Example MCP Server + Client Implementation について
MCP サーバーとクライアントの基本的な実装例で、バックエンド API を MCP 経由で AI アプリケーションに公開する方法を示すデモプロジェクトです。service、server、client の 3 つの部分で構成され、client は OpenAI を利用したシンプルなチャットボットです。MCP の基本構成を学びたい開発者を対象としています。
主な機能
- 01service、MCP サーバー、クライアントの 3 構成
- 02サンプル API をラップした MCP サーバー
- 03シンプルな AI チャットボットのクライアント
- 04TypeScript をコンパイルなしで実行
活用シーン
- 01MCP サーバーとクライアントの構成の学習
- 02チャットボット経由でのカスタム情報の保存と取得
- 03自前の MCP 構成を作る際の参考
MCP 対応
MCP サーバーがサンプル バックエンド API を標準化された形で MCP クライアントに公開し、同梱のサンプルクライアントがそれに接続します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
MCP サーバーとクライアントの実装例
私は MCP と、個人的に便利だと思う理由について、記事を書き、動画を作成しました。
このデモプロジェクトには、MCP サーバーが利用するバックエンドサービス／API が含まれています。MCP サーバーは、プロジェクトの一部でもある MCP クライアントの例（非常にシンプルな AI チャットボットなど）に向けて、標準化された方法でバックエンドサービス／API を公開します。
重要： 3 つの部分（サービス、サーバー、クライアント）はすべて、コンパイル手順なしで TypeScript を実行できる Node.js に依存しています。そうです。最新の Node.js なら実行できます！ Node.js 23.x 以降がインストールされていることを確認してください！
設定
client フォルダー内（そこにある package.json ファイルと同じ階層）に .env ファイルを追加し、次の内容を記述します。
OPENAI_API_KEY=<your-open-ai-key>
各フォルダー（service、server、client）で npm install を実行し、必要な依存関係をインストールします。
サービス、MCP サーバー、MCP クライアントの実行
各部分について、該当するフォルダー（service、server、client）に移動し、npm run dev を実行します（Node.js 23 以降が必要です）。各プロセスは実行したままにしてください。
「client」プロセスは、内部で OpenAI を使用するシンプルな AI チャットボットです。このチャットボットには、カスタム MCP サーバーが「インストール」されています。そのため、この AI チャットアプリケーションでは、「service」フォルダーで作成したバックエンドサービスを通じて、カスタム情報を保存および取得できます。
バグがあるかもしれません。基本的なデモ実装にすぎません :-)
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。