mcp-use
Manufact · コーディング
mcp-useは、Model Context Protocolのサーバー、クライアント、AIエージェントをTypeScriptとPythonで構築できるオープンソースのフレームワーク。Manufact Cloudでホスティングも選べる。
mcp-use について
What Is mcp-use
mcp-useは、AIモデルが外部ツールやデータとやり取りするための標準、Model Context Protocolを扱う開発者向けのMCPフレームワークだ。ひとつのスタックで三つをカバーする。MCPサーバー、MCPクライアント、そしてAIエージェントである。TypeScriptでもPythonでも書け、プロトコル周りの面倒はフレームワークが引き受けるので、ツールが実際に何をするかに集中できる。
このプロジェクトは、現在Manufactという社名になったチームが生み出したもので、SDKはそのオープンソースの中核だ。2026年以降、同社は対になるホスティング基盤Manufact Cloudを運営し、mcp-useで作ったものをデプロイできる。GitHubにプッシュすればサーバーは公開され、YAMLやDockerfileと格闘する必要はない。
売りは速さで、サンプルコードもそれを裏付ける。MCPサーバー、クライアント、エージェントそれぞれを約6行のコードで立ち上げられると謳っている。公式SDKを手作業で配線した経験があれば、どれだけの定型的な作業を省けるか分かるはずだ。
先に押さえておきたい制約は二つある。ホスティングサービスは別料金の製品なので、mcp-use本体の無料枠はオープンソースのライブラリだけが対象だ。もう一つ、フレームワークはTypeScriptを優先しており、Web系のチームには快適だが、Pythonだけで完結させたいチームが最も充実したUI機能を使うには少し重くなる。
Getting Started
- コマンド一つでプロジェクトを作る。
npx create-mcp-use-app my-app、またはpip install mcp-useでPythonパッケージを導入する - サーバーファイルにツール、リソース、プロンプトを定義し、
npm run devでローカル起動する - 内蔵のInspectorを開き、モデルを接続せずにツール呼び出しと生のJSON-RPC通信を確認する
- リポジトリをManufact Cloudに接続してプッシュするか、CLIから
mcp-use deployを実行し、サーバーをChatGPTやClaudeなどに公開する
AIツール情報
mcp-useの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- バックエンド／フルスタック開発者：プロトコル層を自作せずMCPサーバーを公開したいエンジニア。すでに使っている言語でそのまま書ける
- AIプロダクトチーム：ChatGPT、Claude、Geminiに接続するツールを作り、ローカル構築から本番サーバーまでの再現可能な流れを求めるチーム
- オープンソースの貢献者と趣味の開発者：無料でライセンスが緩く、コミュニティが活発なフレームワークを探す個人
- スタートアップの技術責任者：サーバー、クライアント、エージェントを別々のライブラリ三つではなく、一つのフレームワークでまとめたい小規模チーム
タスク
- MCPサーバーの構築：あらゆるMCPクライアントが発見・呼び出せるツール、リソース、プロンプトを定義する
- MCPクライアントの接続：LLMを外部サーバーにつなぎ、エージェントを挟まずにプログラムからツールを呼び出す
- AIエージェントの構築：複数の推論ステップにまたがってツールを呼び、Webを閲覧し、ファイルを扱うエージェントを作る
- MCP通信のデバッグ：実際のクライアントをつなぐ前に、ブラウザでツール呼び出しとJSON-RPCメッセージを確認する
- ホスティングとデプロイ：サーバーをクラウドに上げ、リクエスト、ビルド、実行ログをダッシュボードで追う
シーン
- 社内ツールをClaudeに開放したい：APIをMCPサーバーとして包み、半日で接続する
- ChatGPT向けアプリの提供：一度作れば複数のAI環境に対応でき、プラットフォームごとに作り直さずに済む
- エージェントの試作：有料プランに申し込む前に、Inspectorでローカルにツール呼び出しを試す
- 既存チャットボットへの機能追加：すでにLLMとやり取りしているNodeやPythonのサービスにMCPを組み込む
- 公開サーバーの配信：GitHubからデプロイし、外部クライアントにツールを発見・呼び出してもらう
主な機能
TypeScriptとPythonのフルスタックMCPスタック
mcp-useはサーバー、クライアント、エージェントの全工程をカバーし、TypeScript MCPとPythonの両方に対応する。動く構成にするために複数のライブラリを混ぜる必要はなく、両言語は同じ考え方と命名を共有する。チームはこれをフルスタックフレームワークと呼ぶが、今回はその呼び名がしっくりくる。ひとつのプロジェクトが、作る側と呼び出す側の両方に触れるからだ。
コマンド一つでスキャフォールド
npx create-mcp-use-app my-app を実行すると、サーバー、ReactのUI層、開発サーバーがすでにつながった動くプロジェクトが生成される。最初のツール呼び出しの前に来がちなセットアップ作業を丸ごと省くのが狙いだ。Pythonでは pip install mcp-use だけでサーバーフレームワークが手に入る。
内蔵Inspectorとローカルテスト
フレームワークには、サーバーを実際のクライアントに対して動かせるWeb版のInspectorが付いてくる。ツール呼び出しを発火し、生のJSON-RPCを読み、GPT、Claude、Geminiなどのモデルを切り替えて挙動を比べられる。ローカルに何も用意せずブラウザからデバッグできるのは、特定のモデルでしか不具合が出ないときに効く。
MCP-UIと対話型アプリウィジェット
サーバーだけでなく、mcp-useはMCPアプリも作る。ChatGPTやClaudeの中でテキストではなく本物のインターフェースとして描画されるReactウィジェットだ。フレームワークはこうしたUIリソースを一級で支えるので、対話型アプリを一度作れば複数の環境で動く。mcp-useを低レベルのMCPライブラリと分けるのは、まさにこの機能である。
クライアントとエージェントのAPI
クライアント側は、どんなLLMでもどんなMCPサーバーにつなぎ、エージェントが不要なときはツールを直接呼び出せる。エージェント側は、ステップをまたぐ推論、ツール利用、Web閲覧、ファイル操作を加える。どちらも同じパッケージの一部なので、スクリプト化したクライアントから本格的なエージェントへ移っても、二つ目のフレームワークを覚える必要はない。
Manufact Cloudでのホスティングとデプロイ
連携するMCPホスティング基盤は、リポジトリを稼働中のサーバーに変える。GitHubを一度つなげば、プッシュごとに自動デプロイされ、ブランチごとのプレビューURL、独自ドメイン、SSLもまとめて処理される。ダッシュボードでリクエスト、ビルド、テスト、実行ログを追えるので、運用は一か所に収まる。
公式SDKとの互換性とドキュメント
サーバーフレームワークは公式のMCP SDKを置き換えるのではなく拡張するので、既存サーバーは壊れずに移行でき、仕様にも準拠し続ける。ドキュメント用エンドポイント、構造化ログ、発見用のopenmcp.jsonメタデータファイルを加える。この組み合わせで、広いMCPのエコシステムとの互換性を保ちながら、本番向けの部品を足せる。
メリットとデメリット
メリット
- オープンソースで無料。営業の電話もライセンス料もなしに導入できる
- 一つのフレームワークでサーバー、クライアント、エージェントをカバーし、TypeScriptとPythonの両方に対応する
- 内蔵Inspectorにより、モデルを接続せずツール呼び出しとJSON-RPCを試せる
- MCP-UI対応で、テキストツールだけでなくChatGPTやClaude向けの対話型アプリを作れる
- 公式MCP SDKとの互換性を保つので、既存サーバーを書き直さずに移行できる
デメリット
- ホスティングは別の有料基盤なので、SDKの無料枠にはデプロイ先が含まれない
- フレームワークはTypeScript優先で、Pythonだけのチームには最も充実したUI機能が重荷になる
- プロジェクトがmcp-useからManufactへ改名したため、古いチュートリアルやパッケージ参照が古い名称を指すことがある
- 最も成熟したツールはNodeとnpmの流れを前提にしており、別の実行環境に統一したチームには摩擦が生じる
よくある質問
mcp-useは、Model Context Protocolを使うサーバー、クライアント、AIエージェントを構築するためのオープンソースフレームワークだ。TypeScriptとPythonで動き、プロトコルの細部を引き受けることで、開発者が公開するツールに集中できるようにする。プロジェクトは現在Manufactの一部である。
関連コンテンツ
mcp-useに関連するツール、スキル、記事を探す。
mcp-useの代替ツール
Base Code
Base44 (Wix) · コーディング · 生産性向上Base CodeはBase44の共有クラウド開発環境だ。既存のGitHubリポジトリに対する変更をチャットで伝え、プレビューで確認し、プルリクエストとして返せる。
Google EmbeddingGemma 2
Google DeepMind · ライティング · 画像 · コーディングGoogle EmbeddingGemma 2 は 7 億 4000 万パラメータのオープンなモデルで、テキスト、コード、画像、音声、動画フレームを同じ 768 次元空間のベクトルに変え、スマートフォンやノート PC 上で動く。
GitGlow
GitGlow · コーディング · 生産性向上GitGlow は自分のコードと AI エージェントの変更を一つのレビューにまとめるデスクトップ Git クライアントだ。出荷前に、マシンから何が出ていくのかを確かめられる。