本記事の公開以降、CData Connect AI では「Remote MCP Server 機能」がサポートされました。本記事にご関心いただいた方は、ぜひこちらもごらんください。CData Connect AI を利用して、あなたのお気に入りのAI をさらに有用に活用してください。

こんにちは。CData Software Japan の色川です。

先月、無償ベータ版のリリースを開始した「CData MCP Servers」は、この記事の時点で120 種類を超えて対応データソースのラインナップが拡大しています。現代の企業環境では数多くのSaaS やビジネスアプリケーションを利用して業務が成り立っていますが、凄まじい速さで進化を続ける各社のAI エージェントのパワーを、企業各社における実際のビジネスで活用するために「CData MCP Servers」はなくてはならないコンポーネントになりそうです。私も多くの種類の「CData MCP Servers」を利用しており「AI エージェント + ビジネスデータ」の利便性を日々の業務の中で感じています。

現在ベータ提供の「CData MCP Servers」は業界最多級のデータソースサポートを誇るライブラリ「CData Drivers」をコアにしていますが、それとは別にCData Drivers のSaaS 版ともいうべき「CData Connect AI」に対応したMCP サーバー（以下、Connect AI MCP Server）も公開されています。

この「Connect AI MCP Server」は、CData Connect AI を利用される方向けに提供されているOSS（オープンソース）のMCP サーバー実装です。この記事では「Connect AI MCP Server」についてご紹介します。

Connect AI MCP Server（概要）

CData Connect AI は、CData が保有する数多くの接続技術を活かして、SaaS として提供されるデータ接続サービス（Data Connectivity as a Service）です。300 を超えるデータソースへのライブアクセスをセルフサービスで実現できるプラットフォームとして提供しています。このCData Connect AI に対応したMCP サーバーが「Connect AI MCP Server」です。

CData Connect AI は、一般的なツールやサービスから利用するためのプラグインやドライバーを数多く提供していますが、それ以外にもREST API やOData、OpenAPI といったAPI エンドポイントと、TDS（Tabular Data Stream）プロトコルに対応した仮想データベースのエンドポイントを提供しています。

Connect AI MCP Server は、その内の「REST API」のエンドポイントを利用した実装となっています。CData Connect AI のREST API は、データのクエリやバッチ操作、ストアドプロシージャの実行などフルスペックのAPI が提供されていますので、Connect AI MCP Server が提供する「Tool」も充実した機能構成になっています。

Connect AI MCP Server （セットアップ）

README にあるとおり、Connect AI MCP Server を利用する前提としては以下のコンポーネントおよびアカウントやトークンが必要です。

もし2. のCData Connect AI アカウントをお持ちでなく、これを機にCData Connect AI の利用を検討してみたい、という方は、ぜひトライアルを活用してください。また3. のパーソナルアクセストークン(PAT）は、CData Connect AI のインタフェース上でシンプルな手順で作成・管理することができます。

README にあるとおり、Connect AI MCP Server のセットアップには幾つかの選択肢がありますが、どの選択肢もシンプルです。Smithery 経由で簡単にインストールすることもできますし、github からリポジトリを取得しての手動インストールも3 ステップで進みます。それ以外にDockerfile も用意していますので、Docker に慣れている方であればコンテナとしてConnect AI MCP Server を実行いただくのも簡単だと思います。

この記事では、実際のビジネスシーンで利用されている方が多いWindows 11 を対象に、手動インストールで（Git やDocker 自体のインストールは特に必要とせず）試していただける手順で進めていきたいと思います。

Node.js のインストール

普段、ビジネスシーンでWindows 11 を利用されている方の中にはNode.js の利用経験がない方もいるかと思いますので、この記事では、Node.js のバージョン管理もしやすいよう、Microsoft Learn のドキュメントを参考にNVM for Windows（nvm-windows）を利用しました。

Microsoft Learn のドキュメントに沿ってNVM for Windows（nvm-windows）のセットアップを進めたら、Node.js はnvm install でv18 以上を指定してインストールしてください。この記事では、記事時点の最新安定版 LTS リリースである「22.16.0」をインストールしました。

リポジトリ取得とパッケージインストール

つづいて、github.com からconnectcloud-mcp-server リポジトリを取得します。git が利用できる方はREADME の通りにclone すればスムーズです。git が利用できない環境の方はzip でダウンロードして展開・配置してください。この記事ではzip を展開して「C:\connectcloud-mcp-server-main」として配置しました。

あとは配置したディレクトリ内で「npm install」を実行してパッケージをインストールしてください。

この時、もし環境のポリシーでスクリプト実行が制限されている場合は、スクリプト実行を許可してください。

また、npm install 実行時に以下のようなエラーが発生した場合は、package-lock.json ファイルを削除し、npm キャッシュを削除（npm cache clean --force）した後に、再度npm install を実行してみてください。

環境変数の構成

最後にCData Connect AI に接続するアカウントやPAT（パーソナルアクセストークン）の情報を、.env ファイルに記述します。テンプレートの.env.example ファイルを利用するとスムーズです。

MCP クライアント（Claude Desktop）からの利用

この記事では、MCP クライアント（AI エージェント）にはClaude Desktop を利用しました。セットアップしたConnect AI MCP Server を「ConnectCloud」というサーバー名で利用できるように、claude_desktop_config.json を構成しました。

これで、Claude Desktop からConnect AI MCP Server を利用できるようになりました。

さっそく、CData Connect AI で管理しているさまざまなデータソースへのライブアクセスを、Claude Desktop から利用してみました。使用感も良好です。MCP に対応していれば、それぞれのお気に入りのAI エージェントからも利用いただけるはずですので、ぜひ試してみてください。

まとめ

この記事では、CData Connect AI を利用される方向けに提供されているOSS（オープンソース）のMCP サーバー実装「Connect AI MCP Server」についてご紹介しました。

ベータ版としてリリースを開始した「CData MCP Servers」以外での、MCP クライアント（AI エージェント）から利用できるラインナップとして、Connect AI MCP Server はデータソースへの豊富なコネクティビティを活かせるMCP サーバーといえるでしょう。既にCData Connect AI を利用されている方はもちろん、CData Connect AI に関心を持たれている方は、MCP 対応したAI エージェントから"も"利用できるサービスとしてイメージいただけると活用の幅が広がりそうです。

CData MCP Servers やCData Connect AI を筆頭に、CData が提供するConnectivity Platform 製品群は、あらゆるデータをAI に接続できるように進化を続けています。今後の展開にもぜひご期待ください。

CData Connect AI を含め、CData 製品を試していただく中で何かご不明な点があれば、テクニカルサポートへお気軽にお問い合わせください。
https://jp.cdata.com/support/

この記事は、2025/06/11 時点の情報をもとにしています。