複数サーバーを組み合わせるアーキテクチャ

🔄 レッスン5でFastMCPを使って自分だけのMCPサーバーを作りました。Claude Desktopでの動作も確認済みです。次は、複数のサーバーを組み合わせて本格的なワークフローを構築しましょう。

Claude Code × MCP

Claude Codeはターミナルで動くAIコーディングツールです。ファイルの読み書き、コマンド実行、Git操作に加えて — MCPサーバーを接続すれば外部システムとも連携します。

Claude Desktopが「対話型AI + MCP」なら、Claude Codeは「コーディングAI + MCP」。開発ワークフローにMCPを統合する最も実践的な方法です。

claude mcp add：1行で接続

# GitHub MCPサーバーを追加
claude mcp add github -- npx -y @modelcontextprotocol/server-github

# 環境変数が必要な場合
claude mcp add brave-search \
  -e BRAVE_API_KEY=$BRAVE_API_KEY \
  -- npx -y @modelcontextprotocol/server-brave-search

# 追加済みサーバーの一覧
claude mcp list

claude_desktop_config.json を手動で編集する必要はありません。コマンド1つで登録、環境変数設定、接続確認まで完了します。

スコープの設定

# このプロジェクトだけで使用（デフォルト）
claude mcp add github --scope project -- ...

# すべてのプロジェクトで使用
claude mcp add github --scope user -- ...

--scope project はプロジェクトの .claude/ ディレクトリに設定が保存され、Gitで共有可能。チームで同じMCPサーバー設定を揃えるのに最適です。

✅ Quick Check: チーム全員が同じMCPサーバー設定を共有するには、どのscopeを使う？（–scope projectです。設定が.claude/ディレクトリに保存され、Gitリポジトリ経由で共有できます。）

Tool Search：トークン46.9%削減

MCPサーバーを10個接続すると、ツールは50個以上になることがあります。問題は — 全ツールの定義をAIのコンテキストに入れるとトークンを大量に消費すること。

Claude CodeのTool Searchはこれを解決します：

全ツールの名前と説明だけをインデックス化
会話の文脈を分析して「今必要なツール」だけを検索
関連ツールだけをコンテキストに動的追加

結果： トークン消費が 46.9%削減。サーバーが多いほど効果が大きくなります。

エージェンティックループの実践

Claude Codeで複数のMCPサーバーが真価を発揮するのは、エージェンティックループです。

ユーザー：「このリポジトリの緊急バグを確認して修正して」

Claude Codeの動作：
1. [コンテキスト] GitHub MCP → 未解決イシューを取得
2. [分析] ラベルと説明から緊急度を判定
3. [コンテキスト] ファイルシステム → 該当コードを読み取り
4. [アクション] コードを修正
5. [検証] テストを実行
6. [アクション] GitHub MCP → PRを作成
7. [完了] 結果を報告

各ステップでMCPサーバーが透過的にデータとアクションを提供。ユーザーは最初の指示を出すだけです。

実践ワークフロー例

コードレビュー自動化

claude mcp add github \
  -e GITHUB_TOKEN=$GITHUB_TOKEN \
  -- npx -y @modelcontextprotocol/server-github

Claude Codeに「PR #42をレビューして問題があればコメントして」と指示するだけ。MCPでPRのdiffを取得し、コードを分析し、GitHubにレビューコメントを直接投稿します。

DB × ファイルシステム連携

claude mcp add postgres \
  -- npx -y @modelcontextprotocol/server-postgres \
  postgresql://reader:pass@localhost/mydb

「今月の売上データをDBから取ってCSVに書き出して」— AIがスキーマを読み、SQLを生成・実行し、結果をファイルに保存します。

LINEヤフーの事例

LINEヤフーのエンジニアチームはClaude Code × MCPで開発ワークフローを自動化しています。

GitHub + Jira + ConfluenceのMCPサーバーを組み合わせ
PR URLを渡すと、関連設計ドキュメントとチケット文脈を自動収集
週6時間のレビュー準備工数を削減
社内に「Orchestration Guild」を組織し、MCP活用のベストプラクティスを共有
MCP安全利用ガイドを社内公開

✅ Quick Check: LINEヤフーがMCPで組み合わせている3つのサーバーは？（GitHub、Jira、Confluence。PRレビューに必要な設計ドキュメント、チケット文脈、コード差分を一括で収集しています。）

Claude Codeをサーバーとして使う

Claude Codeはサーバーを使うだけでなく、自身がMCPサーバーにもなれます。

claude mcp serve

他のMCPホスト（n8nやカスタムエージェント等）からClaude Codeのコーディング能力をツールとして呼び出せるようになります。

まとめ

claude mcp add 1行でClaude CodeにMCPサーバーを追加
--scope project でチーム共有、--scope user でグローバル設定
Tool Searchで多数のツール接続時もトークン46.9%削減
エージェンティックループ：コンテキスト収集 → アクション → 検証の自動循環
LINEヤフー事例：GitHub + Jira + Confluenceで週6時間の工数削減
Claude Code自体もMCPサーバーとして他のツールから利用可能

次のレッスン

複数サーバーを組み合わせたワークフローを構築できるようになりました。しかし、MCPはAIに実システムへのアクセス権を与える技術です。レッスン7では MCPのセキュリティ — APIキー管理、最小権限の原則、プロンプトインジェクション対策を学びます。