセスし統合できるようにします。

  1. 外部データソース:データベース、API、ドキュメントライブラリなど、LLM にリアルタイムまたは履歴データを提供します。
  2. ツールとサービス:計算ツール、検索エンジン、サードパーティサービスなど、LLM の機能を拡張します。
  3. コンテキスト管理:LLM の会話コンテキストを動的に維持し、一貫性と整合性を確保します。

MCP のアーキテクチャ

MCP のアーキテクチャは、4つの重要な部分で構成されています。

  1. ホスト(Host):ホストは、サーバーからデータを取得することを期待する人工知能アプリケーションであり、例えば統合開発環境(IDE)、チャットボットなどです。ホストは、クライアントの初期化と管理、ユーザー認可の処理、コンテキスト集約の管理などを担当します。
  2. クライアント(Client):クライアントは、ホストとサーバー間の橋渡し役です。サーバーと1対1の接続を維持し、メッセージルーティング、能力管理、プロトコルネゴシエーション、サブスクリプション管理などを担当します。クライアントは、ホストとサーバー間の通信が明確で、安全かつ効率的であることを保証します。
  3. サーバー(Server):サーバーは、外部データとツールを提供するコンポーネントです。ツール、リソース、プロンプトテンプレートを通じて、大規模言語モデルに追加のコンテキストと機能を提供します。例えば、サーバーは Gmail、Slack などの外部サービスとの API 呼び出しを提供できます。
  4. 基本プロトコル(Base Protocol):基本プロトコルは、ホスト、クライアント、サーバー間の通信方法を定義します。メッセージ形式、ライフサイクル管理、転送メカニズムなどが含まれます。

MCP は USB-C のように、異なるデバイスが同じインターフェースを介して接続できるようにします。


MCP の動作原理

MCP は、標準化されたデータ形式と通信プロトコルを定義することで、LLM と外部リソースの相互作用を実現します。

MCP は、メッセージ形式として JSON-RPC 2.0 を使用し、標準的なリクエスト、レスポンス、通知メッセージを介して通信します。

MCP は、ローカルの標準入出力(Stdio)や HTTP ベースのサーバー送信イベント(SSE)など、複数の転送メカニズムをサポートしています。

MCP のライフサイクルには、初期化、実行、終了の3つの段階があり、接続の確立、通信、終了がすべてプロトコル仕様に準拠していることを保証します。

以下はそのワークフローです。

1. コンテキストリクエスト

LLM アプリケーションは、必要なデータまたはサービスタイプを含むコンテキストリクエストを外部リソースに送信します。

  • LLM アプリケーションは、タスクの要件に応じて外部リソースにリクエストを送信します。
  • 外部リソースは、必要なデータまたはサービス結果を返します。

2. コンテキスト統合

LLM アプリケーションは、外部リソースから返されたコンテキストデータをモデルに統合し、レスポンスの生成やタスクの実行に使用します。

  • LLM アプリケーションは、外部データとモデル内部の知識を組み合わせて、より正確またはより豊富なレスポンスを生成します。

3. コンテキスト管理

MCP は、LLM の会話コンテキストの動的管理をサポートし、マルチターン対話の一貫性を確保します。

  • コンテキストマネージャーは、会話の履歴と状態を維持します。
  • LLM アプリケーションは、コンテキストに基づいて一貫性のあるレスポンスを生成します。

プロトコルの重要な部分 - メッセージ

MCP の中核は、メッセージ形式として JSON-RPC 2.0 を使用し、クライアントとサーバー間の通信に標準化された方法を提供することです。

基本プロトコルは、リクエスト(Requests)、レスポンス(Responses)、通知(Notifications)の3つの基本メッセージタイプを定義しています。

以下は、この3つのメッセージタイプの詳細な説明です。

1. リクエスト(Requests)

リクエストメッセージは、クライアントからサーバーへの操作、またはサーバーからクライアントへの操作を開始するために使用されます。

リクエストメッセージの構造は次のとおりです。

{
  "jsonrpc": "2.0",
  "id": "string | number",
  "method": "string",
  "params": {
    "[key: string]": "unknown"
  }
}
  • jsonrpc:プロトコルバージョン。固定で"2.0"。
  • id:リクエストの一意の識別子。文字列または数字にすることができます。
  • method:呼び出すメソッド名。文字列です。
  • params:メソッドのパラメータ。オプションのキーと値のペアオブジェクトで、キーは文字列、値は任意の型にすることができます。

2. レスポンス(Responses)

レスポンスメッセージはリクエストへの返答であり、サーバーからクライアント、またはクライアントからサーバーに送信されます。

レスポンスメッセージの構造は次のとおりです。

{
  "jsonrpc": "2.0",
  "id": "string | number",
  "result": {
    "[key: string]": "unknown"
  },
  "error": {
    "code": "number",
    "message": "string",
    "data": "unknown"
  }
}
  • jsonrpc:プロトコルバージョン。固定で"2.0"。
  • id:リクエスト内のidに対応し、レスポンスが対応するリクエストを識別するために使用されます。
  • result:リクエストが成功した場合、resultフィールドには操作の結果が含まれ、キーと値のペアオブジェクトです。
  • error:リクエストが失敗した場合、errorフィールドにはエラー情報が含まれます。その内訳は次のとおりです。
    • code:エラーコード。数字です。
    • message:エラーの説明。文字列です。
    • data:オプションの追加エラー情報。任意の型にすることができます。

3. 通知(Notifications)

通知メッセージは単方向メッセージであり、受信側の返信は不要です。

通知メッセージの構造は次のとおりです。

{
  "jsonrpc": "2.0",
  "method": "string",
  "params": {
    "[key: string]": "unknown"
  }
}
  • jsonrpc:プロトコルバージョン。固定で"2.0"。
  • method:呼び出すメソッド名。文字列です。
  • params:メソッドのパラメータ。オプションのキーと値のペアオブジェクトで、キーは文字列、値は任意の型にすることができます。

説明

  • リクエストとレスポンス:リクエストとレスポンスは1対1であり、クライアントがリクエストを送信すると、サーバーはレスポンスを返します。idフィールドは、リクエストとレスポンスを関連付けるために使用されます。
  • 通知:通知は単方向であり、送信側は受信側の返信を待つ必要はありません。通知は通常、イベントプッシュやステータス更新などのシナリオで使用されます。
  • エラー処理:リクエストが失敗した場合、レスポンスにはerrorフィールドが含まれ、エラーコードと説明を提供して、開発者が問題を迅速に特定するのに役立ちます。

MCP の主な特徴

  1. 標準化インターフェース:統一されたインターフェースとプロトコルを定義し、LLM と外部リソースの互換性を確保します。
  2. 動的統合:LLM が外部データソースとツールに動的にアクセスして統合することをサポートします。
  3. コンテキスト認識:会話コンテキストの動的管理をサポートし、マルチターン対話の一貫性を向上させます。
  4. オープン性と拡張性:サードパーティの開発者が LLM アプリケーションの機能とリソースを拡張することをサポートします。

MCP の応用シナリオ

MCP は以下のシナリオで広く応用されています。

  1. 拡張型 Q&A システム:外部データソースを統合することで、リアルタイムで正確な回答を提供します。
  2. スマートアシスタント:ツールとサービスを統合することで、複雑なタスク(予約、計算、検索など)を実行します。
  3. ナレッジ管理:ドキュメントライブラリとデータベースを統合することで、専門分野の知識サポートを提供します。
  4. マルチターン対話:コンテキスト管理を通じて、一貫性のあるマルチターン対話を実現します。

MCP の利点と欠点

利点:

  1. 機能拡張:外部リソースを統合することで、LLM アプリケーションの機能を大幅に拡張します。
  2. 柔軟性:複数のデータソースとツールへの動的なアクセスと統合をサポートします。
  3. オープン性:標準化されたプロトコルがサードパーティの開発と統合をサポートします。

欠点:

  1. 複雑性:外部リソースとの相互作用ロジックの設計と保守が必要です。
  2. パフォーマンスオーバーヘッド:外部リソースへのアクセスは追加のレイテンシーを引き起こす可能性があります。

MCP の代替案

一部のシナリオでは、以下の代替案を使用できます。

  1. カスタム API:LLM アプリケーション向けのカスタム API インターフェースを開発する。
  2. プラグイン機構:プラグイン機構を使用して LLM アプリケーションの機能を拡張する。
  3. 知識グラフ:知識グラフを通じて外部知識を統合する。
その他の拡張