MCP

Claude Code を使い続けると、トークン消費が積み重なってコストが気になってくる。X（旧 Twitter）ユーザーの @xiaoying_eth が、トークン消費を最大90%削減できる10のGitHubリポジトリをまとめて紹介している。本記事では出力フィルタリング・シンボル単位参照・プロンプト制御・MCP サーバーという4アプローチで各ツールを分類し、導入しやすいものから解説する。 1. RTK (Rust Token Killer) リポジトリ: rtk-ai/rtk コンテキストに流れ込む前にターミナル出力をフィルタリングするツール。よく使う開発コマンド（cargo build、npm test など）の冗長な出力を削減することで、60〜90% のトークン削減を実現する。Rust 製のため高速で、Claude Code の実際のコーディングセッションでの効果が大きい。 詳細は「RTK（Rust Token Killer）で Claude Code のトークン使用量を60〜90%削減する」を参照。 2. Context Mode リポジトリ: mksglu/context-mode Playwright や GitHub のツール出力を SQLite に転送し、クリーンな要約のみを Claude に送信するアプローチ。生のツール出力をそのままコンテキストに流さないことで 98% の削減を達成している。ブラウザ自動化や CI/CD 連携を多用するワークフローに特に有効。 3. code-review-graph リポジトリ: tirth8205/code-review-graph Tree-sitter を使ってローカルでコードリポジトリをナレッジグラフに変換するツール。ファイル全体を渡す代わりにグラフ構造で必要な情報だけを抽出するため、大型モノリポでは 49倍 のトークン削減が可能。コードレビューや依存関係の調査に向いている。 4. Token Savior リポジトリ: Mibayy/token-savior MCP サーバーとして動作し、ファイル全体ではなくシンボル単位（関数・クラス・変数）でコードを参照するツール。コードナビゲーション操作で 97% のトークン削減を達成。外部依存がゼロなので導入しやすい。 5. Caveman Claude リポジトリ: JuliusBrussee/caveman “原始人の口調” で Claude に話させることで出力トークンを削減するユニークなアプローチ。技術的な正確性は維持しつつ、出力を 65〜75% 削減できる。プロンプトエンジニアリングによる出力スタイルの制御という発想が面白い。 詳細は「Claude を「原始人」口調にするとトークンが 80% 減る話」を参照。 ...

Webスクレイピングの定番ライブラリといえば BeautifulSoup だが、それを最大784倍上回るパフォーマンスを持つ Python フレームワーク Scrapling が注目を集めている。GitHub スター数は約47,000（2026年5月時点）に達する。Cloudflare Turnstile 突破やサイト構造変化への自動適応など、現代のWebスクレイピング課題を一手に解決するのが特徴だ。 Scrapling とは Scrapling は Karim Shoair（D4Vinci）が開発した適応型Webスクレイピングフレームワークだ。単発リクエストからフルスケールクローリングまでをカバーし、以下の3つを柱とする。 Adaptive Scraping: サイトのデザインが変わっても対象要素を自動的に再探索 Anti-bot Bypass: Cloudflare Turnstile 等のアンチボットを標準でバイパス Spider Framework: Scrapy ライクな Spider API で並列クロールをスケールアウト パフォーマンスベンチマーク 5,000 個のネスト要素に対するテキスト抽出速度（100回平均）。出典: 公式 README ベンチマーク： ライブラリ 処理時間（ms） Scrapling比 Scrapling 2.02 1.0x Parsel/Scrapy 2.04 1.01x Raw Lxml 2.54 1.26x PyQuery 24.17 ~12x Selectolax 82.63 ~41x MechanicalSoup 1549.71 ~767x BS4 with Lxml 1584.31 ~784x BS4 with html5lib 3391.91 ~1679x 公式ドキュメントで強調されている「BeautifulSoup 比 784 倍」はこのベンチマークに基づいている。 ...

AI動画・画像生成の世界に大きな変化が来た。Higgsfield が MCP（Model Context Protocol）サーバーを正式リリースし、Seedance 2.0・Kling 3.0・Veo 3.1・Sora 2 など 30 以上のトップモデルを「1 つのコネクタ」で利用できる環境が整った。 Higgsfield MCP とは Higgsfield MCP は、複数の AI 画像・動画生成モデルをエージェントツールとして公開するホスト型 MCP サーバーだ。エンドポイントは https://mcp.higgsfield.ai/mcp で、Higgsfield アカウントで一度認証するだけで配下のモデルをすべて利用できる。 対応クライアント: Claude（Settings → Connectors から追加） OpenClaw Hermes Agent NemoClaw Cursor その他 MCP 対応クライアント全般 対応モデル一覧 動画生成モデル モデル 特徴 Seedance 2.0 ByteDance製。口パク同期・SFX・音楽を1パスで生成 Sora 2 OpenAI製。長尺・高品質な動画生成 Kling 3.0 高精細な映像クオリティ Veo 3.1 Google DeepMind製。映画的なビジュアル WAN 2.6 多様なスタイル対応 Hailuo 02 MiniMax製。リアルな動作表現 全対応モデルは Higgsfield 公式ページ を参照。 画像生成モデル モデル 特徴 GPT Image 2 OpenAI製。指示追従性が高い Nano Banana Pro 高速生成 Soul 2.0 キャラクター一貫性 Flux 2 高解像度出力 Seedream 5.0 Lite ByteDance製。高速テキスト・画像生成 全対応モデルは Higgsfield 公式ページ を参照。 ...

「Claude Code から Microsoft Teams にビルド結果を投稿したい」「OneDrive のファイルを Claude に読ませて要約させたい」──こうしたニーズは、AI 駆動の開発フローで日常的に発生します。本記事では、初心者でも今日から使える 3 つの方法を、難易度順にセットアップから操作まで解説します。 ...

個人開発アプリを MCP 化しようとして、認証の壁に阻まれた経験はないだろうか。 大手 SaaS が次々と MCP を公開する今、個人開発者も「自分のアプリを MCP で叩けるようにしたい」と思うのは自然な流れだ。 しかし認証の設計は想像以上に重い。 この記事では、WorkOS AuthKit を使えば MCP 認証（OAuth 2.0 Dynamic Client Registration 対応）を Next.js で 30 分・50 行以内に実装できる理由と具体的な手順を紹介する。 MCP 化の波が押し寄せている ここ数ヶ月で、Notion・Linear・Stripe・Vercel・Cloudflare など、ちょっと触っているサービスはほぼ間違いなく MCP を出している印象だ。 Claude Code や Cursor に登録すれば、「自分の Notion を読んで」「Linear に issue を立てて」が自然言語で動く。 個人開発者にとっても無視できない流れだ。 自分の作ったアプリも、CLI だけじゃなく MCP で叩けるようにしておくと、ユーザー体験が一段別物になる。 認証の壁 いざ自作アプリを MCP 化しようとすると、ほぼ全員がここで止まる。 「Bearer トークンを受け取って検証する」と書くと一行だが、実際には： ユーザーごとにアクセストークンを発行する仕組み Claude Code などのクライアント側がトークンをどう取得するか（OAuth？API キー手動コピペ？） トークンをどう保存・更新するか（リフレッシュトークン、有効期限…） 複数クライアントから同じユーザーが繋ぐ場合の扱い これを真面目に作ると、週末が溶ける。筆者（html-to-pptx 作者）も最初は自前で API キー方式を実装していたが、「MCP クライアントから自動でログインさせたい」と思った瞬間、設計が一気に重くなることに気づいた。 結論：WorkOS（AuthKit）を使え タイトルにも書いたが、もう一度言う。個人開発者が MCP 化するなら、WorkOS の AuthKit 一択だ。 B2B 向けのサービス展開を考えている場合も、その場合も WorkOS が特におすすめだ。 ...

概要 Exa は LLM/AI エージェント向けに最適化されたセマンティック検索 API。Google などのキーワード検索エンジンと異なり、自然言語クエリと意図でドキュメントをマッチングするため、AI エージェントのコンテキスト取得に向く。 公式: https://exa.ai/ 主要機能 Neural Search: 埋め込みベースのセマンティック検索 Keyword Search: 従来型のキーワード一致検索もサポート Find Similar: 与えた URL/ドキュメントと意味的に近いページを取得 Contents API: 検索結果のフルテキスト・要約・ハイライトを返す Live Crawl: 検索時にリアルタイムでクロールするモード Claude / Claude Code での利用 Exa for Claude（MCP プラグイン） として提供されており、Claude Code から MCP 経由で呼び出せる。導入後は通常の Web Search ツールに加えて Exa の高度なセマンティック検索を利用できる。 Model Context Protocol サーバとして接続するため、API キー設定とサーバ起動の標準的な MCP セットアップで動く。 想定ユースケース RAG のクエリリライタ: 「自然言語の質問」→ 関連ドキュメント取得（RAG） エージェントの調査タスク: 競合調査、技術調査、論文検索 コーディング支援: GitHub やドキュメントサイトを横断したコード例・ライブラリ調査 関連ページ MCP（Model Context Protocol） RAG Claude Code ソース記事 Exa for Claude MCP プラグイン — 2026-04-25

Claude に本格的な検索能力を付与する MCP サーバー「Exa for Claude」が注目を集めている。Web 検索・ドキュメント・企業/人物情報など多様なソースに対応し、標準の web_search より高速・高精度とされる。Claude Desktop や Claude Code を使う開発者向けに、導入手順と活用例をまとめる。 Exa とは Exa は「将来の検索」を構築するために設立された AI 研究ラボで、ニューラル検索エンジンを提供している。キーワードマッチングではなく意味的類似性を軸にした検索で、AI エージェントが使うことを前提に設計されている。 exa-labs/exa-mcp-server（GitHub スター 4,300 超）として OSS 公開されており、Claude・Cursor・VS Code などの MCP 対応ツールから利用できる。 提供される検索ツール Exa MCP サーバーが提供する主なツールは以下の通り。 ツール 状態 用途 web_search_exa 現行 リアルタイム Web 検索 web_search_advanced_exa 現行 高度な Web 検索（カテゴリ・日付範囲・ドメイン指定など） company_research_exa Deprecated 企業サイトをクロールして詳細情報を取得 linkedin_search_exa Deprecated LinkedIn での企業・人物検索 people_search_exa Deprecated 人物情報検索 crawling_exa Deprecated 指定 URL からコンテンツを抽出（→ web_fetch_exa へ移行） get_code_context_exa Deprecated コードコンテキストの取得（→ web_search_exa へ移行） deep_researcher_start / deep_researcher_check Deprecated 非同期ディープリサーチ web_search_advanced_exa では category パラメータで論文・ニュース・コードなど用途別に絞り込める。Deprecated ツールは現在も動作するが、将来的に web_search_advanced_exa に統合される方向で整理が進んでいる。 ...

Google Cloud Next 2026 で、Google Workspace の公式 MCP サーバーがデベロッパープレビューとして発表された。Gmail・Drive・Calendar・Chat などの Workspace データを、Claude・Gemini CLI・IDE などの AI アプリから Model Context Protocol（MCP）経由で直接操作できるようになる。 これまでの課題 Workspace のデータを AI エージェントと連携させたい場合、これまでは以下の障壁があった。 公式のサポートがなく、サードパーティ製コネクターに頼るしかなかった OAuth フローの実装が複雑で、開発コストが高かった エージェントからのアクセス権限管理が整備されていなかった 公式 MCP サーバーはこれらの壁をまとめて解消する。 対応サービスと提供ツール数 サービス ツール数 主な操作 Gmail 10 メール検索・下書き作成・送信 Drive 7 ファイル取得・アップロード・検索 Calendar 8 予定作成・一覧取得・更新 People 3 連絡先の参照 Chat 2 メッセージ確認・送信 対応 AI アプリ Claude (Enterprise / Pro / Max / Team プラン) Gemini CLI VS Code などの対応 IDE MCP 標準に準拠しているため、今後 MCP 対応のアプリ・フレームワークはすべて利用できる見込み。 ...

Claude Code に /team-onboarding というコマンドが追加された。新メンバーが入るたびに口頭で説明していた「うちのチームの Claude Code の使い方」が、1コマンドで自動ドキュメント化されるようになった。 新メンバーへの説明を毎回繰り返す課題 チームで Claude Code を使っていると、新メンバーが入るたびに「うちってどうやって Claude Code 使ってるの？」という質問が飛んでくる。毎回同じことを口頭で説明するのは時間がかかるし、言語化が難しい暗黙知も多い。 /team-onboarding が解決すること /team-onboarding コマンドを実行すると、Claude Code が実行したユーザーの過去のセッション履歴を分析して、チーム向けのオンボーディング資料を自動生成してくれる。 生成される内容は以下のとおり： 過去30日のセッションを自動分析 作業タイプの割合をテキスト形式で可視化（例：Build 40%, Plan 25% など ※実行例） よく使うスキルを頻度順にランキング MCP 接続の使用回数を可視化 新メンバー向けセットアップチェックリストを生成 出力は Markdown 形式なので、Notion や GitHub Wiki にそのままコピペできる。ドキュメント整備の手間が省ける。 使い方 プロジェクトルートで Claude Code を起動し、チャット欄に入力するだけ： 1 /team-onboarding 実行すると、セッション履歴が分析され、チームへの共有に適したオンボーディングドキュメントが生成される。 まとめ 「新メンバーのオンボーディングに毎回時間を取られる」という壁を崩すコマンドだ。チームの暗黙知を自動でドキュメント化し、Notion や GitHub にそのまま貼れる Markdown で出力される。Claude Code をチームで使っている場合は試してみる価値がある。 元ツイート（@SuguruKun_ai）より

概要 金融庁 EDINET に開示された有価証券報告書の XBRL データを独自にパースし、企業財務データを一括取得・分析できる SaaS。個人投資家向けのスクリーニング機能から、機関投資家・エンジニア向けの API まで幅広く対応する。 主な機能 データアクセス方法 方法 概要 主な用途 Web UI ブラウザでスクリーニング・比較 個人投資家のリサーチ Web API REST API で財務データ取得 システム連携・自動化 スプレッドシート Google Sheets / Excel アドイン 定型レポート作成 MCP Server AI ツールからの直接アクセス Claude Code などとの連携 Python ライブラリ pip install buffett_code データ分析・Jupyter 取得できる主なデータ PER・PBR・ROE・ROIC 等の財務指標 時系列の貸借対照表・損益計算書・キャッシュフロー計算書 スクリーニング（条件絞り込みによる銘柄抽出） MCP Server との連携 Claude Code などの AI ツールから直接バフェット・コードの財務データにアクセスできる MCP Server を提供。自然言語で「PBR が1倍以下でROEが10%以上の銘柄を探して」といった分析が可能になる。 関連ページ EDINET XBRL Python ガイド — EDINET XBRL の基礎と Python での処理 MCP — AI ツール連携のプロトコル ソース記事 バフェット・コード徹底分析 — EDINET XBRLを活用した企業分析SaaSの全貌 — 2026-04-07