> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/jp/ji-ben/mcp.md).

# MCP サーバーをローカル LLM で使う方法

このステップバイステップガイドでは、接続する方法を説明します **Model Context Protocol (MCP)** サーバーを次のようなローカルLLMに接続します: [Qwen](/docs/jp/moderu/qwen3.6.md) または [Gemma](/docs/jp/moderu/gemma-4.md)、そのため、実行するどのモデルでもMCP経由で外部ツールやサービスを呼び出せます。 MCPをローカルモデルに接続すると、メモリからの会話だけでなく、ローカルのファイル、アプリ、データベース、ツールを安全に使えるようになり、実際の環境で動作できる、より便利でプライベートかつ相互運用可能なAIアシスタントを構築できます。

次のオープンソースリポジトリを使用します [Unsloth](https://github.com/unslothai/unsloth) と [llama.cpp](#llama.cpp-guide) これらはローカルモデルの推論／デプロイで人気のあるフレームワークだからです。MCPはローカルのGGUFモデルやクラウドの [プロバイダーのモデル](/docs/jp/tong-he/connections.md). **また、次の使い方も紹介します** [**複数のMCPサーバー**](#using-multiple-mcp-servers) **を活用できます。**

MCPツールは次のような他のモデル機能と組み合わせて動作します: [コード実行](/docs/jp/shii/studio/chat.md#code-execution) と [ウェブ検索](/docs/jp/shii/studio/chat.md#advanced-web-search)そのため、1つのモデルでWeb検索、コード実行、接続したサービスの呼び出しを同じスレッド内で行えます。

### ユースケース

MCPサーバーを接続すると、ローカルモデルにさまざまな自動タスクを依頼できます。例をいくつか挙げます:

* **ドキュメントを検索:** 「関連するドキュメントを見つけて、セットアップ手順を要約して。」 - Context7を使えます。
* **コードベースを分析:** 「このリポジトリ全体を整理し、認証、課金、データアクセスがどこで行われているか説明して。」 - GitHub公式MCPとGitMCPを使ってリポジトリを分析できます。
* **埋め込みを使ってWeb検索** - ExaのMCPサーバーは、文脈埋め込み対応の意味検索Web検索に使用できます。
* **WebサイトのUIをデバッグ** - PlaywrightとChrome DevToolsのMCPサーバーを使ってWebサイトを操作し、問題の修正箇所を見つけられます。

### クイックスタート

お使いの端末上のローカルモデルをMCPサーバーに接続する方法として、2通りを使います。どちらもオープンソースのパッケージを使用します: [Unsloth](https://github.com/unslothai/unsloth) と [llama.cpp](llama.cpphttps://github.com/ggml-org/llama.cpp) モデルの実行、提供、デプロイを行うためのものです。

<a href="/pages/b48e7df06c5fe4b498e941086d9a6927845ec494#unsloth-guide" class="button primary">Unsloth MCPガイド</a><a href="/pages/b48e7df06c5fe4b498e941086d9a6927845ec494#llama.cpp-guide" class="button primary">Llama.cpp MCPガイド</a>

### 🦥 Unslothガイド

この例では、Unslothを使って次のようなローカルモデルを接続します: [Qwen3.6](/docs/jp/moderu/qwen3.6.md) または [Gemma 4](/docs/jp/moderu/gemma-4.md) MCPサーバーに接続します: [Vercel](https://mcp.vercel.com), [Context7](https://context7.com/), [Exa](https://exa.ai/) と [Hugging Face](https://huggingface.co/docs/hub/en/agents-mcp)。その後、モデルにそれで何ができるかを尋ねます。手順はどのMCPサーバーでも同じです。

{% stepper %}
{% step %}

#### Unslothのセットアップ

始める最も簡単な方法は、 [Unsloth Desktop](/docs/jp/desktop.md) アプリをインストールすることです。対応環境は [MacOS](/docs/jp/meru/install/mac.md)、Linux、 [Windows](/docs/jp/meru/install/windows-installation.md), [NVIDIA](/docs/jp/meru/install/pip-install.md), [AMD](/docs/jp/meru/install/amd.md)、Intel、そして CPU 構成です。

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unsloth をダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS 用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows 用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux 用をダウンロード](https://unsloth.ai/download/linux)

または、手動インストールを希望する場合は：

**MacOS、Linux、WSL：**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows PowerShell：**

```bash
irm https://unsloth.ai/install.ps1 | iex
```

[こちらを参照](/docs/jp/desktop.md#get-started) 詳しい手順についてはこちら。
{% endstep %}

{% step %}

#### **MCPを有効化**

チャットツールバーの「MCP」をクリックします。

<figure><img src="/files/84ee2c6580d4c107df28f18eb44405d6e985ba46" alt=""><figcaption></figcaption></figure>

Unsloth StudioにはデフォルトでContext7、Exa、Hugging Face向けのMCPサポートがあります。Exaをオンにすると [ウェブ検索](/docs/jp/shii/studio/chat.md#advanced-web-search) デフォルトの検索ツールが無効になります。
{% endstep %}

{% step %}

#### **カスタムMCPサーバーを追加**

VercelのMCPサーバーを追加するには、「カスタムMCPを追加」をクリックするとポップアップが表示されます:

<figure><img src="/files/915e124a5ab1efb2e38821e8885f39532b997199" alt=""><figcaption></figcaption></figure>

サーバー情報を入力します:

1. **表示名**：分かりやすいラベル。例： `Vercel`.
2. **URL**：サーバーのベースエンドポイント。例： `https://mcp.vercel.com`.
3. 以下から認証方法を選択します。

{% tabs %}
{% tab title="OAuthサインイン" %}
ブラウザベースの認証が必要なサーバー（GitHub、Linear、Vercelなど）では、 **OAuthサインインを使用**をオンにします。初回接続時にブラウザーウィンドウが開き、Unslothを承認できます。
{% endtab %}

{% tab title="カスタムヘッダー" %}
トークンで認証するサーバーでは、OAuthをオフにしたまま **ヘッダーを追加** の **カスタムヘッダー**にある「 `Authorization` 」ヘッダーにトークンを追加します:

```
Authorization: Bearer <your-token>
```

{% endtab %}
{% endtabs %}

<figure><img src="/files/42a909afd7ccd90821524d6881a8989b8b3aceb3" alt="" width="563"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### **テストして追加**

クリック **接続をテスト** して、Unslothがサーバーに到達できることを確認します。成功したら、 **サーバーを追加** をクリックして保存します。

もし **接続をテスト** に失敗する場合は、URLがサーバーのベースエンドポイント（ドキュメントページではない）であることと、認証方法が正しいことを確認してください。下のトラブルシューティングも参照してください。

<figure><img src="/files/c45e1d14236ed227063ae4121a1c5ecb59d4ff43" alt="" width="563"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### **読み込まれたツールを確認**

サーバーがMCP Servers一覧に表示されます。Unslothはツールを自動で取得し、次のような確認メッセージを表示します: *「Vercel」を更新しました（18個のツール）*.

各サーバーには次の操作があります: **切り替える** オン/オフにする、 **更新する** そのツールを、 **編集する** 、または **削除する** ことができます。サーバーのトグルと **MCPサーバーを使用** のマスタートグルの両方がオンになっていることを確認してから、ダイアログを閉じます。

有効な場合はハイライト表示されます。もう一度クリックするだけで無効にもできます。

<figure><img src="/files/b32994f34f61102047c719c7111c2b5eb76fbc43" alt=""><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### **チャットで使う**

次の **Select model** ドロップダウンから任意のモデルを選んで、チャットを始めます。これで、要求に応じてモデルが自動的にサーバーのツールを呼び出せます。

上では、ローカルの `gemma-4-E2B-it-GGUF` に次のように尋ねました *「Vercel MCPサーバーを使えますか？」* そして、実行できる操作として、プロジェクトの管理、ログの分析、チーム一覧の表示、アクセスリンクの生成、ドメインの確認、Vercelドキュメントの検索を報告しました。

<figure><img src="/files/b219cc1ca98a702bc7121424c52ff9d28982a56b" alt=""><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}

#### 複数のMCPサーバーを使う

3つのように複数のMCPサーバーを呼び出してみましょう。Unsloth Studioのデフォルトで提供されているExa、Context7、Hugging FaceのMCPサーバーを使い、3つすべてを有効にします。

「UnslothはQwenのファインチューニングをサポートできますか？」と尋ねると、Exaが詳しく教えてくれます:

<figure><img src="/files/59568e2257cf1c6f70c9468adc37d2cf273df238" alt=""><figcaption></figcaption></figure>

続けて「これを行う方法をUnslothのドキュメントで検索して」と尋ねると、Context7がドキュメント検索に使われます:

<figure><img src="/files/4ba1d3977a50def3530f050fe0c39c4e68fb8e9a" alt=""><figcaption></figcaption></figure>

次に「Hugging Faceでunsloth/Qwenモデルを検索して」と入力すると、Hugging FaceのMCPサーバーが呼び出されます:

<figure><img src="/files/a549123dce9a2bbbce06ca0daf5e4e7595961c4e" alt=""><figcaption></figcaption></figure>

#### 別の具体的なユースケース例

サーバーを接続したら、モデルに平易な言葉で実際の作業を依頼できます。Vercelサーバーの例をいくつか挙げます:

* **失敗したビルドをデバッグ**: *「最新のデプロイのビルドログを取得して、失敗した理由を教えて。」*
* **デプロイ状況を確認**: *「最新のデプロイとその状態を一覧表示して。」*
* **ドキュメントを検索**: *「カスタムドメインの設定方法をVercelドキュメントで検索して。」*
* **ドメイン調査**: *「 `myproject.dev` は利用可能？ もし可能なら、費用はいくら？」*

### 🦙 Llama.cppガイド

{% stepper %}
{% step %}

#### llama.cppをインストールまたはビルド

**macOS:**

```bash
brew install llama.cpp
```

または **Linux, Windows, WSL** ソースからビルドします:

```bash
git clone https://github.com/ggml-org/llama.cpp
cmake -S llama.cpp -B llama.cpp/build -DCMAKE_BUILD_TYPE=Release
cmake --build llama.cpp/build --config Release -j --target llama-server llama-cli
```

{% endstep %}

{% step %}

#### GGUFでllama-serverを起動

ここでは [Gemma 4](/docs/jp/moderu/gemma-4.md) E4B GGUFを使用しています:

```bash
llama-server \
  -hf unsloth/gemma-4-E4B-it-GGUF:UD-Q4_K_XL \\
  --alias local \\
  --host 127.0.0.1 \\
  --port 8080 \\
  --no-ui \\
  --temp 1.0 \
  --top-p 0.95 \
  --top-k 64 \
  --reasoning off
```

より大きいGemma 4 26B-A4Bモデルの場合:

```bash
llama-server \
  -hf unsloth/gemma-4-26B-A4B-it-GGUF:UD-Q4_K_M \\
  --alias local \\
  --host 127.0.0.1 \\
  --port 8080 \\
  --no-ui \\
  --temp 1.0 \
  --top-p 0.95 \
  --top-k 64 \
  --reasoning off
```

推論パラメータの詳細な調整については、 [Gemma 4ガイド](/docs/jp/moderu/gemma-4.md).

サーバーをテストできます:

```bash
curl http://127.0.0.1:8080/v1/chat/completions \\
  -H "Content-Type: application/json" \\
  -H "Authorization: Bearer none" \\
  -d '{
    "model": "local",
    "messages": [{"role": "user", "content": "1文であいさつしてください。"}]
  }'
```

{% endstep %}

{% step %}

#### MCPファイルシステムのサンドボックスを作成

```bash
mkdir -p ~/mcp-workspace
cd ~/mcp-workspace
pwd
```

絶対パスをコピーします。MCPホスト用に別のプロジェクトフォルダを作成します:

```bash
mkdir -p ~/llama-mcp
cd ~/llama-mcp
```

作成 `server_config.json`:

{% code expandable="true" %}

```json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/ABSOLUTE/PATH/TO/mcp-workspace"
      ],
      "env": {}
    }
  }
}
```

{% endcode %}

パスを実際のワークスペースのパスに置き換えてください。IBMの `mcp-cli` ドキュメントでは同じ `server_config.json` 形式と同じ `npx -y @modelcontextprotocol/server-filesystem /path/to/allowed/files` ファイルシステム設定を使用しています。
{% endstep %}

{% step %}

#### llama.cppに対してターミナルMCPホストを実行

IBMの `mcp-cli`；これは、チャットモード、ツール検出、カスタムOpenAI互換プロバイダー対応を備えたコマンドラインMCPクライアント／ホストです。ドキュメントでは `uvx mcp-cli --help`、プロジェクトのサポート、 `server_config.json`、実行時のカスタムOpenAI互換プロバイダーを次でサポートします: `--api-base` と `--api-key`.

`mcp-cli` 起動には設定ファイルが必要です。そのため、作成する手順を追加する必要があります。たとえば:

{% code title="" expandable="true" %}

```bash
mkdir -p ~/.chuk_llm
cat > ~/.chuk_llm/config.yaml <<'YAML'
openai_compatible:
  client_class: "chuk_llm.llm.providers.openai_client:OpenAILLMClient"
  default_model: "local"
  models: ["*"]
YAML
```

{% endcode %}

次に実行します:

```bash
uvx mcp-cli \\
  --provider llamacpp \\
  --api-base http://127.0.0.1:8080/v1 \\
  --api-key none \\
  --model local \\
  --server filesystem \\
  --config-file server_config.json
```

次に試します:

```
ファイルシステムのワークスペース内のファイルを一覧表示してください。
```

次に:

```
hello.txtを1行のあいさつで作成し、その後で読み返してください。
```

`mcp-cli` はデフォルトでツール呼び出しの確認が有効なので、ツール実行前にプロンプトが表示されます。

**完全なコード例:**

{% code expandable="true" %}

```bash
# terminal 1
llama-server -hf unsloth/gemma-4-E4B-it-GGUF:UD-Q4_K_XL \\
  --alias local --host 127.0.0.1 --port 8080 --no-ui \\
  --temp 1.0 --top-p 0.95 --top-k 64 \\
  --chat-template-kwargs '{"enable_thinking":false}'

# ターミナル2、server_config.jsonのあるフォルダで
uvx mcp-cli \\
  --provider llamacpp \\
  --api-base http://127.0.0.1:8080/v1 \\
  --api-key none \\
  --model local \\
  --server filesystem \\
  --config-file server_config.json
```

{% endcode %}
{% endstep %}
{% endstepper %}

### トラブルシューティング

サーバーへの接続に失敗したり、ツールが表示されなかったりする場合は、URLがサーバーのベースエンドポイント（例： `https://mcp.vercel.com`）であり、ドキュメントページやダッシュボードページではないことを確認してください。OAuthサーバーでは、開いたらブラウザーでサインインを完了してください。トークンベースのサーバーでは、 `Authorization` ヘッダーとトークンが有効であることを確認してください。

クリック **更新** 接続後にツールが表示されない場合は、 **MCPサーバーを使用** 個別のサーバートグルとマスタートグルの両方がオンになっていることを確認してください。

### セキュリティに関する注意

信頼できるMCPサーバーのみを接続してください。要求される権限を確認し、プライベートデータの読み取り、デプロイの変更、ドメイン購入、プロジェクトの変更などの操作では人による確認を有効にしておいてください。MCPサーバーをWeb検索や他のツールと組み合わせる場合は特に注意してください。プロンプト注入されたコンテンツが不要なツール呼び出しを引き起こそうとする可能性があります。

### 人気のMCPサーバー

接続できる人気で便利なMCPサーバーの一覧です:

| MCPサーバー                     | 用途                           | 便利な理由                                                                                                                                                              |
| --------------------------- | ---------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------ |
| **GitHub MCP**              | リポジトリ、Issue、PR、コード検索、Actions | リモート／ローカル両対応の公式GitHub MCP。リポジトリ、Issue、プルリクエスト、Actions、コードセキュリティなどを扱えます。（[GitHub](https://github.com/github/github-mcp-server))                                     |
| **Context7**                | 最新のライブラリドキュメントと例             | 古い学習データに頼らず、コーディング支援向けに現在のバージョン別ドキュメントを取得します。使用先： `https://mcp.context7.com/mcp`. ([GitHub](https://github.com/upstash/context7))                                  |
| **Notion MCP**              | ドキュメント、メモ、タスク、プロジェクト知識       | 仕様書、PRD、ロードマップ、メモにNotionを使うチームに向いています。ホスト型MCPはワークスペースの内容を読み書きできます。（[Notion Developers](https://developers.notion.com/guides/mcp/overview))                         |
| **Slack MCP**               | チーム会話の検索                     | AIツールがSlackのメッセージ、チャンネル、ファイル、スレッド、メンバー情報を検索できるようにします。操作は権限に依存します。（[Slack](https://slack.com/help/articles/48855576908307-Guide-to-the-Slack-MCP-server))           |
| **Linear MCP**              | Issue、プロジェクト、製品ワークフロー        | LinearのIssue、プロジェクト、コメント、関連オブジェクトの検索・作成・更新を行う公式リモートMCP。（[Linear](https://linear.app/changelog/2025-05-01-mcp))                                                     |
| **Vercel MCP**              | デプロイ、ログ、ドキュメント、ドメイン          | フロントエンド／Webのワークフローに便利です。デプロイ、ログ、ドキュメント、プロジェクトの文脈を確認できます。まずクライアント互換性を確認してください。（[Vercel](https://vercel.com/docs/agent-resources/vercel-mcp?utm_source=chatgpt.com)) |
| **Sentry MCP**              | 本番環境のデバッグ                    | エージェントがSentryのIssue、トレース、エラー、パフォーマンスデータを人間参加型の開発ワークフローで確認するのに役立ちます。（[GitHub](https://github.com/getsentry/sentry-mcp))                                             |
| **ファイルシステム / ローカルファイル MCP** | ローカルのプロジェクトファイル              | ローカルLLMのセットアップに便利です。通常は `stdio`を介して使います。参考用サーバーは、例または出発点として扱うのが最適です。（[GitHub](https://github.com/modelcontextprotocol/servers))                                    |


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://unsloth.ai/docs/jp/ji-ben/mcp.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.