Cloudflare 上で Model Context Protocol（MCP） ↗ サーバーを構築し、デプロイできます。
Model Context Protocol（MCP） ↗ は、AI システムと外部アプリケーションをつなぐオープン標準です。MCP は、AI アプリケーション向けの USB-C ポートのようなものです。USB-C がデバイスとさまざまな周辺機器を標準的な方法でつなぐように、MCP は AI エージェントとさまざまなサービスを標準的な方法でつなぎます。
- MCP Hosts（ホスト）: Claude ↗ や Cursor ↗ のような AI アシスタント、AI エージェント、外部機能へアクセスする必要があるアプリケーションです。
- MCP Clients（クライアント）: MCP ホスト内に埋め込まれ、MCP サーバーへ接続してツールを呼び出すクライアントです。各 MCP クライアントインスタンスは、1 つの MCP サーバーと 1 本の接続を持ちます。
- MCP Servers（サーバー）: MCP クライアントが使える ツール、プロンプト ↗、リソース ↗ を公開するアプリケーションです。
MCP 標準は、次の 2 つの動作モードをサポートします。
- リモート MCP 接続: MCP クライアントはインターネット経由で MCP サーバーへ接続します。Streamable HTTP で接続を確立し、OAuth でユーザーアカウント上のリソースへのアクセスを認可します。
- ローカル MCP 接続: MCP クライアントは同一マシン上の MCP サーバーへ接続します。ローカル転送には stdio ↗ を使います。
- ツール設計: MCP サーバーを、API スキーマ全体のラッパーとして扱わないでください。特定のユーザー目標と、安定した結果に最適化したツールを作ります。細かいツールを大量に置くより、よく設計された少数のツールの方が、コンテキストウィンドウが小さい、またはレイテンシ予算が厳しいエージェントでは勝ることが多いです。
- 権限の範囲: 権限を狭く絞った MCP サーバーを複数デプロイすると、過剰な権限のリスクが下がり、各サーバーに許可した内容の管理と監査がしやすくなります。
- ツールの説明: パラメーターの説明を詳しくすると、エージェントはツールの正しい使い方を理解しやすくなります。期待する値、振る舞いへの影響、重要な制約です。エラーが減り、信頼性が上がります。
- 評価テスト: 評価テスト（evals）で、エージェントがツールを正しく使えるかを測ります。サーバーやツール説明を更新したあとに実行し、回帰を早く見つけ、改善を追跡します。
始め方 ガイドで、最初のリモート MCP サーバーを Cloudflare へ構築し、デプロイする方法を確認してください。