2026年版：おすすめMCPコネクタ38選

現在では、AIモデルが外部のツールやアプリとやり取りできるようにし、その能力を広げるMCPコネクタは、おそらく数十万種類に上ります。

おすすめのMCPサーバーを探していて、どれをインストールする価値があるのか迷っているなら、この記事が役立ちます。生産性アプリ、開発ツール、データベース、ウェブ調査、クラウドインフラ、自動化に役立つMCPコネクタ38選をまとめました。

MCPコネクタとは？

MCPコネクタは、AIアプリケーションがModel Context Protocol（MCP）を通じて提供されるツールを利用できるようにする連携機能です。

MCPは、標準化されたインターフェースを通じて、ツール、リソース、その他の機能をAIアプリケーションに公開するためのオープンなプロトコルです。MCPサーバーがアプリケーションで利用できる機能を定義し、アプリケーションがそれらをいつ、どのように使うかを決定します。

MCP連携は通常、次の構成要素から成ります。

おすすめMCPコネクタ38選

作業に合ったツールをすぐに見つけられるよう、MCPコネクタをカテゴリー別に整理しました。

ソフトウェア開発、デバッグ、デザイン向けのMCPコネクタ

これらのMCPコネクタは、コーディングエージェントがリポジトリ、チケット、ドキュメント、ブラウザー、デザイン、本番環境のエラーにアクセスできるようにします。

1. GitHub

公式のGitHub MCP Serverは、MCPクライアントをGitHubのリポジトリや開発ワークフローに接続します。リポジトリ、Issue、プルリクエスト、リリース、GitHub Actions、コードセキュリティを扱えます。

GitHubは、ローカルとリモートの両方の接続方式を提供しています。特定のツールセット、読み取り専用モード、ロックダウンモードでサーバーを制限することもでき、プロジェクトに必要な範囲を超えてリポジトリや操作へのアクセスを与えるのを防ぐのに役立ちます。

2. GitLab

GitLab MCPサーバーは、対応するクライアントをGitLab.com、GitLab Self-Managed、GitLab Dedicatedに接続します。

GitLab MCPでは、次のものを扱えます。

• プロジェクト
• Issue
• マージリクエスト
• その他のGitLab開発データ

認証にはOAuthを使用します。サーバーは現在ベータ版で、対象のグループやインスタンスで有効にする必要がある場合があります。

3. Context7

Upstashが保守するContext7は、モデルがライブラリやフレームワークの最新ドキュメントやコード例にアクセスできるようにします。

モデルがライブラリの全般的な知識を持っていても、新しいAPI、設定オプション、フレームワークの変更を把握していない場合に役立ちます。

Context7はGitHubやGitの代わりにはなりません。プロジェクトが依存するライブラリの情報を提供するもので、リポジトリ用コネクターはプロジェクト自体のコードへのアクセスを提供します。

4. Playwright

Playwright MCPは、MCPクライアントがブラウザーを操作できるようにします。ページを開く、操作要素をクリックする、フォームに入力する、構造化されたアクセシビリティデータを通じてインターフェースの現在の状態を調べるといった操作が可能です。

そのため、スクリーンショットに全面的に依存せずに、ウェブインターフェースをデバッグしたり、再現可能なブラウザーでの確認作業を実行したりするのに役立ちます。

Microsoftは、Playwright MCPをセキュリティ境界として扱うべきではないと注意しています。認証済みのブラウザーは機密性の高いアカウントにアクセスできる場合があり、ウェブページには信頼できないコンテンツが含まれる可能性があります。ブラウザープロファイルの分離や承認による制御で、そのリスクを軽減できます。

5. Figma

公式のFigma MCPサーバーは、対応するクライアントがFigmaデザインの構造にアクセスできるようにします。これにはフレーム、コンポーネント、変数、レイアウト、Code Connectのマッピング、アセットが含まれます。

コーディングエージェントは、スクリーンショットからインターフェースを再構築する代わりに、その背後にある実際のデザインデータを調べられます。

Figma MCPでは、次のことができます。

• デザインのコンテキストを取得する
• コンポーネントや変数の情報を読み取る
• アセットやCode Connectのマッピングにアクセスする
• 対応するクライアントでFigmaネイティブのコンテンツを作成または変更する

Figmaは、リモートとローカルの両方のMCP接続方式を提供しています。ホスト型のリモートサーバーのほうが機能は豊富ですが、利用できるクライアントはFigmaがサポートするアプリケーションに限られます。

6. Sentry

Sentry MCPサーバーは、コーディングエージェントをSentryに保存された診断情報に接続します。Issueの取得、イベントやトレースの調査、アプリケーションエラーに関連するコンテキストの提供が可能です。

Sentryのあらゆる部分を管理することよりも、デバッグに重点を置いています。このコネクターは、モデルが本番環境で何が起きたかを理解するのに役立ちますが、コードの変更は引き続き通常の開発ワークフローでレビューし、適用します。

7. Atlassian Rovo

Atlassian Rovo MCPサーバーは、MCPクライアントをJira、Confluence、Compassに接続します。

Rovo MCPを使うと、クライアントはプロジェクト情報やドキュメントの検索、作業項目の読み取り、対応するコンテンツの作成や更新を行えます。JiraとConfluenceを同じコネクターから利用できるため、実装作業を、その背景にある仕様や意思決定と結び付けやすくなります。

認証にはOAuth 2.1またはスコープを指定したAPIトークンを使用し、接続されたAtlassianアカウントにアクセス権がある情報だけをサーバーが公開します。

リモートサーバーはAtlassian Cloud向けに設計されています。セルフマネージドのAtlassian製品への対応は、別途確認する必要があります。

ドキュメント、コミュニケーション、プロジェクト業務向けのMCPコネクタ

これらのMCPコネクタは、ドキュメント、メモ、メール、カレンダー、プロジェクト管理ツールを、モデルとの同じ会話の中で扱えるようにします。

8. Notion

公式のNotion MCPサーバーは、AIクライアントをNotionワークスペース内のページやデータベースに接続します。既存コンテンツの検索、ページの取得、新しいコンテンツの作成、構造化された情報の更新が可能です。

Notion MCPでは、クライアントは各ドキュメントを個別に扱うのではなく、複数のページを横断して作業できます。そのため、プロジェクトのドキュメント、調査資料集、仕様書など、すでにNotionにある情報を使った作業に適しています。

Notionは、自社でホストするOAuthサーバーを推奨しています。従来のオープンソースサーバーも、特殊なセルフホスト構成やトークンベースの構成向けに引き続き利用できますが、積極的な保守は終了しています。

9. Obsidian

Obsidian MCPコネクタは、AIクライアントがObsidianの保管庫に保存されたノートにアクセスできるようにします。

サーバーによっては、次のことができます。

• ノートを検索する
• Markdownファイルを読み取り、編集する
• 新しいノートを作成する
• ドキュメント間のリンクを扱う

Obsidianには、統一された公式MCPサーバーはありません。大半はコミュニティが保守しているため、機能や権限モデルはそれぞれ異なります。保管庫自体は通常のMarkdownファイルの集まりのままで、MCPを使わずに編集やバックアップができます。

10. Google Drive

Google Drive MCPサーバーは、Google Driveに保存されたファイルへのアクセスを提供します。ファイルの検索や取得ができ、アップロード、一覧表示、権限、ファイル管理に関する一部の操作をサポートしています。

これにより、MCPクライアントは、会話ごとに手動でファイルをアップロードしなくても、Driveに保存済みのドキュメントやその他のプロジェクト資料に直接アクセスできます。

Googleは現在、このサービスを開発者プレビューと位置付けています。セットアップには、Google Cloudプロジェクト、APIの有効化、OAuthの設定、適切なDriveスコープが必要なため、一般的なコンシューマー向けアプリの接続よりも手順が多くなります。

11. Slack

公式のSlack MCPサーバーは、MCPクライアントをSlackの会話やワークスペースのデータに接続します。

Slack MCPでは、チャンネルの検索、会話の文脈の読み取り、メッセージの送信、接続されたSlackアプリが公開するその他の操作を行えます。これにより、スレッドやチャンネルの情報を、コード、ドキュメント、プロジェクトツールと同じワークフローに取り込めます。

アクセス範囲は、接続に使われる登録済みのSlackアプリによって決まります。OAuthスコープ、管理者の承認、ワークスペースの制御、監査ポリシーによって、クライアントが読み取れるものや変更できるものが定まります。

メッセージの送信では、投稿前にレビューする手順を設けることで、曖昧なプロンプトがワークスペース内で公開される操作につながるのを防ぎやすくなります。

12. Linear

Linear MCPサーバーは、AIクライアントをLinearのIssue・プロジェクト管理システムに接続します。Issue、プロジェクト、コメント、関連する計画用オブジェクトの検索、作成、更新が可能です。

Linearは、便利な2つの接続モードを提供しています。

• プロジェクトデータを変更する必要があるワークフロー向けの、標準の読み書き用エンドポイント
• 調査、要約、レポート作成向けの、専用の読み取り専用エンドポイント

読み取り専用の選択肢は、クライアントがプロジェクトのコンテキストだけを必要とし、チケットや計画データを変更できないようにすべき場合に、特に役立ちます。

13. Airtable

公式のAirtable MCPサーバーは、AIアシスタントがAirtableのベースに保存されたデータにアクセスできるようにします。レコードへのクエリ、データの分析、接続されたユーザーに権限がある範囲での情報の作成や更新が可能です。

アクセスモデルは、Airtableの既存のロールに従います。所有者、作成者、編集者は変更できる場合がありますが、コメント投稿者や読み取り専用ユーザーのアクセス範囲は、それぞれのロールに応じて狭くなります。

つまり、ベースにすでに設定されている権限によって、MCPクライアントがそのベースで実行できる操作も決まります。

14. Gmail

Googleが提供するWorkspace MCPには、メールボックスの検索、メッセージの読み取り、プロフィール情報へのアクセス、下書きの作成、対応する読み書き操作を行うGmailツールが含まれています。

Gmail MCPでは、クライアントは次のことができます。

• メッセージやスレッドを検索する
• 文脈を踏まえてメールのやり取りを読む
• 下書きを作成する
• メールの情報を、接続された他のツールのデータと組み合わせる

Workspace MCPサーバーは開発者プレビュー段階で、Google CloudとOAuthの設定が必要です。

メールの内容も、信頼できない入力として扱う必要があります。メッセージにはAIクライアントに影響を与える意図の文章が含まれる可能性があるため、送信前に下書きを作ることで、有用なレビューの機会を設けられます。

15. Google Calendar

Google Calendar MCPサーバーは、カレンダーデータとスケジュール調整の操作をMCPクライアントに公開します。

予定の検索と一覧表示、空き時間の提案、会議の作成や更新、招待への返信、予定の削除が可能です。これにより、メール、プロジェクトツール、その他の接続先から得た情報とスケジュール調整を組み合わせられます。

サーバーは現在、開発者プレビュー段階で、Google CloudとOAuth認証を使用します。

カレンダーの変更は他の参加者に影響する場合があるため、予定の作成、日時の変更、辞退、削除などの操作は、確定前に内容を確認できる状態にしておくと有用です。

16. Asana

Asana MCPサーバーは、対応するAIクライアントが、プロジェクト、タスク、関連する作業管理データを含むAsana Work Graphにアクセスできるようにします。

既存の作業の検索、タスクの作成、プロジェクト情報の更新、プロジェクト全体のアクティビティの要約に利用できます。

Asanaは、MCPツールを読み取り、書き込み、対話型の操作に分類しています。現在の連携では、以前のベータ版SSEエンドポイントではなく、V2 Streamable HTTPエンドポイントを使用する必要があります。

認可されたMCP接続は、そのユーザーが利用できるツールにアクセスできるため、Asanaワークスペースにすでに設定されている権限が、引き続きクライアントの閲覧・変更範囲を制限する主な境界となります。

データベースとデータプラットフォーム向けのMCPコネクタ

データベース用のMCPコネクタは、AIクライアントに構造化データへの直接アクセスを提供します。SQLの実行、レコードの更新、スキーマの管理、データベースのパフォーマンス調査ができるものもあります。

17. PostgreSQL

Postgres MCP Proは、コミュニティが保守するPostgreSQL向けのMCPサーバーです。スキーマの調査、SQLの実行、データベースの健全性チェック、クエリプランの分析、インデックスの推奨が可能です。

Postgres MCP Proでは、次のことができます。

• 不慣れなデータベースのスキーマを調べる
• 遅いクエリを調査する
• 実行計画を調べる
• インデックスの改善候補を特定する

PostgreSQL Global Development Groupの公式プロジェクトではありません。読み取り専用アクセスを設定できますが、より高度なパフォーマンスツールの一部は、pg_stat_statementsやhypopgなどのPostgreSQL拡張機能に依存します。

18. Supabase

公式のSupabase MCPサーバーは、AI開発ツールをSupabaseプロジェクトに接続します。データベースへのクエリ、マイグレーション、ログ、関数、プロジェクト情報、ブランチ操作、その他の開発操作をツールで扱えます。

このため、基本的なSQLインターフェースよりも広い範囲をカバーするコネクターとなっており、エージェントはデータベースの調査に加え、Supabase開発環境の他の部分も操作できます。

Supabaseは現在、このサーバーをパブリックアルファ版と位置付け、本番データを扱う用途ではなく、開発とテストでの利用を推奨しています。接続は、1つのプロジェクト、選択した機能グループ、または読み取り専用アクセスに制限できます。

19. MongoDB

公式のMongoDB MCP Serverは、MongoDBのデータとAtlas管理APIの両方を扱います。

データベースやコレクションの調査、CRUD操作や集計の実行、スキーマ情報の確認、プロジェクトやクラスターなどの対応するAtlasリソースの管理が可能です。

MongoDBは、データベースロール、コレクション単位の権限、Atlasサービスアカウントなど、アクセスを制限する複数の方法を提供しています。VS Code拡張機能でも、エディターで現在有効になっているデータベース接続を使ってMCPサーバーを公開できます。

20. Redis

Redis MCPは、AIクライアントがRedisに保存されたデータにアクセスできるようにします。値の読み書き、キーの調査、対応するデータ構造へのクエリ、ストリームなどの機能の操作が可能です。

Redis MCPでは、クライアントは自然言語のリクエストを通じて、キャッシュデータやアプリケーションの状態の調査、キーのカウントや検索、Redisデータセットの分析を行えます。

Redisには、セッション、キュー、キャッシュなど、稼働中のシステムの状態が含まれることがよくあります。そのため、書き込みアクセスは、分離された分析用データベースの場合よりも影響が大きくなります。コネクターが本番環境の状態にアクセスする必要がない場合は、権限を制限したユーザーや専用のデータベースを使うのが望ましいです。

21. Neon

Neon MCPサーバーは、AIクライアントをNeonのプロジェクト、データベース、ブランチ、マイグレーション、SQLクエリに接続します。

最大の特徴は、Neonのブランチモデルです。プライマリデータベースに影響を与える前に、別のブランチでデータベースの変更を作成し、テストできます。これは、エージェントの支援を受けるスキーマの作業やアプリケーション開発とよく合います。

Neonは、OAuthまたはAPIキー認証を使うマネージドのリモートサーバーに加え、ローカルで利用する選択肢も提供しています。ドキュメントでは、本番データベースや個人を特定できる情報を含むデータではなく、開発とテストにMCPを使うことを推奨しています。

22. Qdrant

公式のQdrant MCPサーバーは、AIクライアントをQdrantのベクトルストレージに接続します。

基本的なワークフローはシンプルです。

• Qdrantのコレクションに情報を保存する
• セマンティック検索で関連情報を取得する

この点で、このセクションのリレーショナルデータベースやドキュメントデータベースとは異なります。Qdrantは主に、正確な値やSQLの条件ではなく、意味や類似性によって情報を見つける必要がある場合に使われます。

サーバーは、リモートのQdrantインスタンスまたはローカルストレージで動作し、読み取り専用アクセスをサポートします。検索品質は、埋め込みモデルやコレクションの構成にも左右されます。

23. BigQuery

BigQueryリモートMCPサーバーを使うと、AIアプリケーションはBigQueryリソースを調べ、Google Cloudに保存されたデータに対してSQLを実行できます。

BigQuery MCPでは、リソースの一覧表示、テーブルやデータセットのメタデータの調査、分析クエリの実行が可能です。アプリケーション用データベースの管理よりも、データウェアハウス内のデータへのクエリや、そのデータの理解に重点を置いています。

IAM権限、クォータ、リージョンの制限、クエリ費用など、Google Cloudの既存の制御は引き続き適用されます。

これは、大規模なデータセットで特に重要です。SQL自体が正しくても、生成されたクエリが想定を大幅に上回る量のデータをスキャンする場合があるため、費用のかかる本番環境の分析を実行する前に、クエリの対象範囲と処理バイト数を確認する必要があります。

ウェブ検索、調査、ブラウザー作業向けのMCPコネクタ

これらのMCPコネクタは、AIクライアントがリアルタイムのウェブ検索、ページコンテンツ、クローリング、構造化データの抽出、ブラウザーの自動操作を利用できるようにします。

24. Brave Search

Brave Search MCPのセットアップにより、AIクライアントをBrave Searchのウェブインデックスに接続できます。主に、最新のウェブ検索結果、情報源の発見、ニュース、モデルの学習データに含まれない情報が必要な調査に使われます。

このコネクターはBrave Search APIを使用するため、APIアカウントとキーが必要です。料金、リクエストの上限、結果の保存に関するルールは、MCPクライアントではなくAPI側で定められています。

Brave Searchが返すのは情報源であり、検証済みの結論ではありません。そのため、最終的な回答の品質は、引き続きそれらの情報源をどう評価するかに左右されます。

25. Tavily

公式のTavily MCPサーバーは、ウェブ検索と、より深く情報を取得するツールを組み合わせています。

Tavily MCPでは、次のことができます。

• ウェブを検索する
• ページからコンテンツを抽出する
• ウェブサイトの構造をマッピングする
• 複数のページをクロールして、より広く調査する

検索から始め、その後、関連性の高い情報源をさらに詳しく調べる必要がある調査ワークフローに適しています。

Tavilyは、OAuthまたはAPIキー認証を使うホスト型のエンドポイントを提供しています。

26. Exa

Exa MCPサーバーは、ウェブ検索、ページの取得、コード検索、オプションの調査ツールを提供します。

主な特徴はセマンティック検索です。Exaは、キーワードの完全一致だけに頼らず、リクエストの意味に合ったページを検索できます。ウェブ上でさまざまな表現が使われる可能性のある、特定の種類の企業、技術的な例、研究テーマ、概念を探す際に役立ちます。

Exaは、OAuthまたはAPIキーを使う、ホスト型の接続とローカルのパッケージベースの接続に対応しています。オプションのツールは、ツールセット全体を公開せずに個別に有効化できます。

27. Firecrawl

Firecrawl MCPサーバーは、ウェブコンテンツを取得し、AIモデルが扱いやすい、整理された形式に変換します。

基本的なページスクレイピングにとどまらない機能を備えています。Firecrawlでは、検索、個別ページのスクレイピング、サイトのクロール、サイトマップの生成、構造化されたフィールドの抽出、対応するブラウザー操作を実行できます。

そのため、重要な情報が検索結果のスニペットではなく、ページ本体にある場合に特に役立ちます。

Firecrawlは、ホスト型サービスとオープンソースサーバーの両方を提供しています。一部の機能は、キー不要の制限付き利用枠で使えますが、大規模なクロールや抽出処理にはアカウントまたはAPIキーが必要です。

28. Apify

Apify MCPサーバーは、AIクライアントをApify Actorsに接続します。Apify Actorsは、Apify Storeから利用できる、構築済みのスクレイピング・自動化プログラムです。

Actorsは、次のような幅広い情報源に対応しています。

• ウェブサイトと検索エンジン
• マーケットプレイス
• ソーシャルプラットフォーム
• 地図と位置情報

情報源ごとにスクレイパーを構築する代わりに、MCPクライアントは適切なActorを見つけて実行し、生成されたデータセットやストレージへの出力を読み取れます。

Actorの実行には、Apifyの利用料金が発生する場合があります。また、MCPサーバーはストア全体を公開せずに、選択したActorsとツールだけに制限できます。

29. Browserbase

Browserbase MCPサーバーは、AIエージェントがStagehandを利用したホスト型のブラウザーセッションにアクセスできるようにします。

エージェントは、ページ間の移動、操作要素のクリック、フォームへの入力、構造化情報の抽出を行い、複数の操作にわたってブラウザーセッションを維持できます。

Browserbaseは、ブラウザーがユーザーのコンピューターではなくマネージドインフラ上で動作する点で、Playwrightなどのローカルブラウザーツールと異なります。

永続セッションには、Cookie、ログイン状態、その他の機密性の高いブラウザーデータが含まれる場合があるため、使い捨てのスクレイピングセッションではなく、認証情報として扱う必要があります。

クラウドプラットフォームとインフラ向けのMCPコネクタ

これらのMCPコネクタを使うと、AIクライアントはクラウドリソース、インフラ、デプロイ、ログ、ネットワーク、関連するプラットフォームサービスの調査や管理を行えます。

30. AWS

AWS MCP Serverは、MCPを通じてAWSサービスを操作するための、マネージドのリモートサーバーです。リソースの検出、設定の調査、接続されたIDに許可されたAWS操作の実行が可能です。

何千ものAWS APIアクションを個別のMCPツールとして公開する代わりに、サーバーは少数の固定ツールセットを使って、適切なAWSの機能を見つけ、呼び出します。

AWS MCPは一般提供されており、既存のAWS認証とIAM権限を使用します。サーバーを通じて実行した操作は、基盤となるAWS API呼び出しに反映され、CloudTrailなどのサービスで追跡できます。

31. Cloudflare

Cloudflareは複数のマネージドMCPサーバーを提供しています。プラットフォーム全体を1つのコネクターで扱う方式ではありません。

2,500を超えるCloudflareエンドポイントをカバーする広範なAPIサーバーに加えて、次のような製品やデータセットに特化したサーバーがあります。

• Workersとオブザーバビリティ
• DNS分析と監査ログ
• Browser Rendering
• RadarとAI Gateway

特化型のサーバーは、Cloudflareの一部分だけをクライアントに公開する必要がある場合に役立ちます。認証には、対話的な利用向けのOAuthと、自動化向けのスコープを指定したAPIトークンを利用できます。

32. Azure

Azure MCP Serverは、AI開発ツールを、対応するMicrosoft Azureサービスに接続します。

Azure MCPでは、クライアントはStorage、Cosmos DB、Key Vault、Azure Monitor、App Configuration、Azure AI Search、Azure Developer CLIのワークフローなどを扱えます。

アクセスはMicrosoft Entra IDとAzure Role-Based Access Controlで制御されるため、サーバーは選択したAzure IDに割り当てられた権限を引き継ぎます。

Microsoftは、ローカルのAzure MCP Serverを、エンドユーザーに直接公開するためのサービスではなく、開発者向けのツールと位置付けています。

33. Google Cloud

Googleは、対応するGoogle Cloud製品向けのリモートMCPサーバーを提供しています。これらはAIクライアントを個々のCloudサービスに直接接続し、GoogleのDeveloper Knowledgeサーバーは最新の製品ドキュメントや実装ガイダンスを提供します。

具体的なツールはサービスによって異なります。たとえばBigQueryはデータやクエリ操作を公開し、他のGoogle Cloud MCPサーバーは、それぞれが対応するプラットフォームリソースに重点を置いています。

Google Cloudは、すべての製品に共通する単一のMCPエンドポイントを使用していません。提供状況、対応リージョン、リリース段階はサービスによって異なり、新しいMCP連携のいくつかは引き続きプレビュー段階です。

34. Kubernetes

Containers組織が保守するKubernetes MCPサーバーは、AIクライアントがKubernetesとOpenShiftのクラスターにアクセスできるようにします。

次のものを調べられます。

• ワークロードやその他のクラスターリソース
• イベントと設定
• Podとアプリケーションのログ
• 接続に使う認証情報でアクセスできるリソース

認証情報によって許可されている場合、サーバーはクラスターの操作も実行できます。

これはコミュニティが保守するプロジェクトであり、Kubernetesの公式プロジェクトではありません。実際のアクセス範囲は、サーバーに渡されたKubernetesの認証情報とRBAC権限によって決まります。

35. Terraform

公式のTerraform MCPサーバーは、AI開発ツールが最新のTerraformプロバイダーやモジュールの情報にアクセスできるようにします。

クライアントは、モデルの学習データに含まれる古いプロバイダースキーマやモジュールの入力情報に頼らず、最新のRegistry情報を取得できるため、Terraform構成を生成する際に特に役立ちます。

Terraform MCPは、HCP TerraformやTerraform Enterpriseのリソースにも接続できます。

HashiCorpは、ローカルへのデプロイと、一元管理されたリモート構成の両方をサポートしています。このコネクターはインフラ構成の作成やコンテキストの取得を支援しますが、検証、プラン作成、適用などの既存のTerraformワークフローは、引き続き別の手順として行います。

36. Vercel

公式のVercel MCPサーバーは、AIクライアントをVercelのプロジェクトやデプロイ情報に接続します。

Vercelのドキュメントの検索、プロジェクトやデプロイの調査、デプロイログの読み取りが可能です。これにより、コーディングエージェントは、Vercelのダッシュボードから同じ情報を手動でコピーしてもらわなくても、デプロイ済みのアプリケーションに関する情報に直接アクセスできます。

Vercel MCPはホスト型のOAuth接続を使用し、現在パブリックベータ版です。

Vercelは承認済みMCPクライアントの一覧も管理しているため、対応状況は使用するホストアプリケーションによって異なります。

自動化と決済向けのMCPコネクタ

これらのコネクターは、AIクライアントを決済システムや自動化プラットフォームに接続し、取引、請求関連のオブジェクト、ワークフロー、接続されたアプリケーションを扱えるようにします。

37. Stripe

公式のStripe MCPサーバーは、AIクライアントがStripeのドキュメントや、対応するStripeリソースにアクセスできるようにします。

Stripe MCPでは、次のようなオブジェクトを扱えます。

• 顧客と商品
• 価格とクーポン
• 請求書とサブスクリプション
• アカウント残高

このため、Stripeを使った開発作業と、自然言語のリクエストによる請求データの調査の両方に役立ちます。

Stripeは現在、このサーバーをパブリックプレビューと位置付けています。Stripe APIキーでアクセスを制限でき、テストモードでは、本番の決済データを扱う前に開発するための独立した環境を利用できます。

38. n8n

n8nに組み込まれたMCPサーバーは、AIクライアントをn8nインスタンスで実行されるワークフローに接続します。

ワークフローの検索、作成、編集、テスト、実行に加え、n8nのデータテーブルも扱えます。既存のワークフローを個別のMCPツールとして公開することもできるため、クライアントは内部で使われているすべてのサービスに直接アクセスしなくても、一連の自動化処理を起動できます。

たとえば、売上データの収集、変換、レポート作成を行う既存のワークフローを、複数の個別の連携ではなく、1つの高水準なツールとしてモデルに提示できます。

インスタンス単位のn8n MCPサーバーは、現在ベータ版です。管理者はインスタンス単位でMCPを有効にし、接続されたクライアントが利用できるワークフローを選択します。

Atomic ChatでローカルモデルとMCPコネクタを使う方法

Atomic Chatは、ローカルモデルやクラウドモデルをさまざまなMCPサーバーに接続するために、私たちが開発したローカルAIアプリです。サーバーを追加すると、チャット内で、対応するどのモデルに対してもそのツールを有効にできます。

Atomic ChatでMCPコネクタを設定する手順は、次のとおりです。

1. Atomic Chatをインストールし、モデルを選びます。ローカルモデルを使うことも、クラウドプロバイダーのモデルを接続することもできます。Atomic Chatは、Llama、Qwen、Gemmaに加え、100を超える他のモデルに対応しています。
2. MCPサーバーを追加します。Settings → MCP Servers → Add MCP Serverに進み、サーバーの接続情報を入力します。
3. 使いたいツールを有効にします。チャット内でコネクター全体を有効にすることも、個別のツールを選ぶこともできます。

設定済みのサーバーは、接続タイプと現在の状態とともに、MCP Serversページに表示されます。

‍

Atomic Chatは、STDIO、HTTP、SSE接続に対応しています。STDIOは、同じコンピューター上で動作するサーバーで一般的に使われ、ホスト型のMCPサービスは通常HTTPを使用します。SSEは、主に従来のリモートサーバーとの互換性のために維持されています。

下の例は、SentryのローカルSTDIO構成を示しています。コマンドとパッケージの引数は直接入力し、アクセストークンは環境変数として保存します。

‍

ホスト型サーバーの場合は、HTTPを選択し、サービスから提供されたエンドポイントと認証情報を入力します。

Atomic Chatには、MCP構成用のJSONエディターも含まれています。サーバー側ですでに完全なJSON構成が提供されている場合や、複数の既存サーバー定義をまとめて追加する必要がある場合に役立ちます。

‍

サーバーが接続されると、Atomic Chatはそのサーバーが公開するツールを表示します。ツールセット全体を有効にすることも、個別の操作を選ぶこともできます。

たとえば、Slackの読み取りツールはslack_post_messageとは別に有効にできるため、モデルが投稿できない状態で、会話の検索や読み取りを行えます。

‍

同じ設定はローカルモデルでも機能します。コンピューター上で動作するQwenモデルも、クラウドモデルと同じように、設定済みのMCPツールを利用できます。

データの送信先はコネクターによって異なります。ローカルのFilesystemサーバーは処理をコンピューター内で完結させられますが、Slack、Notion、Stripeなどのオンラインサービス用のコネクターは、引き続きインターネット経由でそれらのサービスに接続する必要があります。

MCPコネクタを安全に使う方法

MCPコネクタは、読み取りと書き込みの両方の操作を公開できます。サーバーとその認証情報によっては、モデルはファイルの読み取り、メッセージの送信、ドキュメントの変更、データベースクエリの実行、インフラのデプロイ、決済関連のオブジェクトの作成を行える場合があります。

基本的な安全対策には、次のものがあります。

1. 保守元の公式エンドポイントやリポジトリを使います。よく知られた製品名で掲載されているサーバーでも、その製品のベンダーが保守やレビューを行っているとは限りません。
2. 権限を制限します。タスクに必要なリポジトリ、フォルダー、プロジェクト、データベース、ワークスペースだけにアクセスを許可します。書き込みアクセスが不要な場合は、読み取り専用の認証情報を使います。
3. 書き込み操作は本番環境以外でテストします。稼働中のシステムへの変更を有効にする前に、開発用データベース、ステージングプロジェクト、テスト用決済アカウント、重要度の低いワークスペースを使います。
4. 重大な影響がある操作には確認を必須にします。メッセージの送信、決済の作成、インフラのデプロイ、リソースの削除、本番データベースへの書き込みは、明示的に行う操作として維持する必要があります。
5. 取得したコンテンツは信頼できない入力として扱います。ウェブページ、メール、Issue、ドキュメントには、モデルに影響を与える意図の指示が含まれる場合があります。これは一般に間接的なプロンプトインジェクションと呼ばれます。
6. 不要なツールを無効にします。サーバーが多くの操作を公開している場合は、現在のタスクに必要なものだけを有効にします。

よくある質問

MCPコネクタとは何ですか？

MCPコネクタは、Model Context Protocolを通じて、AIアプリケーションを外部サービスやローカルのデータソースに接続します。Notionの検索、ファイルの読み取り、データベースへのクエリなど、特定のツールをモデルに公開します。

MCPコネクタとMCPサーバーの違いは何ですか？

MCPサーバーは、ツールを公開し、MCPリクエストに応答するソフトウェアです。

コネクターは、そのサーバーとAtomic ChatなどのMCPホストとの間に設定された接続です。実際には、多くの製品で両方の用語が同じ意味で使われています。

初心者にはどのMCPコネクタがおすすめですか？

すでに日常的に使っているサービスのコネクターから始めましょう。

最初によく使われるものには、次があります。

• リポジトリとIssueにはGitHub
• ドキュメントやノートにはNotionまたはObsidian
• ウェブ検索にはBrave Search

通常、読み取り専用のコネクターは、データを変更できるコネクターよりも試しやすいです。

ローカルAIモデルはMCPコネクタを使えますか？

はい。MCPはホストアプリケーションが処理するため、対応するローカルモデルはクラウドモデルと同じツールを利用できます。

Atomic Chatは、Llama、Qwen、GemmaなどのローカルモデルでMCPを利用できます。

MCPコネクタはオフラインでも動作しますか？

一部は動作します。

ローカルのFilesystem、Git、Obsidianサーバーに接続されたローカルモデルは、必要なデータがすべてデバイス上に保存されていれば、インターネット接続なしで動作できます。

Slack、Notion、GitHub、ウェブ検索、クラウドプラットフォームなどのサービス用コネクターには、それらのサービスへのネットワークアクセスが必要です。

MCPコネクタは安全ですか？

MCPは、クライアントとサーバーの通信方法を定義します。サーバーが信頼できることや、その権限が適切であることを保証するものではありません。

安全性は、使用するサーバー、サーバーに渡す認証情報、有効にするツール、機密性の高い操作に確認が必要かどうかによって決まります。

MCPコネクタは無料ですか？

MCP接続自体は無料でも、その背後にあるサービスは無料とは限りません。

発生し得る費用には、APIリクエスト、検索の利用、ホスト型ブラウザー、クラウドリソース、自動化処理の実行などがあります。Atomic ChatでMCPサーバーを追加する際に、AtomicのAPIキーやサブスクリプションは必要ありませんが、サードパーティーのサービスには独自の料金体系がある場合があります。

MCPコネクタは一度にいくつ有効にすべきですか？

現在のタスクに必要なコネクターを有効にしてください。

インストール済みのサーバーは、すべての会話ですべてのツールを公開しなくても、設定を残しておけます。使わないツールを無効にすることで、モデルが利用できるツールの一覧も小さく保てます。

信頼できるMCPサーバーはどこで見つけられますか？

通常、最も適した情報源は、サービス提供元のドキュメントやリポジトリです。

その他の有用な情報源には、公式MCP Registryや、参照実装を収録したModel Context Protocolのサーバーリポジトリがあります。

コミュニティ製のサーバーは、インストール前に、保守元、ソースコード、要求する権限、最近の保守状況を確認してください。

異なるAIモデルで同じMCPコネクタを使えますか？

はい。MCPホストが選択したモデルに対応していれば利用できます。

Atomic ChatではMCPサーバーをモデルとは別に設定するため、対応するローカルモデルとクラウドモデルを切り替えても、同じサーバー構成を引き続き利用できます。

Atomic Chatでコネクターを試す

このガイドで紹介したコネクターは、ローカルのノート、開発ツール、ドキュメント、データベース、ウェブ調査、クラウドプラットフォーム、決済、自動化をカバーしています。

Atomic Chatでは、MCPサーバーを一度追加すれば、それを必要とするローカルモデルやクラウドモデルで有効にできます。特定のワークフローに必要なコネクターから始め、必要に応じて他のコネクターを追加してください。