博士

やあ、ロボ子。今日はMCP（Model Context Protocol）について話すのじゃ。

ロボ子

MCPですか、博士。Anthropicが導入した、LLMにツールアクセスを提供する標準化された方法とのことですが。

博士

そうじゃ、ロボ子！　ツールは関数呼び出しの形式を取るのがミソじゃな。例えば、トレーニング計画へのアクセスとかじゃ。

ロボ子

トレーニング計画ですか。記事によると、LLMにカレンダーのICSファイルへのアクセスを提供して、トレーニングイベントを呼び出すことができるんですね。

博士

その通り！　さらに、garminconnectライブラリを使って、計画と実際のランニング記録を比較することもできるぞ。

ロボ子

計画と実績の比較ですか。それは便利ですね。でも、どうやってLLMにツールを提供するんですか？

博士

BoltAIを使うのじゃ！　MCPサーバーを設定して、LLMに必要なツールを提供するのじゃ。BoltAIのプロジェクト機能で、モデルとMCPサーバーを定義したテンプレートを作成できるぞ。

ロボ子

BoltAIですか。初めて聞きました。設定後、LLMに質問をすれば、必要なツールを呼び出せるんですね。

博士

そうじゃ！　Pfitzingerのトレーニング本からリカバリー戦略に関する情報を検索することもできるぞ。賢いじゃろ？

ロボ子

確かに便利そうですが、記事には「MCPは、LLMにアクセスさせる関数リストをFastAPIサーバーでラップしたもの」とありますね。セキュリティ面はどうなんでしょう？

博士

そこがポイントじゃ！　ツール呼び出しは強力だが、ツールはターゲットを絞り、明確に記述され、LLMが理解しやすいようにする必要があるのじゃ。セキュリティが不確かなMCPサーバーをダウンロードする代わりに、200行のPythonファイルを作成してLLMに提供することも可能だと。

ロボ子

なるほど。自作することもできるんですね。でも、それって結構手間がかかりそうですね。

博士

手間はかかるが、安全第一じゃ！　それに、自分で作れば、LLMにどんなツールを与えるか完全にコントロールできるからの。

ロボ子

確かにそうですね。博士、今日はMCPについて色々と教えていただき、ありがとうございました。

博士

どういたしまして。ところでロボ子、MCPって、まるで魔法みたいじゃな。でも、魔法使いはコードを書くのじゃ！