Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
MCP連携で加速するAI駆動開発/mcp integration accelerates ai...
Search
BPStudy
July 28, 2025
Programming
0
300
MCP連携で加速するAI駆動開発/mcp integration accelerates ai-driven-development
BPStudy#215〜MCP連携で加速するAI駆動開発(
https://bpstudy.connpass.com/event/361340/
) の登壇資料です。
BPStudy
July 28, 2025
Tweet
Share
More Decks by BPStudy
See All by BPStudy
ビジネスアナリシスはビジネス”分析”じゃないよ!~システム人材が価値を生むための基盤スキルとしてのビジネスアナリシス~
bpstudy
0
600
見積りと提案の力を競う見積りソン/ an estimation-thon to compete on the quality of estimates and proposals
bpstudy
0
430
Other Decks in Programming
See All in Programming
CEDEC2025 長期運営ゲームをあと10年続けるための0から始める自動テスト ~4000項目を50%自動化し、月1→毎日実行にした3年間~
akatsukigames_tech
0
140
CEDEC 2025 『ゲームにおけるリアルタイム通信への QUIC導入事例の紹介』
segadevtech
3
890
GUI操作LLMの最新動向: UI-TARSと関連論文紹介
kfujikawa
0
950
自作OSでDOOMを動かしてみた
zakki0925224
1
1.3k
Bedrock AgentCore ObservabilityによるAIエージェントの運用
licux
9
680
Amazon Q CLI開発で学んだAIコーディングツールの使い方
licux
3
180
サイトを作ったらNFCタグキーホルダーを爆速で作れ!
yuukis
0
340
LLMは麻雀を知らなすぎるから俺が教育してやる
po3rin
3
2.1k
Android 15以上でPDFのテキスト検索を爆速開発!
tonionagauzzi
0
200
新しいモバイルアプリ勉強会(仮)について
uetyo
1
260
Google I/O recap web編 大分Web祭り2025
kponda
0
2.9k
パスタの技術
yusukebe
1
380
Featured
See All Featured
Six Lessons from altMBA
skipperchong
28
4k
A Modern Web Designer's Workflow
chriscoyier
695
190k
jQuery: Nuts, Bolts and Bling
dougneiner
64
7.8k
[RailsConf 2023] Rails as a piece of cake
palkan
56
5.8k
A designer walks into a library…
pauljervisheath
207
24k
GitHub's CSS Performance
jonrohan
1031
460k
Art, The Web, and Tiny UX
lynnandtonic
301
21k
Why Our Code Smells
bkeepers
PRO
338
57k
A better future with KSS
kneath
239
17k
Embracing the Ebb and Flow
colly
86
4.8k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.8k
Building Adaptive Systems
keathley
43
2.7k
Transcript
2025/07/28 beproud.jp / tracery.jp BPStudy#215 MCP連携で加速するAI駆動開発 2025.07.28 - BeProud 清水川
2025/07/28 beproud.jp / tracery.jp • (株) BePROUD ◦ IT Architect
◦ TRACERY 開発チーム 個人活動等 • Pythonコミュニティー運営 ◦ Python mini Hack-a-thon ◦ Sphinx users JP ◦ PyCon JP Association; accounting director • Books 翻訳/執筆 (13冊) about.me/shimizukawa 清水川 貴之
2025/07/28 beproud.jp / tracery.jp AI駆動開発 人が実装方針を考えて、コードをタブ補完で書いていく時代から、 要件/設計を元にAIが実装していく時代へ。 • AIのサポート範囲が広がってきている ◦
Copilot によるタブ補完 ◦ コーディングエージェントによる自動実装 ▪ 対話型(IDE上、ターミナル上) ▪ 非対話型(Issueをアサインするとプルリクエストを作ってくれる等) • AIへの指示方法が変わってきている ◦ コードコメントを書いてCopilotでコード補完 ◦ チャット欄でAIに「〇〇を実装して」と指示 ◦ AIにルールや仕様書を渡して実装を指示 ◦ AIと一緒に仕様や設計を作成してから実装 ▪ Kiroの提唱するスペック駆動開発 そして、AI駆動開発は、MCP連携によって加速します。
2025/07/28 beproud.jp / tracery.jp AIエージェントとMCP連携 • AIエージェント ◦ 「AIチャット」は、人間とAIの対話 ◦
「AIエージェント」は、自律的に目標を達成 ◦ 計画立案: 設定された目標を達成するために必要なことを自分で考える ◦ 目標達成: LLMからの結果を受け取り、期待する結果になるまで試行錯誤する • MCP連携 ◦ MCP = Model Context Protocol ◦ クライアントと外部ツール・データ接続の共通仕様(業界標準として急速に普及中) ▪ これまで各社個別に定義していた ▪ 例えばピザ注文ファンクションを作っても、各社向け仕様に個別対応が必要 ◦ MCPの登場によって、1つのMCPサーバー実装を各クライアントから利用可能に ▪ VSCode, Claude, Cursor, Windsurf, … 等、 ▪ 今後 A2A でも使われていく(予想)
2025/07/28 beproud.jp / tracery.jp MCPとは AIエージェント等とサービスを接続する 共通プロトコル(ざっくり) • ローカルMCPサーバー ◦
VSCode等のクライアントと同じ環境で動作 ◦ ローカルファイルを検索したり読ませたり ◦ 外部サービスへの接続も可能 ▪ GitHubの場合、設定でPATを指定 ◦ 利用者各自でインストールやセットアップが必要 • リモートMCPサーバー ◦ 外部でホスティングされているMCPサーバー ◦ OAuth認証によるアクセス権付与 ◦ 利用者側でのインストールは不要 MCP 2025-06-18 仕様より
2025/07/28 beproud.jp / tracery.jp AI駆動開発の課題とMCPの活用 • AIは長いコンテキストを忘れる ◦ 対策: ローカルファイルに、ルールを書いておく
◦ 対策: 設計や実装の途中経過をファイルに書き出す • 知見を次の開発でも活用 ◦ 対策: ルールや設計をコードと一緒にリポジトリにコミット ◦ 課題: ローカルのAI向けまとめファイルが増加 • 人間向け仕様との分断 ◦ 課題: 経緯(フロー情報)と最終的な設計(ストック情報)が混在 ◦ 課題: 設計がソースコードリポジトリにだけあり開発者以外が参照しづらい AI駆動開発であっても、ストック情報を整理して、参照可能性を高めることが重要。 ストック情報はAI駆動開発のサイクルでも効果を発揮します。
2025/07/28 beproud.jp / tracery.jp MCPサーバーとTRACERY TRACERYは、システム開発のためのドキュメントサービスです。 今回、MCPサーバー機能を追加したことにより、MCP連携を通してAIからも、システム 開発における知識を保存するバックエンド として、利用可能になりました。
2025/07/28 beproud.jp / tracery.jp MCPアーキテクチャとTRACERYの関係 今日のデモでは、以下の流れで紹介します。 • TRACERYに基本的なストック情報を用意 • AIエージェントにストック情報をまとめてもらう
• MCPサーバー経由でTRACERYにドキュメントを保存
2025/07/28 beproud.jp / tracery.jp 図書館のシステムを開発している開発チームに参加しました。 しかし、そのチームにはドキュメントがありませんでした。 • 引き継いだもの ◦ 稼働しているサーバー
◦ サーバー内の、ソースコード、データベース • これからやること ◦ システム全体の把握 ◦ 新機能追加 ユースケース
2025/07/28 beproud.jp / tracery.jp • 開発ツール ◦ IDE: Visual Studio
Code ◦ Agent: GitHub Copilot Agent ◦ LLM: Claude Sonnet 4 ◦ MCP: TRACERY • Webアプリケーション ◦ 言語: Python ◦ WAF: Django ◦ API: REST Framework ◦ DB: MySQL 上記以外のツール、言語、フレームワークの組み合わせでも同様に使えます。 今回のデモに使うシステムの技術スタック
2025/07/28 beproud.jp / tracery.jp 今日のデモの流れ システムを把握 • データベース構造を把握(TRACERYにSQLインポート) • データベースへ論理名を設定(DDLに含まれていないため)
• システム全体の用語登録 • 追加開発の要件を作成 • モデル定義、API実装 ◦ テーブル追加 + Django Admin追加 ◦ REST API 追加 • ストック情報を整理して、ドキュメントへ反映
2025/07/28 beproud.jp / tracery.jp データベース構造を把握
2025/07/28 beproud.jp / tracery.jp データベース構造を把握 まずは、データベース構造を把握します。 • 空のTRACERYプロジェクトを用意 • DB定義をTRACERYにインポートします
2025/07/28 beproud.jp / tracery.jp MCP経由でDB定義を参照
2025/07/28 beproud.jp / tracery.jp MCP経由でDB定義を参照 これから、VSCodeとMCPサーバーを接続して、DB定義が参照できるか確認します。 • VSCodeにMCPサーバーを追加 ◦ https://<subdomain>.tracery.jp/mcp/
• Copilot に、接続しているMCPを確認してもらう プロンプト - #tracery-lib で使えるMCPツールを確認してください
2025/07/28 beproud.jp / tracery.jp データベースへ論理名を設定
2025/07/28 beproud.jp / tracery.jp データベースへ論理名を設定 DDLに含まれていなかった、論理名を設定します。 また、モデルの用途なども(今回は類推で)入れてもらいます。 プロンプト - models.py
を元に、DB定義の論理名を設定してください。 - また、DB定義にコメント(説明、概要)を設定してください。 - 概要には、論理名を元にどのような用途なのか追加情報を記載してください。 - 概要はidやFKなど明確なものには不要ですが、説明が必要であれば設定してくださ い。 - INDEXやUNIQUE等の制約を付けた理由を伝える必要があれば、概要に追記してく ださい。
2025/07/28 beproud.jp / tracery.jp システム全体の用語登録
2025/07/28 beproud.jp / tracery.jp システム開発全体で、共通した用語を使用します。 また、用語に対応したコーディング用名称を定義し、実装に使用します。 LLMがソースコードを調査する際に、用語を誤解したり勝手に解釈して使用してくる課題に対し て、用語集を読み込んだ上で調査し、仕様書を作成してもらう動作が期待できます。 プロンプト -
DB定義とソースコードに基づいて、用語を登録してください。 - 用語はカテゴリごとに分類し、関連する用語をグループ化してください。 - 用語のうち、優先度が高いのは、対象ドメインの専門用語です。 - 他にも、システム用語や業務用語など、関連する用語を登録してください。 - 開発関連の用語は知名度の低いものだけで OK. 例えばDjangoやPythonなどの有名なものは登録しなくてOKです。 - コーディング用名称は小文字のスネークケース システム全体の用語登録
2025/07/28 beproud.jp / tracery.jp 追加開発の要件を用意
2025/07/28 beproud.jp / tracery.jp 追加開発の要件を用意 ここから、新しい要件を実装していきます。 • (要件定義者)要件「書籍お気に入り機能」をTRACERY上で作成 • (開発リーダー)開発ガイドラインを登録
2025/07/28 beproud.jp / tracery.jp モデル定義、API実装
2025/07/28 beproud.jp / tracery.jp モデル定義、API設計、実装 要件を元にフロント向け新機能の API設計をしてもらいます。 設計内容はいちど人間が確認するために、ローカルファイルに書き出してもらい、必要であれば手直しを します。 プロンプト(1つずつ)
- TRACERYで、要件「書籍お気に入り機能」を確認して、要件を満たすのに必要な APIを教えてください。 - まずはテーブル設計を行って、 design.md ファイルに書いてください。 - それを元にAPI設計を design.md ファイルに書いてください。 (ここで必要であれば手直し) - この内容で実装してください。
2025/07/28 beproud.jp / tracery.jp ストック情報の保存
2025/07/28 beproud.jp / tracery.jp ストック情報の保存 実装結果を元にストック情報を整理して、ドキュメントに反映します。 このストック情報は次の開発で参照されるだけでなく、多くの関係者が参照するドキュメ ントになります。 プロンプト -
実装した結果を「DB設計」「API設計」「新しい用語」にまとめ、TRACERYに登録してく ださい。 - まとめ方は、開発ガイドラインの「TRACERY ページ・ドキュメント作成ガイド」を参照し てください。
2025/07/28 beproud.jp / tracery.jp ストック情報の参照
2025/07/28 beproud.jp / tracery.jp ストック情報の参照(TRACERYの活用) 基本データ • ページ、図、データベース定義、用語集 コンテキストとしてLLMに渡せるデータ •
GitHub連携(Issue、PR)、 • Redmine連携(チケット) • Google Drive Googleドキュメント、SpreadSheet • バックリンク(情報間の相互関連) • ページやDB定義の変更履歴
2025/07/28 beproud.jp / tracery.jp ありがとうございました。 ご質問等あればチャット欄にお願いします。