自分だけのMCPサーバーをPythonで作る：FastMCPで5ステップ、ClaudeとCursorに自社APIをつなぐ完全ガイド

2026年6月23日

ChatGPTやClaudeに「自社のデータベースや社内APIに繋いでほしい」と思ったことはないだろうか。Model Context Protocol（MCP）は、AIホストと外部ツールをつなぐオープン標準だ。既製サーバーで賄えない場合や、社内専用のツールを公開したい場合は「自作MCPサーバー」が最善解になる。本記事では、PythonのFastMCPライブラリを使って、5ステップで動くMCPサーバーを作り、Claude DesktopやCursorに登録するまでを一気に解説する。

MCPサーバーを自作する理由

2026年6月時点で公開MCPサーバーは1万以上あり、SDKの月次ダウンロードは9,700万回を超えた。それでも「自作」が必要なシーンは多い。

社内専用API：社外に公開できないSlack連携・ERPシステム・独自DB
独自ロジック：既製サーバーに存在しないデータ整形や認証フロー
クロスクライアント対応：Claude Desktop・Cursor・社内エージェントで同じツールを使い回す

MCPを使えば「一度書けばどこでも動く」が実現する。よく言われる「AI版USB-C」という表現が的確だ。

FastMCP vs 公式SDK：どちらを選ぶ？

Pythonで自作する場合、主に2つの選択肢がある。

比較項目	FastMCP	MCP Python SDK（低レベル）
ボイラープレート量	最小（デコレーター1行）	多め（ハンドラー手動登録）
API スタイル	FastAPI風デコレーター	明示的なハンドラー登録
トランスポート切り替え	1行で stdio ↔ HTTP	手動配線が必要
プロトコル制御	高レベル抽象（制御は限定）	低レベルまで制御可能
向いているケース	新規サーバーを素早く作る	仕様準拠が必要な本番実装

初めて作るなら FastMCP 一択。公式SDKの上に薄く乗っかる形なので、後から移行する必要があってもスムーズだ。

5ステップで作るMCPサーバー

Step 1：環境構築

Python 3.10以上が前提。仮想環境を作り、SDKをインストールする。

python -m venv mcp-env
source mcp-env/bin/activate   # Windows: mcp-env\Scripts\Activate.ps1
pip install "mcp>=1.27,<2"

mcp>=1.27,<2 とピン留めするのは、v2系がまだアルファ段階のため。DigitalOceanのチュートリアルでも同様に推奨されている。

Step 2：最小サーバーを書く

my_server.py を作り、以下を貼り付ける。

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("MyServer")

@mcp.tool()
def greet(name: str) -> str:
    """指定した名前に挨拶を返す"""
    return f"こんにちは、{name}さん！"

if __name__ == "__main__":
    mcp.run()  # デフォルトは stdio トランスポート

たったこれだけでClaudeが呼び出せるMCPサーバーになる。@mcp.tool() デコレーターが関数をMCPツールとして自動公開する。

Step 3：ツール・リソース・プロンプトの使い分け

MCPには3種類のプリミティブがある。それぞれ用途が異なる。

プリミティブ	デコレーター	向いている用途	Claudeからの見え方
Tool（ツール）	`@mcp.tool()`	APIコール・DB書き込み・計算など副作用あり操作	関数として呼び出し
Resource（リソース）	`@mcp.resource()`	ファイル・ドキュメント・設定などの読み取り専用データ	ファイルを読む感覚
Prompt（プロンプト）	`@mcp.prompt()`	再利用可能なプロンプトテンプレート	スラッシュコマンド的に呼び出し

例えば社内ナレッジベースを公開するなら、検索はTool・ドキュメント本文はResource と分けると整理しやすい。Promptの詳しい仕様はSpeakeasyのドキュメントが参考になる。

プログラミング言語アイコン（Pythonを含む） — Photo: jabberwock / CC BY-SA 2.0（Openverse経由）

Step 4：Claude Desktop・Cursorに登録する

サーバーをローカルホストに認識させるには、各クライアントの設定ファイルを編集する。絶対パスを使うのが鉄則だ。

Claude Desktop（macOS）：~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "my-server": {
      "command": "/Users/yourname/mcp-env/bin/python",
      "args": ["/Users/yourname/my_server.py"]
    }
  }
}

Cursor：~/.cursor/mcp.json

{
  "mcpServers": {
    "my-server": {
      "command": "/Users/yourname/mcp-env/bin/python",
      "args": ["/Users/yourname/my_server.py"]
    }
  }
}

Claude Desktopを再起動し、/mcp コマンドでサーバー名が「connected」と表示されれば成功だ。Cursorはエージェントモード中にツールが自動で使われる。

Step 5：動作確認とデバッグ

stdioトランスポートでは、print() を使うとJSON-RPCメッセージが壊れる。ログは必ず stderr に出す。

import sys
print("デバッグ情報", file=sys.stderr)

Claude Desktopのログは macOS では ~/Library/Logs/Claude/mcp.log に記録される。接続エラーが出たら、まず仮想環境のPythonパスとスクリプトのパスを確認しよう。

ローカル（stdio）か、リモート（Streamable HTTP）か

本番運用を考えると、Streamable HTTP トランスポートが選択肢に入る。2025年3月に策定され、SSEは現在非推奨となった。

	stdio（ローカル）	Streamable HTTP（リモート）
起動方法	クライアントがサブプロセスとして起動	URLを貼るだけ（Claude Desktop Connectors）
認証	OS権限に依存	OAuth / Bearer Tokenをヘッダーで渡す
スケール	単一マシン	クラウドで複数ユーザーに提供可能
向いているケース	個人・開発・社内1台	チーム・SaaS提供・Webクライアント対応