AskimoデスクトップでAIをリアルワールドのツールに接続する方法（MCP）

AIアシスタントは、アクセスできる情報の質に比例して役立ちます。デフォルトでは、Claude・GPT・Gemini・ローカルOllamaモデルのいずれも「時間が止まった」状態です。今日の価格を確認したり、ファイルを読んだり、データベースを照会したりすることはできません。トレーニング時に学習した内容でしか応答できないのです。

MCP（Model Context Protocol） がこの問題を解決します。

AskimoデスクトップでMCPを有効にすると、AIはライブのデータソースに接続し、実際のアクションを実行できるようになります。コンピューター上のファイルを読んだり、GitHubリポジトリを閲覧したり、データベースに問い合わせたり、ウェブを検索したりと、すでに使い慣れたチャット画面からすべて操作できます。

クイックスタート: 設定 → MCPサーバー を開き、MCPサーバーを追加 をクリック。トランスポートに HTTP を選択し、URLに https://api.githubcopilot.com/mcp/ を貼り付け、ヘッダーに Authorization=Bearer <your-token> を追加し、接続テスト をクリックして保存します。

AskimoデスクトップのMCP設定画面。GitHub Copilot MCPエンドポイントとAuthorizationヘッダーを使ったHTTPトランスポートの設定例

MCPが実際に何をするのか

MCPとは、AIに「手」を与えるようなものです。

MCPなしでは、AIは知っていることしか答えられません。MCPがあれば、AIはあなたの代わりに実際のアクションを実行できます。「今、東京は何時？」と聞けば、推測するのではなくライブの時刻ツールを呼び出します。「自分のプルリクエストを見せて」と言えばGitHubに接続して実際の一覧を取得します。「最新のログファイルには何が書いてある？」と聞けば、マシンから直接読み込みます。

考えるのは引き続きAIです。どのツールを使うかを判断し、結果を解釈し、わかりやすい回答を書きます。MCPは、必要なときに実際の情報を取得する「手段」を与えるだけです。

graph TD
    I1[MCPインスタンス\n例：GitHub]
    I2[MCPインスタンス\n例：時刻サーバー]
    I3[MCPインスタンス\n例：ローカルファイル]

    I1 --> S1[MCPサーバー]
    I2 --> S2[MCPサーバー]
    I3 --> S3[MCPサーバー]

    S1 & S2 & S3 -->|ツール| AI[Askimo AI]

MCPサーバーはいくつでも接続できます。Askimoが接続を管理し、会話中にすべてのツールを利用可能にします。

MCPでできること

タイムゾーンをまたいだリアルタイムの時刻取得

時刻MCPサーバーを接続すれば、「今、東京は何時？」「午後3時ESTをJSTに変換して」などの質問が可能になります：

AskimoデスクトップのチャットでTime MCPサーバーを使い、東京・ロンドン・ニューヨークの現在時刻を表示している様子

GitHubの閲覧とアクション実行

GitHub MCPを接続すれば、AIがプルリクエストの一覧取得、イシューの要約、コードの検索、新しいイシューの作成などを代行します：

AskimoデスクトップのチャットでGitHub Copilot MCPサーバーを使い、リポジトリを照会してオープンなプルリクエストの一覧と要約を表示している様子

ローカルファイルの読み書き

ファイルシステムMCPサーバーをフォルダーに向けると、AIは議事録を読んだり、ドキュメントを要約したり、マシン上に新しいファイルを直接作成したりできます。コピー＆ペースト不要です。

リアルタイムウェブ検索

ウェブ検索サーバー（Brave Search、Tavilyなど）を接続すれば、AIが最新ニュースを取得したり、最近のリリースを調べたり、ライブの結果でファクトチェックしたりできます。

最初のMCPサーバーのセットアップ方法

設定（macOSは ⌘ ,、Windows/Linuxは Ctrl ,）を開きます。
MCPサーバー に移動し、MCPサーバーを追加 をクリックします。
名前を入力し、トランスポート（Stdio または HTTP）を選択して詳細を入力します。
接続テスト をクリックして動作を確認します。
保存をクリックします。

以上です。ツールが有効になっている会話では、AIが自動的にそれらのツールを使い始めます。

StdioとHTTP：どちらを使うべきか

Stdio（ローカルプロセス）

Askimoがローカルプロセスを起動し、stdin/stdout経由で通信します。npx や uvx でインストールするサーバーに使用します。

フィールド	説明	例
コマンド	実行する実行ファイル	`uvx mcp-server-time`
作業ディレクトリ	プロセスの起動場所	`/home/user/projects`
環境変数	プロセスに渡す変数	`GITHUB_TOKEN=ghp_...`

ヒント: テスト前にツールがインストールされているか確認してください。ターミナルで npx --version または uvx --version を実行して確かめましょう。

HTTP（リモートエンドポイント）

AskimoがHTTPS経由でホスト型MCPサーバーに接続します。GitHub Copilot MCP APIのようなマネージドサービスに使用します。

フィールド	説明	例
URL	MCPエンドポイントの完全URL	`https://api.githubcopilot.com/mcp/`
ヘッダー	認証ヘッダー	`Authorization=Bearer mytoken`
タイムアウト（ms）	リクエストのタイムアウト	`60000`

ヒント: 認証ヘッダーを渡す際は必ずHTTPSを使用してください。

例：HTTP MCPでGitHubに接続する

ステップ1：GitHub個人アクセストークンを取得する

github.com/settings/tokens に移動し、必要なスコープ（repo、read:user など）でトークンを生成します。

ステップ2：MCPインスタンスを追加する

名前: GitHub
トランスポート: HTTP
URL: https://api.githubcopilot.com/mcp/

ヘッダー:

Authorization=Bearer ghp_your_token_here

ステップ3：テストして保存する

接続テスト をクリックします。list_repos、get_pull_request、create_issue、search_code などのツールが表示されます。保存をクリックしてチャットで使い始めましょう。

例：StdioでTime Serverに接続する

ステップ1：MCPインスタンスを追加する

名前: Time
トランスポート: Stdio
コマンド: uvx mcp-server-time

APIキーは不要です。システムクロックを使用します。

ステップ2：テストして保存する

接続テスト をクリックすると、get_current_time と convert_time などのツールが表示されます。保存すれば完了です。

試してみたいおすすめのMCPサーバー

データベース、API、ブラウザ、生産性ツールなど、数百ものMCPサーバーが利用可能です。始めるのに最適なリソース：

modelcontextprotocol.io — 公式MCPレジストリ
mcp.so — 検索とカテゴリ付きのコミュニティキュレーションディレクトリ
GitHub: awesome-mcp-servers — コミュニティが管理するキュレーションリスト

認証情報の安全な保管

Askimoは名前から機密情報を自動検出します。key、secret、token、password、credential を含む名前はすべてシークレットとして扱われます：

平文でディスクに書き込まれることはありません。
OSのキーチェーン（macOSはキーチェーンアクセス、WindowsはCredential Manager）に保存されます。
実行時に読み込まれるため、設定ファイルはクリーンな状態を保ちます。

注意: MCPインスタンスを削除してもキーチェーンのエントリは削除されません。必要に応じてOSのキーチェーンから手動で削除してください。

会話ごとのツール制御

MCPサーバーを接続すると、チャット入力バーの ツール ボタンからアクティブなツールを制御できます。

MCPツール はデフォルトで有効です。AIは必要に応じて使用します。
Askimo組み込みツール はデフォルトで無効です。両方使いたい場合はオンにしてください。

ツールの設定は現在の会話にのみ適用され、グローバルには影響しません。

MCPサーバーの管理

設定 → MCPサーバー で、任意のインスタンスの表示・有効化/無効化・編集・削除ができます。無効化すると設定は残るため、時々しか使わないサーバーに便利です。

AskimoデスクトップのMCPサーバー管理画面。接続済みのTime MCPインスタンスとget_current_time、convert_timeなどの利用可能なツールが表示されている様子

ローカルAI（Ollama）でのMCP利用

MCPはローカルモデルでも動作します。OllamaでLlama、Mistral、Phiを実行している場合も設定は同じです。AIはマシン上でのみMCPツールを使用し、データが外部に送信されることはありません。

これにより、完全にプライベートなツール拡張AIワークフローが実現します。ローカルのSQLiteデータベースへの問い合わせ、ファイルの読み取り、ローカルモデルからの回答取得がすべてオフラインで可能です。

Ollamaを初めて使う方へ: AskimoとOllama：ローカルAIに最適なデスクトップをご参照ください。

トラブルシューティング

「MCPサーバーへの接続に失敗しました」

Stdioの場合：バイナリがインストールされているか確認します（npx --version または uvx --version）。
HTTPの場合：サーバーが起動していてURLにアクセスできるか確認します。

接続後にツールリストが空

認証が失敗している可能性があります。トークンまたはAPIキーを確認して再テストしてください。

AIがMCPツールを使ってくれない

チャットバーの ツール セレクターを確認し、サーバーがオンになっているか確かめてください。
小さなローカルモデルの中には、ClaudeやGPTほどツールの扱いが安定しないものもあります。

MCPが実現すること

MCPによって、AIは静的なリファレンスから真のコラボレーターへと変わります：

エンジニア: ライブデータベースへの問い合わせ、GitHubの確認、ログの読み取り、コマンドの実行をひとつの会話で完結。
リサーチャー: アプリを切り替えることなく最新のウェブ結果を取得し、ローカルドキュメントを検索。
ライター: プロジェクトファイルの読み書き、長文ドキュメントの一貫性維持、メモの検索。
アナリスト: 自然言語でデータベースに質問、ライブデータの取得、結果のエクスポート。

Claude、GPT、Gemini、完全ローカルのOllamaモデルなど、あらゆるプロバイダーで動作します。

詳細情報

MCP統合ドキュメント: すべてのオプションの完全リファレンス
ドキュメントとのチャット（RAG）: ファイルインデックスとMCPツールの組み合わせ
AI投資リサーチプラン: MCPを活用したマルチステッププラン
Ollamaプロバイダー設定: MCPを使ったローカルAIの設定

Askimoを今すぐ試す: 👉 https://askimo.chat

GitHubでスターを付ける: 👉 https://github.com/haiphucnguyen/askimo

ご質問・フィードバック: GitHubでイシューを開くか、ディスカッションに参加してください。どんなMCPサーバーを接続しているか、ぜひ教えてください。