MCPサーバーの概要¶

Model Context Protocol（MCP）は、AIエージェント、大規模言語モデル（LLM）、コーディングアシスタントが、一貫性のあるインターフェイスを通じて外部ツール、データソース、サービスを発見し、連携できるようにするオープンスタンダードです。 各エージェントやクライアント内にツールのロジックを組み込む代わりに、ツールを一元的にホストするMCPサーバーをデプロイします。 クライアントは実行時にそのサーバーに接続し、クライアントごとに独自の統合コードを作成することなく、ツールのリストを表示したり、ツールを呼び出したりすることができます。

DataRobotには、マネージドプラットフォームサービスから自分でデプロイするテンプレートまで、複数のMCPサーバーオプションが用意されているため、DataRobotの機能とカスタムロジックをエージェントワークフロー、IDE、およびチャットクライアントに公開できます。

MCPの仕組み¶

MCPはクライアントサーバーモデルを採用しています。

• クライアント - タスクの計画を行う推論エンジンまたはアシスタント。 例としては、DataRobot Agentic Starterテンプレート内のLangGraphエージェントや、Cursor、Claude Desktop、VS Code内のIDEアシスタントなどが挙げられます。
• MCPサーバー - ツールのロジック、リソース、プロンプトをホストするWebサービス。 サーバーは、DataRobot APIの呼び出し、予測の実行、外部システムへのクエリー発行などのタスクを実行します。
• プロトコル - 検出および呼び出しのための標準インターフェイス。 クライアントはサーバーに利用可能なツールを問い合わせ、それらを実行するための構造化されたリクエストを送信します。

flowchart LR
    Client["MCP client<br/>(agent, IDE, chat app)"]
    Server["MCP server<br/>(tools, resources, prompts)"]
    DR["DataRobot platform<br/>and external APIs"]

    Client <-->|"MCP protocol"| Server
    Server --> DR 

MCPサーバーを使用する理由¶

MCPサーバーを使用してツールを提供することには、ツールをエージェントのコードに直接組み込んだり、各ツールを個別にデプロイしたりする場合に比べて、いくつかの利点があります。

• ツール管理の一元化 - 複数のエージェントやクライアントが共有できるツールを、1か所で定義・ホストできます。
• 標準化されたインターフェイス - ツールはMCPプロトコルに準拠しているため、MCP互換のフレームワークやクライアント間で動作します。
• 動的な検出 - クライアントは実行時に利用可能なツールを一覧表示します。すべてのクライアントを再デプロイすることなく、サーバー上でツールを追加または変更できます。
• 関心の分離 - エージェントやアプリケーションとは独立して、ツールサーバーのスケールアップや更新を行うことができます。

エージェントワークフロー内でのツール統合パターンについては、MCPサーバーを使用してツールを統合するを参照してください。 IDEやチャットクライアントの接続については、エージェントコーディング環境をMCPサーバーに接続するを参照してください。

DataRobot MCPサーバーのタイプ¶

DataRobotでは、主に3つのMCPサーバーオプションがサポートされています。 適切な選択肢は、マネージドプラットフォームのエンドポイントが必要か、完全にカスタマイズ可能なサーバーが必要か、あるいはエージェントアプリケーションとバンドルされたMCPサーバーが必要かによって異なります。

DataRobot Global MCP¶

DataRobot Global MCPは、DataRobotがインスタンスに自動的にプロビジョニングする、永続的にデプロイされたMCPサーバーです。 エージェントワークフローとMCPクライアントは、個別のMCPアプリケーションをデプロイすることなく、固定プラットフォームエンドポイントを使用して接続できます。

エンドポイント：

https://{DATAROBOT_URL}/api/v2/genai/globalmcp/mcp 

主な特徴：

• マネージドサービス - 作成や保守のために、別途MCPをデプロイする必要はありません。
• プラットフォームネイティブなアクセス - DataRobot APIキーを使用して、エージェントワークフローやコーディング環境から接続します。
• 予測AIツール（初回リリース） - Global MCPでは現在、DataRobotの予測AIツールが利用可能です。今後のリリースでは、ツールカテゴリーの追加が予定されています。

認証：リクエストには、ベアラートークンとして渡されるDataRobot APIキーが必要です。 キーは、ユーザーメニューのAPIのキーとツールから取得してください。 APIキー管理を参照してください。

使用する場合：

• Cursor、Claude Desktop、VS Code、またはエージェントワークフローから、DataRobotの予測分析ツールにすぐにアクセスしたい場合。
• カスタムツール、サードパーティ製品との連携、またはデプロイ固有の設定が必要ない場合。
• 使用中の環境で、Global MCPのエンドポイント (最近のDataRobotリリースで入手可能) が提供されている場合。

クライアントの設定例については、DataRobot Global MCPの使用を参照してください。

スタンドアロンMCPサーバー¶

DataRobot MCPテンプレートは、FastMCPベースのMCPサーバーをDataRobotカスタムモデルアプリケーションとしてデプロイするApp Frameworkのコンポーネントです。 開発用にローカルで実行することも、本番環境用にDataRobotにデプロイすることもできます。

エンドポイント：

主な特徴：

• 包括的な組み込みツール - DataRobotプラットフォームの操作、サードパーティ製品との連携、Web検索のための組み込みツール。
• 動的なツール登録 - タグ付けされたDataRobotデプロイを自動的にMCPツールとして公開します。
• カスタムツールの作成 - FastMCPデコレーターとPythonの型ヒントを使用して、ドメイン固有のツールを追加します。
• 再利用可能なインスタンス - 1つのプロジェクト内で、別々のMCPバックエンド向けに、異なる名前でコンポーネントを複数回適用します。
• OpenTelemetryのトレース - 本番環境におけるツール呼び出しのオブザーバビリティをオプションで提供します。

組み込みツールのカテゴリーには、以下のものが含まれます。

• DataRobotプラットフォーム - カタログおよびデータセット、モデリングおよびプロジェクト、デプロイ、バッチおよびリアルタイム予測、ベクターデータベース、ユースケース、ドキュメント検索。
• データコネクター - Confluence、Jira、Googleドライブ、Microsoft 365（OAuthの設定が必要です）。
• Web検索 - PerplexityおよびTavily（APIキーが必要です）。

サポートされている組み込みMCPツール¶

スタンドアロンのDataRobot MCPテンプレートでは、現在、以下の組み込みツールがサポートされています。

DataRobot - カタログ（データセットとデータストア）：

• catalog_upload_dataset, catalog_list_datasets, catalog_get_preview, catalog_list_datastores, catalog_browse_datastore
• catalog_query_datastore, catalog_check_timeseries_eligibility, catalog_analyze_dataset, catalog_suggest_ml_problems, catalog_get_eda_insights

DataRobot - モデリング（プロジェクトとモデル）：

• models_get_bestmodel, modeling_score_dataset, modeling_list_models, modeling_get_modeldetails, modeling_list_projects
• modeling_get_project_dataset, modeling_start_autopilot, modeling_get_model_roc, modeling_get_model_feature_impact, modeling_get_model_lift_chart

DataRobot - デプロイ：

• deployment_get_list, deployment_get_model_info, deployment_create_deployment, deployment_get_prediction_history, deployment_get_info
• deployment_generate_prediction_sample, deployment_validate_prediction_data, deployment_get_features

DataRobot - 予測：

• predict_batch_predictions_from_dataset, predict_batch_predictions_from_partition, predict_get_batch_job_status
• predict_get_batch_results, predict_score_catalog_realtime, predict_score_inline_realtime

DataRobot - ベクターデータベース、ユースケース、ドキュメント：

• vdb_list, vdb_query, datarobot_usecases_list, usecases_list_assets, datarobot_docs_fetch_page

データコネクター - Confluence：

• confluence_get_page, confluence_create_page, confluence_add_comment, confluence_search_space, confluence_update_page

Data connectors - Jira:

• jira_search_issues, jira_get_issue, jira_create_issue, jira_update_issue, jira_transition_issue

データコネクター - Googleドライブ：

• gdrive_find_contents, gdrive_read_and_export_content, gdrive_create_file, gdrive_update_metadata, gdrive_manage_access

データコネクター - Microsoft 365：

• microsoft_graph_search_content, microsoft_graph_share_item, microsoft_graph_create_file, microsoft_graph_update_metadata

Web検索ツール：

• perplexity_search, perplexity_sonar, tavily_search_web, tavily_extract_text, tavily_list_links, tavily_crawl_site

使用する場合：

• カスタムツール、コラボレーションプラットフォームとの連携、またはツール画面の完全な制御が必要である場合。
• 複数のエージェントまたはMCPクライアントが、1つのツールバックエンドを共有する必要がある場合。
• 動的ツール登録を通じて、DataRobotのデプロイを自動的にツールに変換したい場合。

デプロイおよび開発については、MCPサーバーアプリケーションテンプレートおよびMCPテンプレートリポジトリを参照してください。

Agentic Starter MCPサーバー¶

DataRobot Agentic Starterテンプレートには、FastAPIバックエンド、Reactフロントエンド、LangGraphエージェントワークフローに加え、MCPサーバーが含まれています。 このサーバーは、開発中はローカルで実行することも、アプリケーションの他の部分とともにDataRobotにデプロイすることも可能です。

エンドポイント：

ローカルのポートを変更するには、.envファイルでMCP_SERVER_PORTを設定します。

主な特徴：

• 統合エージェントクライアント - LangGraphのワークフローは、実行時にcustompy_adaptor（DRUM）およびregister.py（DRAgent）内のmcp_tools_contextを通じてMCPツールを受け取ります。
• 共同デプロイアーキテクチャ - エージェント、API、フロントエンド、およびMCPサーバーが1つのテンプレートにまとめて提供されます。
• 構成可能 - エージェントは、バンドルされたサーバーの代わりに（またはそれに加えて）、スタンドアロンMCPサーバーやGlobal MCPに接続することも可能です。

使用する場合：

• Agentic Starterテンプレートを使用してエージェントアプリケーションを構築しており、MCPツールをすぐに利用できるようにしたい場合。
• ローカルでの開発とデプロイのために、エージェントとそのツールサーバーの両方を含む単一のテンプレートを使用する場合。

バンドルされているMCPサーバーは、スタンドアロンテンプレートと同じMCPプロトコルに従います。 エージェント側での統合の詳細については、MCPサーバーを使用してツールを統合するを参照してください。

エンドポイントリファレンス¶

エージェントやMCPクライアントを設定する際は、以下のパターンを使用します。 可能な場合は、常にデプロイの出力結果に記載されている正確なURLを使用します。

認証¶

DataRobotへのリモートMCP接続には、通常、以下のものが必要です。

• Authorization: Bearer <DATAROBOT_API_TOKEN> - 認証用のDataRobot APIキー。
• x-datarobot-api-token: <DATAROBOT_API_TOKEN> - 多くのスタンドアロン環境やAgentic Starter環境でのツール実行に必要です。

Global MCPでは、通常、ベアラートークンのみを必要とします。 クライアントごとの設定例については、エージェントコーディング環境をMCPサーバーに接続するを参照してください。

MCPサーバーの選択¶

このガイダンスを参考にして、適切なオプションを選択してください。

• IDEやエージェントからDataRobotの予測ツールにすばやくアクセスする必要があり、かつインスタンスがエンドポイントを提供している場合は、Global MCPから開始します。
• カスタムツール、サードパーティ製品との連携（Jira、Confluence、Googleドライブ、Microsoft 365）、Web検索、動的なデプロイ登録、または複数のアプリケーションで共有される専用のツールサーバーが必要な場合は、スタンドアロンMCPテンプレートを使用します。
• Agentic Starterテンプレートを基盤として構築しており、LangGraphエージェントと併せて、最小限の設定でMCPツールを統合したい場合は、Agentic Starter MCPサーバーを使用します。

オプションを組み合わせることも可能です。たとえば、Agentic Starterエージェントは、開発時にはバンドルされたMCPサーバーに接続し、本番環境ではスタンドアロンMCPサーバーまたはGlobal MCPに接続することができます。

MCPとツールの直接統合の比較¶

DataRobotでは、MCPサーバーを使用せずにツールをエージェントに直接統合することも可能です（たとえば、ToolClientやツールの直接デプロイなど）。 ツールの一元管理、プロトコル標準への準拠、およびランタイムツールの検出が必要な場合は、MCPの使用を推奨します。

ツールの直接統合については、エージェントにツールを追加するを参照してください。

次のステップ¶