<aside>

はじめに

</aside>

生成AIが業務に本格的に導入され始めた今、AIを「答えるだけの存在」から「実際に外部システムと連携し、業務をこなす存在」へと進化させる鍵がMCPです。

MCPは、AIと外部ツール（API、データベース、ファイルなど）を安全かつ柔軟に接続するための新しい標準プロトコルであり、Claude DesktopはこのMCPにネイティブ対応しています。

MCPは、JSON-RPCベースの双方向通信プロトコルで、以下の特徴があります：

• 標準化されたインターフェース: 異なるツール間での統一的な通信方式
• セキュリティ重視: 権限管理とサンドボックス実行
• 拡張可能性: プラグイン形式でのツール追加が容易
• リアルタイム性: ストリーミング対応による高速データ処理

このガイドは、書籍『生成AIアプリ開発大全』の第9章を読んだ方、そしてAPIやPythonの基礎知識がある読者を対象としています。

特に、DifyをMCPサーバーとして動かしたい方に向けて、本書で扱った就業規則を検索できる最小構成のワークフローをMCPサーバーとして作成し、5分で試せる手順で紹介しています。

読者が自社の業務データとAIをつなぎ、「すぐに動く生成AIアプリ」を作れるよう、実践的な入り口になることを意識しています。

この記事の方向性は以下のとおりです。

何ができるか: Claude DesktopからDifyの就業規則検索システム（RAG）を直接呼び出せます

なぜ便利か: 「有給休暇について教えて」と聞くだけで、就業規則から正確な情報を取得できます

この記事のゴール: 最小限のコード（100行）で就業規則検索システムを動かしてみましょう

DifyをMCPサーバーとしてMCPクライアントから接続する構造は次の図のような流れになります。

この図でおわかりのように、DifyをMCPサーバーとして接続するにはDify APIを使うことになります。APIにはいくつか種類がありますが、例として下図のようなものがあります。