MCP Server with Cloudflare Workers

Cloudflare Workers を使用した MCP サーバー

はじめに

Model Context Protocol（MCP）は、AI エージェントやアシスタントがサービスとやり取りできるようにするオープンスタンダードです。MCP サーバーをセットアップすると、AI アシスタントから API に直接アクセスできるようになります。

workers-mcp パッケージと組み合わせた Cloudflare Workers は、MCP サーバーを構築するための強力でスケーラブルなソリューションを提供します。

前提条件

開始する前に、以下を用意してください。

• Cloudflare アカウント
• Node.js のインストール
• Wrangler CLI のインストール（npm install -g wrangler）

---

はじめに

ステップ 1：新しい Cloudflare Worker を作成する

まず、新しい Cloudflare Worker プロジェクトを初期化します。

npx create-cloudflare@latest my-mcp-worker
cd my-mcp-worker

次に、Cloudflare アカウントを認証します。

wrangler login

ステップ 2：Wrangler を設定する

wrangler.toml ファイルを更新し、正しいアカウント情報を設定します。

name = "my-mcp-worker"
main = "src/index.ts"
compatibility_date = "2025-03-03"
account_id = "your-account-id"

---

MCP ツールのインストール

MCP のサポートを有効にするには、workers-mcp パッケージをインストールします。

npm install workers-mcp

セットアップコマンドを実行して MCP を設定します。

npx workers-mcp setup

これにより、以下が実行されます。

• 必要な依存関係を追加する
• テスト用のローカルプロキシをセットアップする
• MCP に準拠するよう Worker を設定する

---

MCP サーバーコードの作成

src/index.ts を更新して MCP サーバーを定義します。

import { WorkerEntrypoint } from 'cloudflare:workers';
import { ProxyToSelf } from 'workers-mcp';

export default class MyWorker extends WorkerEntrypoint<Env> {
  /**
   * A friendly greeting from your MCP server.
   * @param name {string} The name of the user.
   * @return {string} A personalized greeting.
   */
  sayHello(name: string) {
    return `Hello from an MCP Worker, ${name}!`;
  }

  /**
   * @ignore
   */
  async fetch(request: Request): Promise<Response> {
    return new ProxyToSelf(this).fetch(request);
  }
}

主なコンポーネント：

• WorkerEntrypoint：受信リクエストとメソッドの公開を管理します。
• ProxyToSelf：MCP プロトコルへの準拠を確保します。
• sayHello メソッド：AI アシスタントが呼び出せる MCP 関数の例です。

---

API 呼び出しの追加

外部 API と連携することで、MCP サーバーを拡張できます。以下は、天気データを取得する例です。

export default class WeatherWorker extends WorkerEntrypoint<Env> {
  /**
   * Fetch weather data for a given location.
   * @param location {string} The city or ZIP code.
   * @return {object} Weather details.
   */
  async getWeather(location: string) {
    const response = await fetch(`https://api.weather.example/v1/${location}`);
    const data = await response.json();
    return {
      temperature: data.temp,
      conditions: data.conditions,
      forecast: data.forecast
    };
  }

  async fetch(request: Request): Promise<Response> {
    return new ProxyToSelf(this).fetch(request);
  }
}

---

MCP サーバーのデプロイ

Worker のセットアップが完了したら、Cloudflare にデプロイします。

npx wrangler deploy

デプロイ後、Worker が稼働し、AI アシスタントが MCP ツールを検出して使用できるようになります。

MCP サーバーを更新するには、以下のコマンドで再デプロイします。

npm run deploy

---

MCP サーバーのテスト

MCP のセットアップをローカルでテストするには、以下を実行します。

npx workers-mcp proxy

このコマンドは、MCP クライアント（Claude Desktop など）が接続できるように、ローカルプロキシを起動します。

---

セキュリティ

MCP サーバーを保護するには、Wrangler Secrets を使用します。

npx wrangler secret put MCP_SECRET

これにより、許可されていないアクセスを防止する共有シークレット認証の仕組みが追加されます。

---

まとめ

おめでとうございます！Cloudflare Workers を使用して MCP サーバーを構築し、デプロイできました。これで、機能を追加したり、新しいツールを AI アシスタントに公開したりできます。

詳しくは、Cloudflare MCP ドキュメントをご覧ください。

---