AIコーディングの分野では、AIの知能体(Agent)にいかにツールを効果的に使わせ、複雑なソフトウェア開発タスクを完了させるかが大きな関心事となっている。「ツール使用/機能呼び出しは、この文脈で生まれた重要な技術である。完璧なソフトウェア開発プロセスは、統合開発環境(IDE)そのものとその豊富なプラグインエコシステムに加えて、バージョン管理システムGit、コンテナ化技術Docker、コンテナオーケストレーションプラットフォームKubernetes、継続的インテグレーション/継続的デリバリーツールJenkinsなどの一連の外部ツールとも切り離せない。AIがこれらのツールをどのように認識し、巧みに利用できるようにするかが、AIのコーディング能力を向上させる鍵になっている。
最近、AIコーディングツール オートデヴ は、モデルコンテキストプロトコル(MCP)との双方向統合の実装を中心としたメジャーアップデートを発表した。これにより、AutoDevは、モデル・コンテキスト・プロトコル(MCP)としてだけでなく、モデル・コンテキスト・プロトコル(MCP)としても使用できるようになります。 エムシーピー また、MCPエコシステムから様々なツールを呼び出すMCPクライアントとしても使用できる。この革新的な取り組みは、間違いなくAIコーディングツールの将来の開発方向に対する新しいアイデアを提供する。
インクリメンタルなAIエージェント・ソリューションからMCPサービスとしてのAutoDevへ
コンピュータの自動化という大きなシナリオの中では、IDEはAIエージェントが呼び出せる数多くのツールのひとつに過ぎない。現在、AIエージェントの開発は漸進的な段階にある。従来のユーザーインターフェース(UI)は非効率的に動作するため、AIエージェントの自動化機能が制限されています。その結果、IDE中心のAIコーディング・モデルが依然として支配的ですが、今後のトレンドは必然的にエージェント・ツール中心のモデルに移行し、AIエージェントは自律的にブラウザを操作して要件情報を取得し、IDEを起動してコードを記述し、DevOpsツールを呼び出してアプリケーションを公開し、さらに幅広い自動化操作を実行できるようになります。
AIエージェントツールの呼び出しが相次ぐ中、AutoDevはMCPサービスとしての位置づけを率先して行っている。これは、Cursor、Cline、GitHubなどのMCPプロトコルをサポートするエージェントツールであれば、MCPサービスを呼び出すことができることを意味する。 コパイロット などは、AutoDevが提供するサービスを直接呼び出して、IDE環境で高品質のコンテキスト情報にアクセスできる。このシフトにより、ツール間の障壁が取り除かれ、より強固なAIコーディング・エコシステムの基礎が築かれます。
MCPすなわちAgent Tool ecoからMCPサービスすなわちAutoDevコマンドへ。
これまでAutoDevは、IDEのエコシステムとプラグインシステムを活用することで、エンドツーエンドのAI支援開発プロセスを構築することに注力してきました。AutoDevがより多くのプラグインを統合するにつれて、エージェント・ツールの必要性がますます顕著になってきました。
AI IDE機能のベースラインを構築するエージェントツール
市場に出回っている多くのAIコーディングツールを比較すると、VSCodeベースのツールは機能面で非常に均質化されており、提供されるツールセットも似通っていることが多い。しかし、AutoDevやJetBrains JunieのようなJetBrains IDEプラットフォームに統合されたAIコーディングプラグインは、AST(Abstract Syntax Tree)解析、コードデバッグ、FQN(Fully Qualified Name)ルックアップなど、より深いIDE機能を提供し、はるかに強力なパワーを発揮します。
VSCodeベースのAIコーディングツールが通常約10個のツールを提供するのに対して、JetBrainsプラットフォームのAIコーディングプラグインは約20個のツールを提供するが、これはIDEの基本機能という点では氷山の一角に過ぎない。AIコーディング技術が、要求分析、デプロイメント、運用・保守などのより広い分野に広がるにつれて、ツール・エコシステムの豊富さと専門性はさらに要求されるようになる。
MCP オープンソース・エコシステムの台頭
モデルコンテキストプロトコル(MCP)は、以下によって開発された。 アンソロピック (AutoDevは、Large Language Model (LLM)アプリケーションのための標準化されたインターフェースを提供し、外部の情報、ツール、リソースへの容易なアクセスを可能にすることを目的としています。AutoDevは、カスタムエージェントのサポートなど、強力なカスタマイズ機能をすでに備えていますが、急速に変化する技術環境や多様なユーザーニーズに対応するには、まだ限界があります:
- ツールの予測不可能性:多くの企業や組織は、AutoDevのような一般的なプラットフォームへの事前統合が困難な、社内でカスタマイズされたツールを使用しています。
- 活況を呈するMCPエコシステム:MCPプロトコルと関連ツールのエコシステムは急速に発展し、徐々に業界標準になりつつある。特に、CursorやClineのような新興プログラミングツールがMCPプロトコルを導入した後、海外では多数のMCPサービスとオープンソース実装が登場し、活気あるエコシステムが構築されています。
AutoDev×MCP:双方向のエンパワーメントでオープンなAIコーディングプラットフォームを構築する
AutoDevは、AIコーディングのトレンドとMCPプロトコルの価値を深く理解し、AutoDev×MCPの双方向エンパワーメントプログラムを革新的に開始しました。具体的には
- MCPサーバとしてのAutoDev: AutoDevは、MCPサービスプロバイダとして機能し、その機能とサービスを任意のエージェントツールに開放することができます。
- MCPクライアントとしてのAutoDev: AutoDevは、MCPサービスのコンシューマとして動作し、MCPエコシステムの豊富なツールやサービスを呼び出すことができます。
これら2つのモデルにより、オートデブはMCPエコシステムのリソースを活用するだけでなく、その能力を拡大・開放するための強固な基盤を築くことができる。
MCPサーバーとしてのAutoDev:オープンIDEコンテクスト
AutoDevは、JetBrainsプラットフォームのMCPソリューションに基づくMCPサーバーとして機能するように構築されています(MCP機能は手動で有効にする必要があります)。ユーザーは以下のようにJSON形式で設定できます。 クライン プラグインの設定例
{
"mcpServers":{。
"AutoDev": {
"命令": "npx
"args": [
"-y".
"@jetbrains/mcp-proxy"
], "disabled": false, false, false, false
「disabled": false、
「autoApprove": []。
}
}
}
現在のバージョンでは、AutoDevは主に公式が提供する基本的な機能をベースにしており、当初はデータベース関連のツールをいくつか拡張しています。今後、国内のMCPエコシステムの成熟と発展に伴い、AutoDevはMCPサーバーとしての機能をさらに拡張していく予定です。
MCPクライアントとしてのAutoDev:ツールの境界を広げる
ユーザーは、AutoDevのCustom AgentページでMCPサービスを構成できます。 以下は、MCPが提供するファイルシステムサービスの例です:
{
"mcpServers":{。
"filesystem": {
"command": "npx"、
"args": [
"-y".
"@modelcontextprotocol/server-filesystem"、
"/Volumes/source/ai/auto-dev"
]
}
}
構成が完了すると、この MCP サービスが提供するツールを AutoDev で呼び出すことができます。例えば、ファイル・システム・サービスが提供するlist_directoryツールは、DevInsコマンドの形でAutoDevで呼び出すことができます:
/list_directory
json
{
"path":"/Volumes/source/ai/autocrud/docs/mcp"
}
AutoDevの強力なDevIns Command機能により、AutoDev内から任意のMCPサービスを呼び出す柔軟性があり、エージェントを通じてこれらのツールをインテリジェントにプログラムして使用することもできます。
結語
AutoDevがMCPプロトコルを双方向に強化することは、技術的なアップグレードであるだけでなく、AIコーディングツールの開発コンセプトにおける重要な飛躍でもある。MCPエコシステムを採用することで、AutoDevは従来のAIコーディングツールの閉鎖性を打破し、よりオープンで柔軟かつスケーラブルなプラットフォームを構築する。これは、将来のAIコーディングツールが生態学的協力とツールの相互接続により注意を払い、AI支援ソフトウェア開発を共同で新たな高みへと推進することを示している。