AI要約
この記事ではMCP（Model Context Protocol）を使用してカスタムサーバーを構築し、Claudeデスクトップから利用する手順をを詳しく解説します。numpyライブラリを使ったデータ処理関数をツール化し、Claude上で実行できることを確認しました。
やること
前回、MCP（Model Context Protocol）を通じてテキスト指示でBlenderを操作しました。
今回は、自分で作成したMCPサーバーをClaudeデスクトップで使用してみます。PythonとClaudeデスクトップの環境構築は前回の記事のとおりなので、あらかじめ行ってください。
カスタムサーバーの作成
事前に、Claudeデスクトップが起動している場合は終了しておいてください。
コマンドプロンプトを開き、MCPのPython SDKをインストールします。
pip install mcp[cli]今回のデモで使うnumpyライブラリをインストールします。
pip install numpy適当なフォルダ内に「server.py」というファイルを作成し、以下のコードを貼り付けます。
from mcp.server.fastmcp import FastMCP
import numpy as np
# Create an MCP server
mcp = FastMCP("Numpy_Calc")
@mcp.tool()
def standardize_data(data: list[float])-> float:
arr = np.array(data)
mean = np.mean(arr)
std = np.std(arr)
if std == 0:
standardized = np.zeros_like(arr) # 標準偏差0のときは全部0
else:
standardized = (arr - mean) / std
return standardized
# シグモイド関数
def sigmoid(x):
return 1 / (1 + np.exp(-x))
@mcp.tool()
def apply_sigmoid(data: list[float])-> float:
input_array = np.array(data)
return sigmoid(input_array)ここで FastMCP() の引数の文字列がサーバーの名前になります。@mcp.tool() はデコレーターで、他にも様々な種類があります。今回は .tool() のみ扱いますが、気なる方は参考サイトをご覧ください。
データを標準化する関数「standardize_data()」とデータをシグモイド変換する関数「apply_sigmoid()」と用意しました。
カスタムサーバーのテスト
コマンドプロンプトでserver.pyが置かれているフォルダに入り、以下のコマンドを実行します。
mcp dev server.pyここで、MCP Inspectorをインストールしていない場合はインストールするか聞かれるので、「ｙ」でインストールします（次回からは聞かれません）。MCP Inspectorは、単独でMCPサーバーを呼び出しテストするためのツールです。
Need to install the following packages:
@modelcontextprotocol/inspector@0.6.0
Ok to proceed? (y)すると以下のようにサーバーが起動します。
Starting MCP inspector...
🔍 MCP Inspector is up and running at http://localhost:5173 🚀
Proxy server listening on port 3000表示されたURLにブラウザでアクセスします。
このような画面が開くので、「Connect」をクリック。
「Tools」をクリック。
①をクリックすると、先ほどコードに記述した２つの関数が表示されます。まず、②の「standardize_data」をクリックしてテストしてみます。
左側に「standardize_data」の枠が表示されるので、「Add Item」をクリックして適当な数値を追加していきます。
このとき、上下矢印では整数しか入力できないので、小数は直接入力してください。
「Run Tool」で実行すると、入力値を標準化した結果（返り値）が表示されます。
同様に「apply_sigmoid」もテストしてみてください。こちらもエラーなく結果が表示されれば成功です。
関数のテストが終了したら、コマンドプロンプトに戻って「Ctrl + C」でサーバーを止めます。以下のように聞かれるので「ｙ」で停止します。
バッチ ジョブを終了しますか (Y/N)? yClaudeデスクトップにインストールする
最後に、Claudeデスクトップで作成したサーバーを利用できるようにします。
コマンドプロンプトでserver.pyが置かれているフォルダに入り、以下のコマンドを実行します。
mcp install server.pyClaudeデスクトップを起動します。「ファイル」>「設定」> 「開発者」をクリック。先ほど作成したサーバー名が表示されています。
早速、標準化を試してみましょう。「numpyで1.0, 4.5, 6.7, 3.9の４つの小数を標準化して」と入力します。注意が表示されたら「このチャットで許可」をクリックします。
結果が表示されました。
シグモイド変換もやってみます。「numpyで1.0, 4.5, 6.7, 3.9の４つの小数をシグモイド変換して」と入力します。
こちらも正しく処理できました。
おわりに
Python関数を簡単にツール化し、LLMから呼び出すことが可能になりました。今回はnumpyを使用しましたが、他のライブラリや独自の処理も自在に組み込めます。様々なカスタムサーバーを作成してLLMとの連携を試してみてください。
vcoptのMCPを公開して、テキスト指示で最適化問題が解けるようにしたいですね！
まさに、そういうことができます！