Cursor MCP 完全ガイド：AI を外部ツールに接続する設定方法

最近 Cursor でコードを書いているとき、かなり厄介な問題に直面しました。AI にプロジェクト関連のタスクを頼むたびに、プロジェクト構造、データベースのテーブル設計、API インターフェースなどを一から説明しなければならないのです。正直、AI に補習授業をしているような気分でした。

同じような経験はありませんか？AI は賢いですが、あなたのデータベースにどんなデータが入っているか「見る」ことはできず、ファイルシステムにどんなファイルがあるか知らず、API を直接叩くこともできません。毎回手動で情報をコピペして渡すのは、本当に効率が悪いです。

MCP (Model Context Protocol) を発見するまではそうでした。これが優雅な解決策をもたらしてくれたのです。簡単に言えば、MCP は AI が外部ツールやデータソースに接続するための標準プロトコルです。設定さえすれば、AI が自分でデータベースを検索し、ファイルを読み、API を呼び出せるようになります。

MCP とは？

簡単な例え

MCP を一言で説明するならこうです：MCP は AI に USB-C 端子を取り付けるようなもの。

以前は、デバイスごとに充電ポートが違いましたよね。iPhone は Lightning、Android は Micro-USB、ノートPC はまた別の規格……本当に面倒でした。その後 USB-C が登場し、一つの端子ですべて解決しました。

MCP も同じ発想です。Anthropic が開発したオープンプロトコルで、AI が外部ツールに接続するための標準インターフェースを提供します。この標準のおかげで、AI アプリケーションごとに統合機能をゼロから開発する必要がなくなりました。

なぜ MCP が必要なのか？

MCP が登場する前は、AI をデータベースに接続したければ、各 AI アプリが独自のソリューションを開発する必要がありました。Cursor が一式作り、Claude Desktop が別のを作り、他のツールもまた別……開発者は車輪の再発明を強いられ、メンテナンスコストは高く、ツール間の互換性もありませんでした。

MCP はこの状況を変えました。「一度書けば、どこでも使える（Write once, run anywhere）」という理念を掲げています。開発者は MCP 標準に従ってデータベースコネクタを一つ作れば、すべての MCP 対応 AI アプリで使用できます。効率が上がり、重複作業も避けられます。

MCP vs 従来のプラグイン

「従来のプラグインや拡張機能と何が違うの？」と思うかもしれません。

かなり違います。従来のプラグインはアプリケーションレベルの機能拡張（例：ブラウザの広告ブロック、VSCode のテーマ）ですが、MCP は AI モデルレベルの能力拡張です。

決定的な違いは：**AI がいつツールを呼び出すかを自律的に判断できる（あなたが明示的に指示しなくていい）**点です。

例えば Cursor に「このユーザーのデータベース上の注文履歴を見て」と言ったとします。MCP を設定していれば、AI は自動的に以下を理解し実行します：

データベースに接続する
ユーザーテーブルからユーザー ID を探す
注文テーブルから関連する注文を探す
結果を整理して提示する

この過程で「データベースを検索して」「SQL を実行して」といった指示は不要です。AI が自分で何をすべきか判断します。

コアアーキテクチャ

技術的な視点で見ると、MCP のアーキテクチャは非常にクリアです：

MCP Host：使用する AI アプリ（例：Cursor, Claude Desktop）。
MCP Client：Host と Server 間の接続を管理。
MCP Server：外部サービス（データベース、API、ファイルシステム等）をラップしたもの。
通信プロトコル：標準の JSON-RPC インターフェースを使用。

積み木のように、各パーツが役割を果たします。使いたい MCP Server を設定するだけで、残りは AI が処理してくれます。

MCP で何ができる？

概念の次は、具体的な機能を見ていきましょう。以下は私が実際に試した活用シーンです。

データベースアクセス

この機能には本当に時間を節約させてもらっています。

例えば EC サイトのプロジェクトで、データベースにユーザー、商品、注文テーブルがあるとします。以前なら「あるユーザーの直近1ヶ月の注文」を AI にクエリコードを書かせようとすると、以下の手順が必要でした：

テーブル定義をコピペして AI に渡す
テーブル間のリレーションを説明する
抽出したいフィールドを指定する

MySQL MCP Server を設定した今では、「ユーザーID 123 の直近1ヶ月の注文を調べて」と言うだけです。AI は自動的に：

データベースに接続
テーブル構造を解析
正確な SQL を生成
クエリを実行
結果を必要な形式に整形

しかも生成される SQL は実際のテーブル構造に基づいており、架空のサンプルコードではありません。

ファイルシステム操作

私は主にコードの整理に使っています。

例えば、サードパーティライブラリを多用しているプロジェクトで、時間が経つと使われていない import 文が溜まってきます。手動でチェックするのは骨が折れます。

ファイルシステム MCP Server を設定すれば、Cursor にこう言えます。「プロジェクト全体をスキャンして、使われていない import をすべて見つけて削除して」。AI は自動的に：

プロジェクトディレクトリを走査
各ファイルの import 文を解析
実際に使われていないかチェック
ファイルを修正して削除

リファクタリングの際に特に便利な機能です。

API 統合

MCP は API 統合のサポートが非常に充実しています。すでに多くの主要サービスの MCP Server が存在します。

GitHub MCP

GitHub をよく使うなら、これは神ツールです。設定すれば、AI に直接以下を依頼できます：

Issue の確認：「バグとしてマークされている未解決 Issue はある？」
PR 作成：「このブランチの変更で PR を作って」
ブランチ管理：「新しい feature ブランチを作って」

Slack MCP

チームへの通知自動化に使っています。例えば：

「#dev チャンネルに、新バージョンがリリースされたことを通知して」
「最近チャンネル内で私宛のメンションがあったか確認して」

Google Workspace MCP

Gmail、Google Docs、Sheets、Drive、Calendar をカバーします。Google エコシステムに依存しているなら、大幅な時間短縮になります。

例：「昨日のデータ分析結果を Google Sheets にまとめて」、「明日のカレンダーを確認して」。

ブラウザ自動化

Chrome DevTools MCP は非常に興味深いツールです。

これにより AI がブラウザと直接対話できるようになります。AI に以下をさせることができます：

特定の Web ページを開く
ページの DOM 構造を読み取る
JavaScript を実行する
ページのパフォーマンスを分析する

私はこれを自動テストやパフォーマンス分析に使っています。「トップページを開いて、ファーストビューの読み込み時間を分析し、どのリソースが遅いか調べて」といった具合です。

Web コンテンツ収集

Fetch Server は Web ページのコンテンツ抽出に特化しています。

これの特徴は、Web の内容を AI が読みやすい形式に変換してくれる点です。例えばある記事の内容を分析したい時、手動でコピーする必要はなく、リンクを渡して「この記事の要点を分析して」と言うだけです。AI が自動でコンテンツを抓取（スクレイピング）して分析します。

MCP の設定方法

MCP の概要を把握したところで、具体的な設定方法を解説します。

設定前の準備

始める前に、以下の2点を確認してください：

Cursor バージョン：最新版の Cursor であることを確認してください。MCP サポートは最近追加されました。
転送方式：2種類の転送方式の違いを理解しましょう。
- stdio：標準入出力。サービスはローカルで実行され、Cursor が自動管理。個人利用向け。
- SSE/HTTP：ネットワーク通信。リモートサーバーにデプロイ可能で、複数ユーザーで共有可能。

ほとんどの場合、stdio 方式をお勧めします。設定が簡単で、追加のサーバーも不要です。

設定方法1：Cursor 設定画面から（推奨）

初めて設定する場合は、この方法が一番簡単です。

手順：

Cursor を開く
設定を開く（ショートカット）
- Windows/Linux: Ctrl+Shift+J
- macOS: Cmd+Shift+J
左メニューの “Tools & Integrations” を探す
下部の “New MCP Servers” をクリック
Cursor が自動的に mcp.json 設定ファイルを作成または開きます

この方法の利点は、GUI があり、リアルタイム検証もできることです。設定に問題があれば、すぐにエラーが表示されます。

設定方法2：設定ファイルを直接編集

設定ファイルを直接いじりたい場合は、手動で作成することも可能です。

MCP 設定ファイルには2つの場所があります：

プロジェクト固有：.cursor/mcp.json（現在のプロジェクトのみ有効）
グローバル設定：~/.cursor/mcp.json（全プロジェクトで有効）

私は通常、常用するツール（GitHub, Fetch 等）はグローバルに、プロジェクト固有のもの（DB接続等）はプロジェクト設定に置いています。

設定ファイルの構造

MCP 設定ファイルの基本構造は以下の通りです：

{
  "mcpServers": {
    "サーバー名": {
      "command": "実行コマンド",
      "args": ["引数リスト"],
      "env": {
        "環境変数": "値"
      }
    }
  }
}

command：実行するコマンド。npx, node, python など。
args：コマンドの引数。通常は MCP Server のパッケージ名やスクリプトパス。
env：環境変数。API トークンや DB パスワードなどの機密情報を渡すために使用。

実戦ケース 1：GitHub MCP の設定

よく使う GitHub MCP から始めましょう。

設定コード：

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_your_token_here"
      }
    }
  }
}

解説：

command: "npx"：Node.js のパッケージ実行ツールを使用。グローバルインストール不要。
args: ["-y", "@modelcontextprotocol/server-github"]：
- -y は自動確認。
- @modelcontextprotocol/server-github は公式の GitHub MCP Server パッケージ。
env.GITHUB_PERSONAL_ACCESS_TOKEN：あなたの GitHub パーソナルアクセストークン。

GitHub Token の取得方法：

GitHub を開き、Settings へ。
左メニュー下の Developer settings へ。
Personal access tokens → Tokens (classic) をクリック。
Generate new token をクリック。
必要な権限を選択（最低限 repo 権限が必要）。
生成された Token をコピーし、設定ファイルに貼り付け。

注意：Token は一度しか表示されないので、必ず保存してください。

実戦ケース 2：Fetch Server の設定

これは API トークン不要なので、もっと簡単です。

{
  "mcpServers": {
    "fetch": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-fetch"]
    }
  }
}

たったこれだけです。これで AI にあらゆる Web ページの内容を取得させることができます。

実戦ケース 3：データベース MCP の設定

DB 設定は接続情報を渡す必要があるため、少し複雑です。

MySQL を例にします（注意：事前に MySQL MCP Server を用意する必要があります。自作するかコミュニティ版を使用）：

{
  "mcpServers": {
    "mysql": {
      "command": "node",
      "args": ["/path/to/mysql-mcp-server/index.js"],
      "env": {
        "DB_HOST": "localhost",
        "DB_USER": "root",
        "DB_PASSWORD": "your_password",
        "DB_NAME": "your_database"
      }
    }
  }
}

重要：

/path/to/mysql-mcp-server/index.js は実際のパスに置き換えてください。
DB パスワードは環境変数として管理し、直接書くのは避けましょう（セキュリティ上）。
リモート DB の場合は DB_HOST を実際のアドレスに変更してください。

複数 MCP Server の完全設定例

実際には複数の MCP Server を併用することが多いでしょう。完全な設定ファイルは以下のようになります：

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_your_token_here"
      }
    },
    "fetch": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-fetch"]
    },
    "mysql": {
      "command": "node",
      "args": ["/Users/your-name/mcp-servers/mysql/index.js"],
      "env": {
        "DB_HOST": "localhost",
        "DB_USER": "root",
        "DB_PASSWORD": "your_password",
        "DB_NAME": "your_database"
      }
    }
  }
}

設定の検証

設定が完了したら、正しく動作するか確認します。

手順：

Cursor 再起動：設定変更を反映させるため再起動が必要です。
機能テスト：Cursor のチャットで試してみます。
- GitHub テスト：「私の GitHub リポジトリリストを見せて」
- Fetch テスト：「https://example.com の主要コンテンツを取得して」
応答確認：設定が成功していれば、AI は対応する MCP ツールを呼び出します。

もし AI が「アクセス権限がありません」「接続できません」と答えたら、設定に問題があります。

よくあるトラブルシューティング

私が遭遇した問題と解決策を共有します：

問題 1：設定ファイルのフォーマットエラー

症状：Cursor 起動時にエラーが出る、または MCP 機能が動かない。

解決策：

JSON 構文（カンマ、クォート、括弧）をチェック。
JSON 検証ツールを使用。
最後の要素の後に余分なカンマがないか確認。

問題 2：API Token 権限不足

症状：AI はサービスに接続できるが、特定操作でエラーになる。

解決策：

Token のスコープ（権限範囲）を確認。
GitHub Token には最低限 repo 権限が必要。

問題 3：ポート占有

症状：MCP Server 起動時にエラー。

解決策：

他のプログラムがポートを使っていないか確認。
stdio 方式なら通常この問題は起きない。
SSE 方式ならポート番号を変更してみる。

問題 4：環境変数が反映されない

症状：環境変数を設定したのに Server が読み取れない。

解決策：

変数名のスペルミス確認。
設定ファイルが保存されているか確認。
Windows ユーザーはパス区切り文字に注意（\\ または / を使用）。

応用テクニック

設定成功は第一歩です。ここからは実用的なテクニックを紹介します。

適切な転送方式の選択

stdio 方式が向いている場合：

ローカル開発
個人利用
追加サーバーなしで手軽に設定したい

SSE/HTTP 方式が向いている場合：

チームで MCP Server を共有する
データベースやサービスがリモートサーバー上にある
集中管理や監視が必要

私は個人的なツール（GitHub, Fetch）には stdio、チーム共用の DB には SSE を使っています。

複数 MCP Server の管理

数が増えてくると管理が大変になります。私のおすすめは：

グローバル設定：GitHub, Fetch, Slack などの汎用ツール。
プロジェクト設定：DB, 内部API などの固有ツール。
必要時のみ有効化：使わない Server はコメントアウトして、リソース浪費を防ぐ。

セキュリティ対策

MCP 設定には機密情報が含まれるため、セキュリティは重要です。

Token を Git にコミットしない：

.cursor/mcp.json を .gitignore に追加する。
またはハードコーディングせず環境変数を使用する。

Token の定期更新：

GitHub Token に有効期限を設定する。
定期的にパスワードとトークンを更新する。

最小権限の原則：

GitHub Token は必要な権限だけ付与する。
DB ユーザーは（クエリのみなら）Read Only 権限にする。

パフォーマンス最適化

MCP を多用するとパフォーマンスが気になるかもしれません。最適化のヒントです：

必要な Server だけ有効化：

使わないものはコメントアウトまたは削除。
起動時のリソース消費を抑える。

ネットワーク遅延に注意：

リモート Server は遅延が発生します。
クラウド DB の場合、ネットワーク品質を考慮する。

タイムアウト設定：

一部の MCP Server はタイムアウト設定が可能です。
特定のリクエストでプロセス全体が止まるのを防ぐ。

まとめ

振り返ってみましょう：

MCP とは：AI が外部ツールやデータに接続するための標準プロトコル。AI の USB-C 端子のようなもの。

何ができるか：

データベース操作（SQL 生成・実行）
ファイルシステム操作（一括処理）
GitHub, Slack, Google Workspace 統合
ブラウザ自動化と Web コンテンツ収集

設定方法：

Cursor 設定画面または mcp.json 編集
command, args, env の3要素を設定
GitHub, Fetch, DB などの Server が利用可能

私のお勧めは、まず簡単な Fetch Server から始めることです。MCP の威力を体感してください。慣れてきたら、ニーズに合わせて他の Server を追加していきましょう。

MCP エコシステムは急速に発展しており、毎週のように新しい Server が登場しています。「一度書けば、どこでも使える」世界が実現しつつあります。将来 AI ツールを乗り換えても、再設定することなく MCP Server を使い続けられるでしょう。

Cursor MCP 設定完全フロー

Cursor でゼロから MCP を設定し、AI を外部ツールやデータソースに接続させる手順

⏱️ Estimated time: 15 min

1
Step1: Cursor 設定を開く
ショートカットで設定を開きます：
• Windows/Linux：Ctrl+Shift+J
• macOS：Cmd+Shift+J

左メニューの "Tools & Integrations" を見つけ、下部の "New MCP Servers" をクリックします。
2
Step2: mcp.json 設定ファイルの編集
設定ファイルの基本構造：
{
"mcpServers": {
"サーバー名": {
"command": "実行コマンド",
"args": ["引数リスト"],
"env": { "環境変数": "値" }
}
}
}

設定ファイルの場所：
• プロジェクト固有：.cursor/mcp.json
• グローバル：~/.cursor/mcp.json
3
Step3: MCP Server 設定の追加
Fetch Server の例（最も簡単、Token 不要）：
{
"mcpServers": {
"fetch": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-fetch"]
}
}
}

GitHub 統合の場合は、GITHUB_PERSONAL_ACCESS_TOKEN 環境変数を追加します。
4
Step4: Cursor 再起動と検証
設定保存後、Cursor を再起動します。

テスト方法：
• Fetch テスト："https://example.com の主要コンテンツを取得して"
• GitHub テスト："私の GitHub リポジトリリストを見せて"

AI が対応するツールを呼び出せれば、設定成功です。

FAQ

MCP と従来のプラグインの違いは？

核心的な違いは「知能レベル」です。

• 従来のプラグイン：アプリ層の拡張で、ユーザーが手動でトリガーする必要があります。
• MCP：AI モデル層の拡張で、AI がいつツールを使うべきか自律的に判断します。

例えば「注文を確認して」と言えば、MCP 設定済みの AI は自動で DB 接続や SQL 実行を行います。「SQL を実行して」と指示する必要はありません。

設定ファイルはプロジェクト別？それともグローバル？

使い分けるのがベストです。

• グローバル (~/.cursor/mcp.json)：GitHub, Fetch, Slack などの汎用ツール
• プロジェクト別 (.cursor/mcp.json)：DB 接続, 内部 API などの固有ツール

これで再利用性とカスタマイズ性を両立できます。

MCP 設定が効かない時の対処法は？

以下の順でチェックしてください：

1. JSON 構文：検証ツールでカンマや引用符を確認
2. 再起動：設定変更後は Cursor の再起動が必須
3. Token 権限：GitHub Token は最低限 repo 権限が必要
4. パス区切り：Windows ではパスに `\\` か `/` を使用

stdio と SSE 転送方式、どっちを選ぶべき？

シーンによります。

• stdio（推奨）：ローカル実行、Cursor 自動管理、設定簡単。個人利用向け。
• SSE/HTTP：リモートサーバー配置可、チーム共有可。DB がクラウドにある場合などに適しています。

入れておくべきおすすめの MCP Server は？

実用性順の推奨リスト：

入門必須：
• @modelcontextprotocol/server-fetch：Web スクレイピング（Token 不要）

開発常用：
• @modelcontextprotocol/server-github：GitHub 統合
• MySQL/PostgreSQL MCP Server：データベースアクセス

上級ツール：
• Google Workspace MCP：Gmail, Docs, Sheets 統合
• Chrome DevTools MCP：ブラウザ自動化

9 min read · 公開日: 2026年1月16日 · 更新日: 2026年2月4日

Easton

AI・インテリジェンス

MCP とは？

簡単な例え

なぜ MCP が必要なのか？

MCP vs 従来のプラグイン

コアアーキテクチャ

MCP で何ができる？

データベースアクセス

ファイルシステム操作

API 統合

ブラウザ自動化

Web コンテンツ収集

MCP の設定方法

設定前の準備

設定方法1：Cursor 設定画面から（推奨）

設定方法2：設定ファイルを直接編集

設定ファイルの構造

実戦ケース 1：GitHub MCP の設定

実戦ケース 2：Fetch Server の設定

実戦ケース 3：データベース MCP の設定

複数 MCP Server の完全設定例

設定の検証

よくあるトラブルシューティング

応用テクニック

適切な転送方式の選択

複数 MCP Server の管理

セキュリティ対策

おすすめ MCP Server

パフォーマンス最適化

まとめ

Cursor MCP 設定完全フロー

Step1: Cursor 設定を開く

Step2: mcp.json 設定ファイルの編集

Step3: MCP Server 設定の追加

Step4: Cursor 再起動と検証

FAQ

コメント

関連記事

Veo 3音声生成完全ガイド：AI動画に自動でセリフとBGMをつける方法（プロンプトテンプレート付き）

Veo 3音声生成完全ガイド：AI動画に自動でセリフとBGMをつける方法（プロンプトテンプレート付き）

Veo 3キャラクター一貫性完全ガイド：Scenebuilderで繋がりのあるマルチショット動画を作る

Veo 3キャラクター一貫性完全ガイド：Scenebuilderで繋がりのあるマルチショット動画を作る

Veo 3 Image to Video実践：Reference Imageで動画効果を精密に制御する

Veo 3 Image to Video実践：Reference Imageで動画効果を精密に制御する