MCP Server

一言で

仕組み

flowchart LR
  subgraph Host["🤖 AI Host (VS Code / Copilot CLI 等)"]
    APP[Copilot]
    CL1[MCP Client]
    CL2[MCP Client]
    CL3[MCP Client]
    CL4[MCP Client]
    CL5[MCP Client]
  end
  subgraph MCP["🔌 MCP Layer (1 Client ⇄ 1 Server)"]
    SLs[Work IQ MCP Server]
    JRs[GitHub MCP Server]
    FSs[Playwright MCP Server]
    PWs[Context7 MCP Server]
    APIs[Salesforce MCP Server]
  end
  subgraph Tools["🛠️ External Tools"]
    SL[Work IQ]
    JR[GitHub]
    FS[Playwright]
    PW[Context7]
    API[Salesforce]
  end
  APP --- CL1
  APP --- CL2
  APP --- CL3
  APP --- CL4
  APP --- CL5
  CL1 <-->|stdio| SLs
  CL2 <-->|HTTP| JRs
  CL3 <-->|stdio| FSs
  CL4 <-->|stdio| PWs
  CL5 <-->|stdio| APIs
  SLs <-->|API| SL
  JRs <-->|API| JR
  FSs <-->|API| FS
  PWs <-->|API| PW
  APIs <-->|API| API

  classDef host fill:#0a0e27,stroke:#00f0ff,color:#00f0ff,stroke-width:2px
  classDef proto fill:#1a0a2e,stroke:#ffb000,color:#ffb000,stroke-width:2px
  classDef tool fill:#0a1a14,stroke:#9bbc0f,color:#9bbc0f,stroke-width:2px
  class APP,CL1,CL2,CL3,CL4,CL5 host
  class SLs,JRs,FSs,PWs,APIs proto
  class SL,JR,FS,PW,API tool

なぜ重要?

MCP がもたらす 3 つの価値：

• 🧩 機能拡張：Copilot を 一つの起点 にして、あらゆる外部ツールを操作できる。
  • 要件を読み書きする (Jira)
  • デザインを作る (Figma)
  • 3D デザインを生成して印刷する (Blender + 3D プリンター)
  • メール・カレンダーを確認・編集する (Work IQ)
  • 社内データベースに接続して分析する
• 🔗 ワークフローを統合：個別ツールを繋ぐカスタム実装が不要になり、Copilot が 複数システムを横断するハブ として機能する。
• 🌐 広いエコシステム対応：MCP は オープンなプロトコル で、すでに 事実上の標準 になりつつあります。AI アシスタント、Visual Studio などの開発ツール、その他多くのアプリケーションが MCP をサポートしており、一度作れば、どこでも繋がる。コーディング統合との相性も抜群。

どこで動く?

MCP サーバーの実行場所は 2 種類 あります。

1. stdio 方式 では、VS Code が ローカルマシン上で子プロセス として MCP サーバーを起動します。
2. HTTP 方式（SSE / streamable-http） では、MCP サーバーが クラウドやリモートサーバー上で稼働 し、VS Code は クライアントとして接続するだけ です。

用途やセキュリティ要件に応じて使い分けが可能です。

VS Code での設定

VS Code の Marketplace から MCP サーバーをインストール する時、2 つのスコープを選べる：

• Install → 個人設定 ファイル（User Settings）に追加
• Install Workspace → リポジトリ設定 ファイル（.vscode/mcp.json）に追加

Copilot CLI で始める

# MCP server を追加
copilot mcp add <server-name>

# 既存サーバ一覧
copilot mcp list

GitHub 公式 MCP server は最初から接続済み。gh コマンドを叩く感覚で、AI が Issues / PRs / Actions / Code search を操作できる。

modelcontextprotocol/registry には公式 + コミュニティ製の server が多数（filesystem / postgres / slack / puppeteer / playwright / Figma…）。

MCP Registry とは

MCP Registry は、エコシステム全体の MCP サーバーを一覧できる オープンなレジストリ。自前のレジストリを立てることもできる。

🛠️ 自前のレジストリ を作り、許可する server を 拡張 したり 絞り込ん だりできる。 🛡️ 作ったレジストリは Organization / Enterprise レベルで強制 できる（allowlist enforcement）。

自前の MCP Registry を作る

ホスティングは 2 通り。どちらも VS Code / Org / Enterprise から参照・強制できる（⚠️ 要注意: 強制が効くのはユーザーが実際に利用中（アクティブ）のライセンスに対してのみ）。

クライアント側の設定

• GitHub Org / Enterprise：レジストリを設定 ↗ し、allowlist で強制 ↗

社内 server を非公開に保つ仕組み

カタログは公開 — 守るのは 配布元（ソース）。Azure API Center に登録した server はカタログに到達できる人には見えるが、公開されるのは メタデータだけ。実際の ダウンロード／接続は別で制御 できる。

flowchart LR
  DEV["👤 開発者<br/>VS Code / Copilot<br/>@mcp を開く"]
  AC["🌐 Azure API Center<br/>カタログ = 公開<br/>メタデータだけ（コードなし）"]
  STDIO["◆ stdio → 🔒 プライベートレジストリ<br/>GitHub Packages / GHCR / Azure Artifacts<br/>認証トークンが必要"]
  HTTP["◆ HTTP → 🏢 社内ネット / VPN<br/>公開インターネットから到達不可<br/>前段に SSO / ネットワーク認証"]
  EMP1["✅ 社員は取得"]
  OUT1["⛔ 部外者 → 401"]
  EMP2["✅ 社員は接続"]
  OUT2["⛔ 部外者 → 遮断"]
  DEV --> AC
  AC -->|パッケージ参照| STDIO
  AC -->|リモート URL| HTTP
  STDIO --> EMP1
  STDIO --> OUT1
  HTTP --> EMP2
  HTTP --> OUT2

  classDef dev fill:#0a0e27,stroke:#00f0ff,color:#00f0ff,stroke-width:2px
  classDef cat fill:#1a0a2e,stroke:#ffb000,color:#ffb000,stroke-width:2px
  classDef stdio fill:#0a0e27,stroke:#00f0ff,color:#00f0ff,stroke-width:2px
  classDef http fill:#1a0a2e,stroke:#ff2e97,color:#ff2e97,stroke-width:2px
  classDef ok fill:#0a1a14,stroke:#9bbc0f,color:#9bbc0f,stroke-width:2px
  classDef deny fill:#2a0a0a,stroke:#ff5555,color:#ff5555,stroke-width:2px
  class DEV dev
  class AC cat
  class STDIO stdio
  class HTTP http
  class EMP1,EMP2 ok
  class OUT1,OUT2 deny

✅ カタログは 配布元を指すだけ。配布元を守れば → 実行できるのは認証済みの社員だけ。

MCP Registry をローカルで試す

🧪 これは手順書ではなく個人メモ。 私が実際に試して動いた流れを AI がまとめたもの。ざっくりイメージを掴むためのもので、環境により変わる。

ローカルに registry を立て、HTTPS で公開し、自分の Org に接続して GitHub MCP Registry から seed するまでの流れ。

1. Fork & clone — gh repo fork modelcontextprotocol/registry --clone
2. Docker で起動 — docker compose up → API は localhost:8080（初期 DB は demo seed のみ）
3. HTTPS トンネル — cloudflared tunnel --url http://localhost:8080 → https://<random>.trycloudflare.com
4. 接続 — トンネル URL を MCP Registry URL に設定（/v0.1/servers は付けない。Copilot が自動付与）。Org は Settings → Copilot → Policies → MCP、Enterprise は AI controls → MCP
5. VS Code をリロード & 確認 — Developer: Reload Window → @mcp で自分の registry の server だけが表示される。Cmd + ,（設定）で MCP 設定が 「managed by your organization」 バッジ付き（＝ Org ポリシーが効いている）か確認
6. GitHub Registry から seed — go run scripts/mirror_data/fetch_production_data.go + load_production_data.go（source: https://registry.modelcontextprotocol.io/v0/servers）

⚠️ VS Code が この Org の Copilot ライセンス を使っているか確認（別アカウント/個人プランだと Org のポリシーが効かない）。mirror_data スクリプトは as-is なので、許可したい server に合わせて絞り込む。