DiscoMCP – 未知のMCPをAIエージェント向けの再利用可能な操作スキルに変換

DiscoMCPは、AIエージェントがMCP（Model Context Protocol）サーバーを扱う際の一般的な問題を解決する革新的なオープンソースプロジェクトです。エージェントはコードに優れていますが、多数のツールの中で迷子になり、どの操作が重要か、データがどのように関連しているか、何に触れても安全かがわからないため、推測したり停止したりしてしまいます。

DiscoMCPは、任意のMCPサーバーを指すだけで、エージェントがそのサーバーを使用するための「スキル」を生成します。これは汎用的なツールリストではなく、ユーザーが実際に使用するワークフローやデータ（ビュー、テーブル、レコード、実際の質問に答えるシーケンス、結果の連鎖）を基にしています。スキルはユーザーのワークスペースを観察して学習され、既存のシステムに一切変更を加えません。

このツールの主な特徴の一つは「読み取り専用の保証」です。DiscoMCPはデフォルトで拒否ゲートの背後で動作し、アクションが読み取りであることが証明された場合のみ実行します。書き込み、変更、削除の可能性がある操作は、たとえ無害と主張されても拒否されます。保存されるすべての内容から機密情報も除去されます。これにより、本番システムで安心してエージェントに学習させることができます。

使用方法は非常に簡単です。npx @ieranama/discomcp --helpを実行し、ターゲットサーバーを指す簡単なTOMLファイルを設定した後、discomcp serve --config ./discomcp.tomlを実行するだけです。エージェントが探索を行い、DiscoMCPが安全性を確保してスキルを書き出します。結果は.discomcp/profiles/<ターゲット>/SKILL.mdに保存され、エージェントに直接組み込めます。

ベンチマークでは、同じ質問、同じサーバー、同じモデルで、生成されたスキルを使用した場合の効率が大幅に向上しています。対象検索ではラウンドトリップが約12回から約5回に減少（約28%削減）、データセット間の推論では約10回から約6回に減少（約44%削減）、完全パイプライントレースでは約10～13回から約3回に減少（約57%削減）しました。プロジェクトチームは、サンプルサイズが小さいため結果は方向性を示すものに過ぎず保証ではないと注意していますが、複雑なサーバーではラウンドトリップの削減と安定した動作が得られると述べています。

DiscoMCPはRustで構築されており、モデルが思考を行い、小さな決定論的コアがすべての安全性チェックを実施します。生成されたスキルの各主張には、情報の出所（宣言、文書化、観測、推論）がタグ付けされ、エージェントが推測を事実と誤認することがありません。プロジェクトはApache-2.0またはMITライセンスのデュアルライセンスで提供され、貢献を歓迎しています。