#mcppage 3/6

AI要約ExcelをClaude CodeとMCPで連携させると、AIとの日本語会話だけで高度なマクロを新規作成・修正できることが分かり、単なるデバッグ支援を超えた開発体験が得られる。

AI SUMMARYBy connecting Excel with Claude Code via MCP, the author discovered that natural-language conversation can not only fix existing macros but also generate sophisticated new ones from scratch, dramatically expanding what non-developers can build.

AI要約AIは祝日一覧や起算日の仕様を持たないため営業日計算で1日ずれが生じやすく、Thousand APIをMCP経由で利用することで正確な営業日計算を実現できる。

AI SUMMARYAI models lack built-in holiday data and business-day counting rules, causing off-by-one errors in deadline calculations; the article shows how to fix this reliably via Thousand API over MCP.

AI要約MCPサーバーカードから個別に有効・無効を切り替える機能が追加され、無効化されたスキルがエージェントコンテキストから除外されるバグも修正された。

AI SUMMARYOpenHands v1.8.0 adds the ability to enable or disable installed MCP servers directly from their cards, and fixes a bug where disabled skills were incorrectly included in the agent context.

AI要約MCPの新仕様はエンタープライズ規模での採用を阻んでいた課題を解消し、既存機能の突然の削除を防ぐ安定性ポリシーも導入された。

AI SUMMARYA revised MCP specification tackles the primary obstacle to enterprise adoption and introduces a stability policy that prevents features from being removed without warning.

AI要約Codebase Memory MCPは、ソースコードを解析して関数・クラス・呼び出し関係をナレッジグラフとして保存するMCPサーバーで、Claude CodeなどのクライアントからコードベースをAIに調査させることができる。

AI SUMMARYCodebase Memory MCP is an MCP server that parses source code and stores functions, classes, and call relationships as a knowledge graph, enabling AI clients like Claude Code to interactively investigate a codebase.

AI要約ChatGPT WorkはSlackやメール・カレンダーなど複数サービスをまたぐクラウドエージェントで、上限到達は意図的な設計であり、本記事はそのリソース消費の仕組みと節約策3つを解説する。

AI SUMMARYChatGPT Work is a cloud agent designed to operate across Slack, email, calendars, and code repos for extended tasks; this article explains why hitting usage limits is by design and offers three practical tips to reduce resource consumption.

AI要約AIでExcel VBAを操るツールの開発開始から約1年が経ち、著者はExcel内で自律的に動作するエージェントの初号機を実装した。MCPを活用したこの取り組みは、Excelをただの表計算ツールではなくエージェントの実行環境として捉え直す試みとして注目される。

AI SUMMARYOne year after starting an AI-driven Excel VBA manager, the author built a first-generation agent that lives inside Excel itself, leveraging MCP to treat the spreadsheet as an autonomous execution environment rather than a passive tool.

AI要約Amazon Bedrock AgentCoreは、事前構築済みMCPサーバーコネクタとロールベースアクセス制御・永続メモリを組み合わせ、コードを書かずに複数システムをまたいだ自然言語クエリを実現する。企業のBI担当者がデータソース横断の洞察を安全かつ迅速に得られる。

AI SUMMARYAmazon Bedrock AgentCore enables cross-system business intelligence by wiring together pre-built MCP server connectors, role-based access boundaries, and persistent memory—all through configuration. This allows enterprise teams to query disparate data sources in natural language without writing custom integration code.

AI要約LINEに送った名刺をAI-OCRで解析・保存する「めいしばこ」を開発し、MCP対応によりClaudeやChatGPTなどから自然言語で名刺を検索・呼び出せる仕組みを実現した。

AI SUMMARYThe author built a business-card manager called Meishibako that uses AI-OCR via LINE, then added MCP support so Claude and ChatGPT can retrieve contacts through natural-language queries.

AI要約AIエージェントがPyLumericalを通じてフォトニクス解析ソフトAnsys Lumericalを操作できるMCPサーバーが公開され、シミュレーション自動化の新たな手段が提供された。

AI SUMMARYPyLumerical-MCP has been released, enabling AI agents to control the Ansys Lumerical photonics simulation software via PyLumerical, opening up new possibilities for automated photonic design workflows.

AI要約CursorはインドのデベロッパーむけにCursor Startプランを発表し、月額₹649という低価格でAI支援開発環境を提供する。新興市場への価格戦略として注目される。

AI SUMMARYCursor announced a new India-specific plan called Cursor Start, offering AI-assisted development at ₹649 per month, making it significantly more accessible for Indian developers and signaling a localized pricing strategy for emerging markets.

AI要約Claude向けMCPサーバー「dejavu」は、AIの記憶を短期・中期・長期の3層構造で管理するOSSで、会話の継続性と知識の永続化を実現する。セッションをまたいだ文脈保持が容易になり、より一貫性のあるAIアシスタント体験が得られる。

AI SUMMARYdejavu is an open-source MCP server that organizes Claude's memory into three layers—notepad, diary, and bookshelf—representing short-, mid-, and long-term storage. This structured approach improves context retention across sessions and enables more consistent AI assistant interactions.

AI要約Snowflake が提供するマネージド MCP サーバーを利用し、Claude デスクトップアプリから直接 SQL を実行する手順を解説した記事。インフラ設定を最小限に抑えつつ自然言語でデータ分析できる点が注目される。

AI SUMMARYThis article walks through connecting Claude Desktop to Snowflake via its managed MCP server, enabling natural-language SQL queries without managing custom infrastructure. It matters because it lowers the barrier to AI-driven data analysis on Snowflake.

AI要約MCP SDKがステートレス仕様の確定と同じタイミングでnpm上で9つのパッケージに分割されており、利用者はパッケージ構成の変化を把握する必要がある。

AI SUMMARYThe MCP SDK was split into nine separate npm packages coinciding with the finalization of the stateless spec, requiring developers to update their dependencies accordingly.

AI要約Claude CodeはV2.1.186からv2.1.212にかけて8回のリリースを重ね、/forkコマンドが再設計された一方、並列セッション運用で注意すべき問題点も明らかになった。

AI SUMMARYEight releases spanning Claude Code v2.1.186 to v2.1.212 brought a redesigned /fork command alongside newly documented pitfalls when running parallel sessions concurrently.

AI要約Tableau MCPとさくらのAIを組み合わせ、無料かつセキュアなAIデータアシスタント環境をCursor上で構築する方法を解説した記事。国内クラウドを活用することでデータを外部送信せずにAI分析を実現できる点が注目される。

AI SUMMARYThis article explains how to build a secure, cost-free AI data assistant by combining Tableau MCP with Sakura's AI service inside Cursor. Using a domestic cloud keeps data on-premises while still enabling AI-driven analysis.

AI要約Stack Overflow for AgentsはMCPを活用してAIエージェント間でナレッジを共有・再利用できる仕組みで、エージェント同士が蓄積した知識を効率的に活用できる点が注目される。

AI SUMMARYStack Overflow for Agents is a knowledge-sharing framework that lets AI agents exchange and reuse solutions via MCP, enabling more efficient multi-agent collaboration by building on collective expertise.

AI要約Grok Build CLIがCLAUDE.mdの設定ファイルを読み込む一方、Claude hooksの設定は認識しないことが検証により判明した。MCPツール間の互換性の限界を把握する上で重要な知見となる。

AI SUMMARYTesting revealed that Grok Build CLI reads CLAUDE.md configuration files but does not detect Claude hooks, highlighting compatibility gaps between MCP-based tools that developers should be aware of.

AI要約MCPサーバーへの移行作業で問題になるSession依存箇所をPythonで静的検出する手法を紹介。移行前にリスクを把握できるため、手戻りを減らせる。

AI SUMMARYIntroduces a Python-based static analysis approach to detect Session-dependent code before migrating to MCP servers, helping teams identify migration risks early and reduce rework.

AI要約Function Calling、MCP、Agentという三つのアプローチの概念的な違いを整理し、LLMに外部ツールを活用させる際の適切な選択基準を解説した実践的な学習記事。

AI SUMMARYThis article clarifies the conceptual differences between Function Calling, MCP, and Agent patterns for giving LLMs access to external tools, helping practitioners choose the right approach for their use case.

AI要約ServiceNowのUser IDを変更した際にシステム上で生じる影響を実機で検証し、関連データや挙動への具体的な波及効果を明らかにした記事です。運用管理者がID変更リスクを把握するうえで参考になります。

AI SUMMARYThis article documents hands-on testing of what actually happens in ServiceNow when a user's login ID is changed, revealing how related records and system behavior are affected. It is a practical reference for admins managing user identity changes.

AI要約VSCode拡張機能とMCPを組み合わせることで、ClaudeやGitHub Copilot ChatなどのAIアシスタントからExcel VBAコードを直接生成・編集できる環境を構築できる。AIとOffice自動化を橋渡しする実用的なアプローチとして注目される。

AI SUMMARYA VSCode extension leveraging MCP enables AI assistants like Claude and GitHub Copilot Chat to directly generate and manipulate Excel VBA code, bridging modern AI tooling with Office automation workflows.

AI要約GitHub CopilotのUBB環境でコストを抑えるための応用テクニックとして、CJK言語税の回避、モノリポ・MCP構成でのコンテキスト制御、ツールのローカル化、組織ガバナンスの実践方法を解説した記事。

AI SUMMARYThis guide covers advanced token-reduction and context-control strategies for GitHub Copilot's usage-based billing model, including CJK language overhead mitigation, monorepo and MCP context management, tool localization, and organizational governance practices.

AI要約kintone公式MCPサーバーを実際にAIクライアントから利用した際に判明した5つの問題点を解説しており、導入前に把握すべき実用上の注意点をまとめている。

AI SUMMARYA hands-on review of the official kintone MCP server from an AI client perspective, identifying five practical pitfalls that developers should be aware of before adopting it in production.

AI要約MCPの新仕様「ARD（Agentic Resource Discovery）」により、AIエージェントが必要なツールやリソースを自律的に検索・発見できるようになり、エージェント設計の柔軟性が大きく向上する。

AI SUMMARYThe proposed ARD (Agentic Resource Discovery) spec extends MCP so AI agents can autonomously search for and discover tools at runtime, reducing the need for hardcoded configurations and enabling more flexible agent architectures.