プロトコル / 相互運用

MCP Reference Serversプロトコル

Model Context Protocolを理解する最も確実な方法は、正しく実装されたサーバーを読むことであり、この集合がそれにあたります。実用的なコネクタとしても、自作する際に写経する雛形としても機能します。

Context7プロトコル

ライブラリ名を挙げると /vercel/next.js のような識別子に解決し、続く質問には絶えず再索引されるドキュメントの断片で答えます。モデルは学習データにある古いAPIではなく、いま実在するAPIに沿ってコードを書くようになります。導入はコマンド1つかURLの貼り付けで済み、公開リポジトリなら誰でも索引への追加を申請できます。ただし把握しておくべき性格があり、OSSなのは薄いクライアント側だけで、クローラー・パーサー・索引はUpstashの非公開ホスト型サービスです。無料枠は月1,000呼び出しで、2026年8月に実際に起きたように、ホスト側が止まるとこのツールは何も答えられなくなります。

chrome-devtools-mcpプロトコル

エージェントに実物のChromeとDevToolsの計測器を渡すMCPサーバーです。性能トレースを記録してCore Web Vitalsを要点付きで読み上げ、ネットワークリクエストとソースマップ適用済みのコンソールエラーを一覧し、Lighthouse監査も実行します。ページの操作も、他のブラウザ系MCPと同じくテキストのスナップショット経由で行えます。すでに開いている自分のChromeへプロファイルごと接続することもでき、そこが便利さと同時に注意所です。Playwright MCPとの分かれ目は対応範囲で、こちらはChrome専用。その代わりに、ブラウザ横断のサーバーには無い分析機能が手に入ります。

playwright-mcpコンピュータ操作

MCPクライアントから実ブラウザを操作させるサーバです。ページは要素の役割と名前、そして`e5`のような参照IDを並べたアクセシビリティスナップショットとして返り、エージェントは座標ではなく参照IDを指定して押したり入力したりするため、視覚モデルは要りません。ブラウザはChrome、Firefox、WebKit、Edgeから選べ、既定では画面を出して起動します。通信のモック、Cookieやストレージの読み書き、検証とロケーター生成、トレースと録画は必要な分だけ後から足す設計です。難点は文脈の消費で、README自身がコーディングエージェントにはPlaywright CLIとスキルの併用を勧めています。それでも、探索的な自動化や自己修復するテストのようにブラウザの状態を保ったまま何度も往復する用途では、トークンの消費より文脈を持ち続けられる利点が上回るとしています。

github-mcp-serverプロトコル

MCPに対応したクライアントからつなぐと、Issueの仕分け、Pull Requestの作成とレビュー、コードやコミット履歴の検索、失敗したActionsのログ確認までを、リポジトリをクローンせずGitHub API経由で任せられます。GitHubがホストするリモートサーバーはURLを設定するだけで動き、同じソフトウェアをコンテナや1つのバイナリとしてローカルで動かすこともできます。GitHub Enterprise Serverではリモートサーバーが提供されないため、ローカルで動かす方法だけが選択肢になります。悩ましいのは道具の多さで、20あまりのツールセットに80を超えるツールが並び、既定で有効になるのは5つのツールセットに絞られています。全部を有効にすると選択肢が増えすぎて、モデルがツールを選び損ねます。

composioツール連携

外部サービスをエージェントに触らせるとき、いちばん手間がかかるのは認可の取得と失効したトークンの更新ですが、Composioはそこを丸ごと引き受けます。利用者ごとにセッションを作ると、既定ではツール定義を大量に読み込ませる代わりに、探す・つなぐ・実行するためのメタツールだけがモデルに渡り、必要なものを実行時に見つけさせる形になります。SlackやGitHubの出来事を署名付きWebhookで受け取る仕組みや、エージェントがPythonを書いて動かせるサンドボックスも、同じセッションに紐づきます。代償は、その仕組み一式が自分のものではないことです。1000を超える連携を自作せずに済む代わりに、どれ一つ自分で手を入れられません。

FastMCPツール連携

型注釈の付いたPython関数にデコレータを1つ付ければ、それで完成したツールになります。スキーマは型注釈とドキュメント文字列から導出され、受け取る引数と返す値の双方が検証されます。さらに、2週目の作業でぶつかる部分まで揃っています。型付きクライアント、OAuthと外部IDプロバイダ、複数サーバーを1つとして束ねる構成、既存サーバーの前段に立つプロキシ、ミドルウェアです。注意すべきは名前の重複で、このAPIの旧版が公式のMCP Python SDKに取り込まれているため、FastMCPという語はどちらのimportを読んでいるかで別のものを指します。

A2Aプロトコル

A2Aは、別々に開発されたエージェントが能力を公開し、メッセージを交換し、1回の接続では終わらない仕事の状態を追跡する方法を定めます。バージョン1.0では、共通のデータモデルと操作をJSON-RPC、gRPC、HTTP/RESTの各方式から分離し、公式SDKは別のリポジトリで提供しています。タスクの状態管理、途中経過の配信、非同期の更新を必要とする自律サービス間には向きますが、データベース照会のように入出力が定まったツール呼び出しはMCPの領域であり、仕様を採用するだけではエージェント、レジストリ、認可ポリシーは手に入りません。

AG-UIプロトコル

数分間動き続け、途中経過を流し、判断を変え、ときに人の確認を必要とするエージェントを、リクエストとレスポンスのAPIでは表現できません。AG-UIはそのやり取りを、HTTPとWebSocket上のイベント列として定義します。トークン、ツール呼び出しとその結果、共有状態、添付ファイル、そして実行を止めて問い合わせる割り込みが含まれます。有用性は既に実装している側の広さに比例し、本カタログ収録のフレームワークを含む公式対応一覧がその根拠です。逆に自分のバックエンドもフロントエンドも未対応なら、利点は大きく下がります。

MCP Inspectorプロトコル

開発中のMCPサーバーにInspectorを接続し、ツールの呼び出し・リソースの読み出し・プロンプトの展開を1つずつ試して、返ってくる応答を確かめるデバッグツールです。インストール不要でnpxから起動でき、画面で操作するWeb UIのほか、CIに組み込めるCLI、ターミナルで完結するTUIを同じコマンドで切り替えられます。あくまで開発時の確認ツールであり、本番運用での監視や評価はこのツールの範囲外です。

mcp-useプロトコル

多くのMCPサーバーは文字列を返し、見せ方はクライアント任せです。mcp-useはその逆を前提にしています。ツールにReactの画面を持たせられるため、ChatGPTやClaudeの中で利用者が目にするのは文章ではなく操作できる画面になります。ツールの入出力はZodのスキーマで宣言し、その型が画面の受け取る値まで通るので、片方を変えるともう片方が型エラーとして知らせてきます。雛形から作った構成には、作業しながらツールを呼んだり画面を確かめたりできる検査画面がローカルに用意され、実際のクライアントから試すためのトンネル機能も付いています。バージョン2はこのサーバーと画面の組み合わせを軸にした作り直しで、以前のPython製クライアントライブラリは主眼から外れています。

AWS MCP Serversプロトコル

MCP対応のクライアントにつなぐと、最新のAWSドキュメントの検索、AWS自身の指針に沿ったCloudFormationやCDKの記述、DynamoDBやPostgreSQLへの問い合わせ、CloudWatchログの調査、コストの見積もりまでをモデルに任せられます。機能はサービスごとの小さなサーバーに分かれ、uvxコマンド1つとAWSの認証情報で個別に起動します。ドキュメント担当のKnowledgeサーバーとプレビュー中のAWS MCP Serverの2つはAWSがホストしていて、環境構築なしで使えます。気がかりは今後で、AWSは2026年5月に後継のAgent Toolkit for AWSを発表し、本番のエージェント用途にはそちらを推奨、有用なサーバーは順次移行すると述べています。

Model Context Protocolプロトコル

MCPのクライアントとサーバーが準拠を測られる対象で、TypeScriptで定義したスキーマとそのJSON Schema版、そして適合実装が満たすべき要件を記した文章から成ります。2025年12月にAnthropicがLinux Foundation傘下のAgentic AI Foundationへ寄贈しており、ライセンスは移行の途中です。新規のコードと仕様本文はApache-2.0、ドキュメントはCC-BY-4.0、再ライセンスに同意していない寄稿分はMITのまま残っています。SDKの挙動が腑に落ちないときに読む場所であって、これ自体は依存関係ではなく文書のため、実装には各言語のSDKが別途必要です。

mcp-agentフレームワーク

mcp-agentは、エージェントが使うツールがすべてMCP経由で来るなら、フレームワーク自体は小さくできるという考え方に賭けています。面倒な部分であるMCPサーバーへの接続の開始・維持・終了はこちらが引き受け、そのうえでAnthropicの「Building Effective Agents」で知られる構成を、入れ子にできる部品として提供します。得意分野のエージェントを選ぶルーター、計画を立てて割り振るオーケストレーター、出来を見て差し戻す評価役などです。作ったエージェント自体をMCPサーバーとして公開することもできます。障害をまたいで実行を続けたい場合はTemporal上で動かせますが、その分、運用するサービスが1つ増えます。

OpenLLMetry可観測性

同分類の他の選択肢は専用バックエンドを持つ製品であり、導入すると運用対象が増え、テレメトリの半分が他と切り離された場所に置かれます。こちらは計装の層です。モデル呼び出しとベクトルデータベース呼び出しを標準的なOpenTelemetryのスパンとして出力し、Datadog、Grafana、New Relic、Splunk、Honeycombなど、既存のトレースの送り先へそのまま流します。引き換えに、汎用のバックエンドで見えるのはスパンとレイテンシであって、専用プラットフォームが中心に据えるプロンプトの版管理や評価の画面ではありません。

agentgatewayガードレール

エージェントと、その呼び出し先——モデルプロバイダ、MCPサーバー、他のエージェント——の間に置くRust製のデータプレーンです。認証、RBAC、レート制限、OpenTelemetryへの送出をエージェントごとに実装せず、ここで一度だけ設定します。Solo.ioが2025年8月にLinux Foundationへ寄贈し、2026年6月にはMCPやgooseと同じAgentic AI Foundationの傘下へ移りました。ただしリクエスト経路上に置く基盤としては歴史が浅く、下流のMCPサーバーへ利用者ごとの識別情報を引き渡す仕組みは未対応の課題として残っているため、必要な認証方式を先に確認してください。

ContextForgeプロトコル

組織がMCPで直面する問題はサーバーを書くことではありません。1年経つと40個あって一覧を誰も持っておらず、クライアントごとに手作業で設定している、という状況です。ContextForgeはその場面のための登録簿兼プロキシです。サーバーは一度登録すれば1か所から見つけられ、既存のRESTやgRPCのサービスは書き換えずにMCPとして公開でき、A2Aのエージェントも同じ経路で扱えます。認証、流量制限、記録はサーバーごとではなく中央でまとめて適用されます。それ自体がMCPの仕様に沿ったサーバーなので、クライアントからは窓口が1つに見えます。重さがそのまま代償です。データベースとキャッシュ、Kubernetesでの運用を伴う基盤であり、サーバーが40個ではなく3個なら過剰です。