MCP ビルダー

ツール説明からワーキング MCP サーバーを構築します。FastMCP を使用してデプロイ可能な Python サーバーを作成します。

ワークフロー

ステップ 1: 公開する内容を定義

サーバーが提供する必要があるものを確認します:

• ツール -- Claude が呼び出せる関数 (API ラッパー、計算、ファイル操作)
• リソース -- Claude が読み取れるデータ (データベースレコード、設定、ドキュメント)
• プロンプト -- パラメータ付きの再利用可能なプロンプトテンプレート

「顧客データベースをクエリするための MCP サーバー」程度のブリーフがあれば十分です。

ステップ 2: サーバーをスキャフォルド

pip install fastmcp

サーバーファイルを作成します。サーバーインスタンスはモジュールレベルに配置する必要があります:

from fastmcp import FastMCP

# FastMCP Cloud 用にモジュールレベルに配置する必須
mcp = FastMCP("My Server")

@mcp.tool()
async def search_customers(query: str) -> str:
    """Search customers by name or email."""
    # Implementation here
    return f"Found customers matching: {query}"

@mcp.resource("customers://{customer_id}")
async def get_customer(customer_id: str) -> str:
    """Get customer details by ID."""
    return f"Customer {customer_id} details"

if __name__ == "__main__":
    mcp.run()

ステップ 3: コンパニオン CLI スクリプトを追加 (オプション)

Claude Code ターミナル使用時のため、MCP サーバーの横にスクリプトを追加します:

my-mcp-server/
├── src/index.ts          # MCP server (for Claude.ai)
├── scripts/
│   ├── search.ts         # CLI version of search tool
│   └── _shared.ts        # Shared auth/config
├── SCRIPTS.md            # Documents available scripts
└── package.json

CLI スクリプトはファイル I/O、バッチ処理、MCP ではサポートされないより豊富な出力を提供します。 assets/SCRIPTS-TEMPLATE.md と assets/script-template.ts で TypeScript テンプレートを参照してください。

ステップ 4: ローカルテスト

クイックテスト -- 直接実行:

python server.py

インスペクター UI を備えたデブモード (推奨):

fastmcp dev server.py
# Opens inspector at http://localhost:5173
# Hot reload, detailed logging, tool/resource inspection

リモートクライアント用 HTTP モード:

python server.py --transport http --port 8000

FastMCP Client を使用した自動テストスクリプト:

import asyncio
from fastmcp import Client

async def test_server(server_path):
    async with Client(server_path) as client:
        # List everything
        tools = await client.list_tools()
        resources = await client.list_resources()
        prompts = await client.list_prompts()

        print(f"Tools: {[t.name for t in tools]}")
        print(f"Resources: {[r.uri for r in resources]}")
        print(f"Prompts: {[p.name for p in prompts]}")

        # Call first tool
        if tools:
            result = await client.call_tool(tools[0].name, {})
            print(f"Tool result: {result}")

        # Read first resource
        if resources:
            data = await client.read_resource(resources[0].uri)
            print(f"Resource data: {data}")

asyncio.run(test_server("server.py"))

ステップ 5: デプロイ前チェックリスト

デプロイ前にこれらのチェックを実行します。すべての必須チェックが合格する必要があります。

必須 (デプロイ失敗の原因になります):

1. サーバーファイルが存在する
2. Python 構文が有効: python3 -m py_compile server.py
3. モジュールレベルのサーバーオブジェクト (関数内ではない):

   grep -q "^mcp = FastMCP\|^server = FastMCP\|^app = FastMCP" server.py
   

4. requirements.txt が存在し PyPI パッケージのみを含む (git+、-e、.whl、.tar.gz なし)
5. ハードコードされたシークレットなし (os.getenv/os.environ を除く api_key = "..." パターンをチェック)

警告 (アドバイザリ):

6. requirements.txt に fastmcp が記載されている
7. .gitignore が .env を含む
8. 循環インポートなし
9. Git リポジトリがリモート付きで初期化されている
10. サーバーがロードできる: timeout 5 fastmcp inspect server.py

ステップ 6: デプロイ

FastMCP Cloud (最も簡単):

git add . && git commit -m "Ready for deployment"
git push -u origin main
# Visit https://fastmcp.cloud, connect repo, add env vars, deploy
# URL: https://your-project.fastmcp.app/mcp

Cloud 要件:

• mcp、server、または app という名前のモジュールレベルのサーバーオブジェクト
• requirements.txt 内の PyPI 依存関係のみ
• パブリック GitHub リポジトリ
• シークレット用の環境変数 (ハードコード値なし)
• main へのプッシュ時に自動デプロイ、PR プレビュー デプロイ

Docker (自己ホスト):

FROM python:3.12-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
EXPOSE 8000
CMD ["python", "server.py", "--transport", "http", "--port", "8000"]

Cloudflare Workers (エッジ): Workers ベースの MCP サーバーについては、cloudflare-worker-builder スキルを参照してください。

---

重要なパターン

モジュールレベルのサーバーインスタンス

FastMCP Cloud ではサーバーインスタンスがモジュールレベルに必要です:

# 正しい
mcp = FastMCP("My Server")

@mcp.tool()
def my_tool(): ...

# 間違い -- Cloud がサーバーを見つけられない
def create_server():
    mcp = FastMCP("My Server")
    return mcp

# ファクトリパターンの修正 -- モジュールレベルでエクスポート
def create_server() -> FastMCP:
    mcp = FastMCP("server")
    return mcp
mcp = create_server()

型アノテーションが必須

FastMCP は型アノテーションを使用してツールスキーマを生成します:

@mcp.tool()
async def search(
    query: str,           # Required parameter
    limit: int = 10,      # Optional with default
    tags: list[str] = []  # Complex types supported
) -> str:
    """Docstring becomes the tool description."""
    ...

エラーハンドリング

例外を発生させるのではなく、エラーを文字列として返します:

@mcp.tool()
async def get_data(id: str) -> str:
    try:
        result = await fetch_data(id)
        return json.dumps(result)
    except NotFoundError:
        return f"Error: No data found for ID {id}"

Cloud 対応サーバーパターン

import os
from fastmcp import FastMCP

mcp = FastMCP("production-server")
API_KEY = os.getenv("API_KEY")

@mcp.tool()
async def production_tool(data: str) -> dict:
    if not API_KEY:
        return {"error": "API_KEY not configured"}
    return {"status": "success", "data": data}

if __name__ == "__main__":
    mcp.run()

---

よくあるエラーと修正

これらはあなたが遭遇するエラーです。デプロイ前に修正してください。

エラー	原因	修正
RuntimeError: No server object found at module level	サーバーが関数内に存在	mcp = FastMCP(...) をモジュールレベルでエクスポート
RuntimeError: no running event loop	非同期/待機がない	非同期操作に async def を使用
TypeError: missing required argument 'context'	Context が型ヒントされていない	context: Context を型ヒント付きで追加
ValueError: Invalid resource URI	URI スキームがない	data://、file://、info://、api:// を使用
リソーステンプレートパラメータ不一致	名前の不一致	user://{user_id} は def get_user(user_id: str) が必要
Pydantic 検証エラー	型ヒントが間違っている	ヒントが実際のデータ型と一致することを確認
トランスポート不一致	クライアント/サーバープロトコルが異なる	両方を stdio または両方を http に一致させる
編集可能パッケージでインポートエラー	パッケージがインストールされていない	pip install -e . または PYTHONPATH に追加
DeprecationWarning: mcp.settings	古い API	代わりに os.getenv() を使用
ポートが既に使用中	古いプロセス	lsof -ti:8000 | xargs kill -9
スキーマ生成失敗	JSON 非互換型	JSON 互換型を使用 (NumPy 配列なし)
JSON シリアル化エラー	レスポンス内の datetime/bytes	.isoformat() または文字列に変換
循環インポート	__init__.py のファクトリ	直接インポートを使用、ファクトリパターンを回避
Python 3.12+ datetime 警告	datetime.utcnow() が非推奨	datetime.now(timezone.utc) を使用
インポート時実行	モジュールレベルの非同期リソース	遅延初期化パターンを使用

---

プロダクションパターン

自己完結したサーバー

循環インポートを避けるため、すべてのユーティリティを 1 つのファイルに保ちます:

from fastmcp import FastMCP
import os

mcp = FastMCP("my-server")

# Config
class Config:
    API_KEY = os.getenv("API_KEY", "")
    BASE_URL = os.getenv("BASE_URL", "https://api.example.com")

# Helpers
def format_success(data): return {"status": "success", "data": data}
def format_error(msg): return {"status": "error", "message": msg}

@mcp.tool()
async def my_tool(query: str) -> dict:
    if not Config.API_KEY:
        return format_error("API_KEY not configured")
    return format_success({"query": query})

遅延初期化

モジュールレベルで非同期リソースを作成しないでください。最初の使用時に初期化します:

_db = None

async def get_db():
    global _db
    if _db is None:
        _db = await create_connection(Config.DB_URL)
    return _db

ヘルスチェックリソース

@mcp.resource("health://status")
async def health_check() -> dict:
    return {
        "status": "healthy",
        "version": "1.0.0",
        "checks": {
            "api": "connected",
            "database": "connected"
        }
    }

コネクションプーリング

import httpx

_client = None

def get_client() -> httpx.AsyncClient:
    global _client
    if _client is None:
        _client = httpx.AsyncClient(
            base_url=Config.BASE_URL,
            headers={"Authorization": f"Bearer {Config.API_KEY}"},
            limits=httpx.Limits(max_connections=20, max_keepalive_connections=5),
            timeout=30.0
        )
    return _client

バックオフ付き再試行

async def retry_with_backoff(func, max_retries=3, initial_delay=1.0):
    for attempt in range(max_retries):
        try:
            return await func()
        except Exception as e:
            if attempt == max_retries - 1:
                raise
            delay = initial_delay * (2 ** attempt)
            await asyncio.sleep(delay)

---

Context 機能 (高度)

Context インジェクション

from fastmcp import Context

@mcp.tool()
async def tool_with_context(param: str, context: Context) -> dict:
    # Context parameter MUST have type hint
    pass

進捗追跡

@mcp.tool()
async def long_task(items: list[str], context: Context) -> str:
    for i, item in enumerate(items):
        await context.report_progress(i + 1, len(items), f"Processing {item}")
        await process(item)
    return "Done"

サンプリング (ツール内からの LLM)

@mcp.tool()
async def summarise(text: str, context: Context) -> str:
    result = await context.request_sampling(
        messages=[{"role": "user", "content": f"Summarise: {text}"}],
        max_tokens=200
    )
    return result

---

CLI クイックリファレンス

fastmcp dev server.py              # Dev mode with inspector UI
fastmcp run server.py              # Run (stdio)
fastmcp run server.py --transport http --port 8000  # Run (HTTP)
fastmcp inspect server.py          # Inspect without running
fastmcp install server.py          # Install to Claude Desktop
fastmcp deploy server.py --name my-server  # Deploy to Cloud

環境変数: FASTMCP_LOG_LEVEL (DEBUG/INFO/WARNING/ERROR)、FASTMCP_ENV (development/staging/production)。

---

インテグレーションパターン (オプション)

具体的なインテグレーションアプローチについては、references/integration-patterns.md を参照してください:

• 手動 API -- 再利用可能なクライアント付き httpx.AsyncClient
• OpenAPI 自動生成 -- FastMCP.from_openapi(spec, client, route_maps=[...])
• FastAPI 変換 -- FastMCP.from_fastapi(app)

---

アセットファイル

• assets/basic-server.py -- 最小限の FastMCP サーバーテンプレート
• assets/self-contained-server.py -- ストレージとミドルウェア付きのサーバー
• assets/tools-examples.py -- ツールパターンと型アノテーション
• assets/resources-examples.py -- リソース URI パターン
• assets/prompts-examples.py -- プロンプトテンプレートパターン
• assets/client-example.py -- MCP クライアント使用法
• assets/SCRIPTS-TEMPLATE.md -- CLI コンパニオンドキュメントテンプレート
• assets/script-template.ts -- TypeScript CLI スクリプトテンプレート