MCP研究室｜AIツール検証メモ

MCP・Claude Desktop・AIエージェント周辺ツールをメモ。便利なOSS、MCPB、ダブルクリックで導入できるツールを紹介します。Agent Memories応援/PRあり。

[MCP研究室｜AIツール検証メモ @MCP_labo]

AIを毎日使ってるのに、
なぜか作業が減ってない人へ。

指示する。
↓
できない。
↓
結局、自分がやる。

それ、AIを使う前より時間かかってないか？

原因はシンプルです。
AIに「仕事道具」を渡してないから。

プロサッカー選手にボールもスパイクも渡さず、
「ゴール決めてこい」ってお願いしてるようなもの。

そんなん無理ゲーじゃん。
っていうことを当たり前のようにやっちゃ���てる。

AIも同じです。
ChatGPTに相談するだけでは、仕事は進みません。

Notion、Slack、GitHub、Google Drive、SNS、ブラウザ。仕事で使う道具につながって、初めてAIは“作業できる存在”になります。

じゃあ、AIに仕事道具を渡すにはどうするのか？

そこで使うのが、MCP。
でもMCPは、
何を入れればいいのか、
何ができるのか、
どれが安全なのか、
最初はかなり分かりにくい。

だから作りました。
実務で使えるMCPを集めた、【MCP図鑑】

使えるものしか載せてない。しかも、MCPB化して超使いやすいようにしていく。

それでもやらない人が９割の世界...。
自分のAIにボールを持たせたい人だけ見てください！
もちろん全部無料です。

[MCP研究室｜AIツール検証メモ @MCP_labo]

👇まだ最終調整中だけど公開先はこちら

・GitHub:
https://t.co/uCxwAH6IbH

・npm:
https://t.co/JEwMhmSPuZ

[MCP研究室｜AIツール検証メモ @MCP_labo]

GPT5.6のSol / Terra / Luna がタスクによってモ��ルを変更する仕組みがないため、変換ラッパーMCP作りました。

検証では36.5%のコストダウンが見込める。まだ修正が必要ですが、Issueも募集してます。

主タスク： Sol
重要な難問・最終判断：Sol
Memory抽出・統合：Terra
一般的なサブエージェント：Terra
定型分類・監視・Heartbeat：Lunaまたは無効
ローカルMemory検索：ローカルEmbedding

👇リンクはリプ欄へ

[桐崎和也（Kiriya）｜100日で人間の作業を99%削った人 @kirisaki_99]

これ批判覚悟で言っていいですか？

GPT5.6関連でXで配信されている情報の９割が正確じゃないってこと（特定の条件下でしか成りたない事実）

1️⃣ ChatGPTの記憶方式を勘違いしてる
▶︎ Pro 100GBに記憶が保��されてない。何が記録されているかを知ったら驚愕

2️⃣ GPT5.6 Luna の方が Terra より安価で性能がいい
▶︎ ◻︎◻︎読解は相当ザル。しかも、出力に◯倍の時間がかかる。

3️⃣ 隠れコストを無視している
▶︎ コンパクション、セッション記憶呼び出し、検索全て同じモデルで処理。

👇リプで詳しく解説します。3ヶ月後に後悔したくない人は記事も読んでおいてほしい。

[MCP研究室｜AIツール検証メモ @MCP_labo]

導入前は、配布元・権限・初回dry-run・戻し方も確認。

特にファイルやGitHubは、最初から広い書き込み権限を渡さず、読み取り中心・小さな範囲で試す��安全です。

候補 → 調査中 → 限定試用GOを分ける。
MCPは数を増やすより、任せる仕事と境界を決めると実務で育てやすくなります。

[MCP研究室｜AIツール検証メモ @MCP_labo]

MCP、気になるけど「何から入れればいい？」で止まってる人へ。

最初はこの4系統を見ると分かりやすいです。

1. ファイル
2. GitHub
3. ブラウザ
4. 最新Docs

AIがチャット相手から、調べて・確認して・作業につなげる相棒へ変わる入口です。

[MCP研究室｜AIツール検証メモ @MCP_labo]

役割で分けると迷いにくいです。

①ファイル：許可した��料を読む候補
②GitHub：IssueやPRを確認する候補
③ブラウザ：画面操作や表示確認の候補
④最新Docs：更新の速い技術情報を調べる候補

いきなり全部ではなく、今の詰まりを1つ解く系統から調査するのがおすすめです。

[MCP研究室｜AIツール検証メモ @MCP_labo]

MCPBは、導入を短くできる便利な形です。

でも、ワン操作で入ることと、安全に任せられることは別。

配布元・権限・dry-run・戻し方まで揃って、はじめて実務の入口に立てます。

最初は小さな範囲、読み取り中心、重要でない作業から試すのがおすすめです。

[MCP研究室｜AIツール検証メモ @MCP_labo]

MCPB、気になるけど「入れて大丈夫？」で止まってる人へ。

最初はこの4つを見ると分かりやすいです。

1. 配布元
2. ���要な権限
3. 初回dry-run
4. 戻し方

AIがチャット相手から、安全に作業を任せられる相棒へ変わる入口です。

[MCP研究室｜AIツール検証メモ @MCP_labo]

見る順番も大切です。

①公式・GitHub・配布者を確認
②読める場所／書き込める場所を絞る
③本番操作の前にdry-runで挙動を見る
④停止・削除・設定復元の手順を用意

どれか不明なら、まだ「使える」とは断定しない。
候補 → 調査中 → 限定試用GOを分けると、勢いで導入しにくくなります。

[桐崎和也（Kiriya）｜100日で人間の作業を99%削った人 @kirisaki_99]

【GPT-5.6とFable5の性能違いと完全攻略法】（保存版）

結論：GPT-5.6は短い時間で爆発的な力を発揮する太陽ということで、長い出力・探索ではFable5に及ばない。

ただし、GPT-5.6 で長期的に威力を発揮で��たら、Fable5と同等かそれ以上になる。

必須の仕組みが、「Loop定義書」

trigger: 何をきっかけに動くか
goal: 何を達成したら成功か
stop: どこで止めるか
rubric: GREEN/YELLOW/REDの判定基準
owner: 責任者
cost_limit: コスト上限
receipt: 実行証跡

Loopの設計がAnthropicは強い。この仕組みをGPT-5.6で使えばいい��てこと。

Loop設計に必要な7項目はリプ欄にまとめました。コピペで読み込ませれば、GPT-5.6が最強になる。

-参考-

◾️erminalBench 2.1
「ターミナル操作・開発作業系タスクをどれだけ解けたか」のスコア比較です。

縦軸: Score、上ほど良い
横軸: モデル名
棒の高さ: 成功率/達成率のようなもの
この図だけ見ると、GPT-5.6 Sol Ultra が 91.9%で首位
Claude Mythos 5 は 88.0%で、GPT-5.6 Sol 88.8%とかなり近い

◾️ExploitBench
「難しい探索・脆弱性発見・攻撃再現系のようなタスクで、どれだけ深く進めるか」を見ているグラフに見えます。

横軸: Output Tokens、どれだけ長く考え/出力できたか
縦軸: Cap percent、到達率・成功上限のような指標
右上に行くほど、長く粘れて高い成果を出している
点線の Opus 4.8 / Mythos 5 は比較基準
GPT-5.6 Sol は少ない���ークン帯でもかなり急に伸びていて強い
Mythos Preview はかなり右上にいて、長い出力・探索では強そう

[MCP研究室｜AIツール検証メモ @MCP_labo]

4. 最新Docs系

ライブラリやサービスの仕様がすぐ変わって、AIの古い知識で詰まる人向け。

公式Docsや最新の実装例を引けると、AIへの質問が「たぶんこう」から「今の仕様で確認して」に変わります。

MCPは、AIをチャット相手から作業環境を見に行ける相棒に変える入口です。

[MCP研究室｜AIツール検証メモ @MCP_labo]

MCP、気になるけど「Claudeを同僚みたいに使うって、何から？」で止まってる人へ。

最初はこの4系統で見ると分かりやすいです。

1. ファイル
2. GitHub
3. ブラウザ
4. 最新Docs

いきなり全部入れるより、AIに任せたい作業から逆算するのが安全です。

[MCP研究室｜AIツール検証メモ @MCP_labo]

3. ブラウザ系

管理画面、LP、フォーム、UI確認をAIに手伝わせたい人向け。

便利な反面、外部ページの文章やボタンをAIが解釈します。

��初はスクショ確認、表示崩れ確認、操作手順の下書きくらいから始めると事故りにくいです。

[MCP研究室｜AIツール検証メモ @MCP_labo]

MCP図鑑にも、LINE Bot MCP Serverを「MCPB対応済み / 限定試用GO」として反映しました。

MCP研究室では、便利MCPを紹介して終わりにせず、実際に試せる形まで包み直していきます。

図鑑はこちら👇
https://t.co/oZdj7HmZf0

本家GitHubはこちら👇
https://t.co/hIkYRGTBG6

[MCP研究室｜AIツール検証メモ @MCP_labo]

新しいMCPBを1つ、限定試用に回せるところまで来ました。

今回作ったのは、LINE Bot MCP Server向けの

Agent Memories LINE Bot Starter v0.1.0

です。

LINE公式アカウントをAIから扱うMCPは便利そうだけど、いきなり送信系に触るのは怖い。

なので最初は「使えるかどうかを安全に試す」ためのスターターとして作っています。

[MCP研究室｜AIツール検証メモ @MCP_labo]

検証状態はここまで進んでいます。

・Alice QC PASS
・Validation Standard GO
・起動dry-run PASS
・外部送信なし確認
・SHA256確認済み
・認証情報同梱なし

初回は3名まで、macOS Claude Desktop想定で見ます。

���的は拡散ではなく、実際に触ってもらって「使える / 使いにくい / まだ危ない」を判断することです。

[MCP研究室｜AIツール検証メモ @MCP_labo]

MCP図鑑にも、LINE Bot MCP Serverを「MCPB対応済み / 限定試用GO」として反映しました。

MCP研究室では、便利MCPを紹介して終わりにせず、実際に試せる形まで包み直していきます。

図鑑はこちら👇
https://t.co/oZdj7HmZf0

本家GitHubはこちら👇
https://t.co/hIkYRGTBG6

[MCP研究室｜AIツール検証メモ @MCP_labo]

検証状態はここまで進んでいます。

・Alice QC PASS
・Validation Standard GO
・起動dry-run PASS
・外部送信なし確認
・SHA256確認済み
・認証情報同梱なし

初回は3名まで、macOS Claude Desktop想定で見ます。

目的は拡散ではなく、実際に触ってもらって「使える / 使いにくい / まだ危ない」を判断することです。