【MCP Server】LlamaIndex からSharePoint のデータに連携しよう！

LlamaIndex は、LLM アプリケーションを構築するためのデータフレームワークです。エージェントや RAG パイプライン、外部データをもとに推論する構造化ワークフローなどを開発できます。LlamaIndex と CData Connect AI を組み込みの MCP Server を通じて統合すれば、カスタムコネクタを書くことなく、エージェントがライブの SharePoint のデータ をネイティブツールとして検出・クエリできるようになります。

CData Connect AI は、SharePoint をはじめとするさまざまなデータソースに接続できる、セキュアでローコードな環境を提供します。複雑な ETL を必要とせず、リアルタイムデータを使ったビジネスアプリケーション間のシームレスな自動化を実現します。

この記事では、CData Connect AI での SharePoint 接続の設定、LlamaIndex への MCP サーバーの登録、そして SharePoint のデータ をリアルタイムでクエリする ReAct エージェントの構築方法をご紹介します。

前提条件

• CData Connect AI のアカウント
• Python バージョン 3.10 以上（LlamaIndex パッケージをインストールするため）
• OpenAI API キーを生成して保存
• システムに Visual Studio Code をインストール

はじめに

---

ステップ 1：LlamaIndex 用の SharePoint 接続を設定する

それでは早速、LlamaIndex から SharePoint にアクセスできるようにしていきましょう。まず、CData Connect AI で SharePoint 接続を作成します。この接続は、その後リモート MCP サーバーを通じて LlamaIndex に公開されます。

1. Connect AI にログインし、「Sources」をクリックして「+ Add Connection」をクリックします

2. 利用可能なデータソースから「SharePoint」を選択します

3. SharePoint に接続するために必要な認証情報を入力しましょう。

   Microsoft SharePoint への接続

   URL の設定：

   Microsoft SharePoint では、2つの範囲でデータを操作できます。グローバルなMicrosoft SharePoint サイト全体を対象にするか、個々のサイトのみを対象にするかを選択できます。

   グローバルなMicrosoft SharePoint サイトですべてのリストおよびドキュメントを操作したい場合は、URL 接続プロパティをサイトコレクションURL に設定しましょう。以下のような形式です。

   https://teams.contoso.com

   個々のサイトのリストおよびドキュメントのみを扱いたい場合は、URL 接続プロパティを個々のサイトURL に設定してください。以下のような形式です。

   https://teams.contoso.com/TeamA

   続いて、お使いの環境に適した認証プロパティを設定していきましょう。詳細な設定手順については、 href="/kb/help/" target="_blank">ヘルプドキュメントの「はじめに」をご参照ください。

   Microsoft SharePoint Online

   SharePointEdition を"SharePoint Online" に設定し、User およびPassword にはSharePoint へのログオンで使用するクレデンシャル（例：Microsoft Online Services アカウントのクレデンシャル）を設定します。

   Microsoft SharePoint Online は様々なクラウドベースアーキテクチャをサポートしており、それぞれ異なる認証スキームが利用できます。

   • Microsoft Entra ID（Azure AD）
   • ADFS、Okta、OneLogin、またはPingFederate SSO ID プロバイダーを介したシングルサインオン（SSO）
   • Azure MSI
   • Azure パスワード
   • OAuthJWT
   • SharePointOAuth

   Microsoft SharePoint オンプレミス

   Microsoft SharePoint オンプレミスでは、多くのオンプレミス環境に対応した認証方式をサポートしています。

   • Windows（NTLM）
   • Kerberos
   • ADFS
   • 匿名アクセス

   まずSharePointEdition を"SharePoint On-Premises" に設定しましょう。

   Windows（NTLM）認証

   これは最も一般的な認証方式です。そのため、CData 製品ではNTLM をデフォルトとして使用するよう事前設定されています。Windows のUser およびPassword を設定するだけで接続できます。

   
4. 「Save & Test」をクリックします
5. 認証が完了したら、SharePoint 接続の「Permissions」タブを開き、必要に応じてユーザーベースの権限を設定します

パーソナルアクセストークン（PAT）を生成する

LlamaIndex は、アカウントのメールアドレスとパーソナルアクセストークン（PAT）を使用して Connect AI に認証します。アクセス制御の粒度を維持するために、統合ごとに個別の PAT を作成することをおすすめします。

1. Connect AI で、右上の歯車アイコンを選択して「Settings」を開きます
2. 「Access Tokens」で、「Create PAT」を選択します
3. トークンのわかりやすい名前を付けて、「Create」を選択します

4. トークンをコピーして安全に保管してください。PAT は作成時にのみ表示されます

これで SharePoint 接続の設定と PAT の生成が完了しました。LlamaIndex から CData MCP サーバーを通じて SharePoint のデータ に接続する準備が整いました。

ステップ 2：LlamaIndex で MCP サーバーに接続する

続いて、LlamaIndex を CData Connect AI のリモート MCP サーバーに接続し、推論に OpenAI を使用していきましょう。MCP サーバーのエンドポイントと認証情報を

config.py

ファイルで設定します。これらを設定することで、LlamaIndex の MCP ツールスペックが MCP サーバーツールを呼び出せるようになり、OpenAI が自然言語での推論を処理してくれます。

1. LlamaIndex MCP プロジェクト用のフォルダを作成します
2. フォルダ内に

   config.py

   と

   llamaindex_agent.py

   の2つの Python ファイルを作成します

3. config.py

   で、MCP サーバーの URL と、Base64 エンコードされた CData Connect AI のメールアドレスおよび PAT（前提条件で取得したもの）を定義します。

   class Config:
   
         MCP_BASE_URL = "https://mcp.cloud.cdata.com/mcp"   # MCP Server の URL
         MCP_AUTH     = "base64encoded(EMAIL:PAT)"          # Base64 エンコードされた Connect AI の Email:PAT
   

   注：Base64 エンコードツールを使用して、MCP_AUTH の Base64 エンコード版を作成できます。

4. llamaindex_agent.py

   で、MCP ツールスペックと ReAct エージェントを設定します：

   """
   LlamaIndex ReAct エージェントと CData Connect AI MCP サーバーを統合します。
   このスクリプトは、MCP ツールを検出して LlamaIndex ツールとしてラップし、
   OpenAI による推論で駆動されるエージェントループを実行します。
   """
   
   import asyncio
   from llama_index.tools.mcp import BasicMCPClient, McpToolSpec
   from llama_index.core.agent.workflow import ReActAgent
   from llama_index.llms.openai import OpenAI
   from config import Config
   
   async def main():
   
       # Connect AI を指す MCP クライアントを初期化
       mcp_client = BasicMCPClient(
           Config.MCP_BASE_URL,
           headers={"Authorization": f"Basic {Config.MCP_AUTH}"},
       )
   
       # MCP サーバーが公開するツール（getCatalogs、queryData など）を検出
       tool_spec = McpToolSpec(client=mcp_client)
       tools = await tool_spec.to_tool_list_async()
       print("検出された MCP ツール:", [t.metadata.name for t in tools])
   
       # ReAct ループを駆動する LLM を設定
       llm = OpenAI(
           model="gpt-4o",
           temperature=0.2,
           api_key="YOUR_OPENAI_API_KEY",  # https://platform.openai.com/
       )
   
       # MCP ツールを使用するエージェントを構築
       agent = ReActAgent(tools=tools, llm=llm)
   
       user_prompt = "[rootadoname]1 で利用可能なテーブルはいくつありますか?"  # 必要に応じて変更してください
       print(f"
   ユーザープロンプト: {user_prompt}")
   
       response = await agent.run(user_prompt)
   
       print("エージェントの最終応答:", response)
   
   if __name__ == "__main__":
       asyncio.run(main())
   

ステップ 3：LlamaIndex パッケージをインストールする

このワークフローでは LlamaIndex を CData Connect AI MCP サーバーおよび推論用の OpenAI と組み合わせて使用するため、必要な Python パッケージをインストールしていきましょう。

プロジェクトのターミナルで次のコマンドを実行してください。

pip install llama-index llama-index-tools-mcp llama-index-llms-openai

ステップ 4：LlamaIndex を使用して SharePoint にプロンプトを送信する（MCP サーバー経由）

1. インストールが完了したら、

   python llamaindex_agent.py

   を実行してスクリプトを実行します
2. スクリプトは MCP サーバーに接続し、接続されたデータをクエリするために利用可能な CData Connect AI MCP ツールを検出します
3. プロンプトを入力します（例：「SharePoint で利用可能なテーブルはいくつありますか?」）
4. エージェントは利用可能なツールをもとに推論し、SharePoint に対して

   queryData

   を呼び出して、その結果を返します

CData Connect AI でビジネスシステムのデータ活用を今すぐスタート

いかがでしたか？LlamaIndex から SharePoint へのデータ接続が簡単に完了したのではないでしょうか。業務に使えそう、と感じてくださった方は、14 日間の無償トライアルで AI ツールからビジネスシステムへのリアルタイムデータ接続をぜひお試しください。