MCPサーバーが動作するようになったので、次はクライアント側を構築する番です。クライアントは、アプリケーションコードがMCPサーバーと通信し、その機能にアクセスできるようにするものです。
クライアントアーキテクチャを理解する
実際のプロジェクトのほとんどでは、MCPクライアントかMCPサーバーのどちらか一方を実装することになり、両方を実装することはありません。このプロジェクトでは、両者がどのように連携するかを確認できるように、あえて両方を構築しています。

MCPクライアントは、主に2つのコンポーネントで構成されています。
- MCP Client - セッションを使いやすくするために作成するカスタムクラス
- Client Session - サーバーへの実際の接続(MCP Python SDKの一部)

クライアントセッションには慎重なリソース管理が必要です。作業が終わったら接続を適切にクリーンアップする必要があります。そのため、すべてのクリーンアップを自動的に処理する独自のクラスでラップしています。
クライアントがアプリケーションにどう組み込まれるか
アプリケーションフロー図を覚えていますか?クライアントは、次の2つの重要なポイントでコードがMCPサーバーとやり取りできるようにするものです。

CLIコードは、クライアントを次の目的で使用します。
- Claudeに送信する利用可能なツールの一覧を取得する
- Claudeがツールを要求したときにそれを実行する
コアとなるクライアント関数の実装
list_tools() と call_tool() という2つの重要な関数を実装する必要があります。
List Tools関数
この関数は、MCPサーバーから利用可能なすべてのツールを取得します。
async def list_tools(self) -> list[types.Tool]:
result = await self.session().list_tools()
return result.toolsこれは単純です。セッション(サーバーへの接続)にアクセスし、組み込みの list_tools() メソッドを呼び出して、結果からツールを返すだけです。
Call Tool関数
この関数は、サーバー上で特定のツールを実行します。
async def call_tool(
self, tool_name: str, tool_input: dict
) -> types.CallToolResult | None:
return await self.session().call_tool(tool_name, tool_input)ツール名と(Claudeから提供される)入力パラメータをサーバーに渡し、結果を返します。
クライアントのテスト
クライアントファイルの末尾には、簡単なテストハーネスが含まれています。新しいメソッドの1つを呼び出させて、結果を出力させてみましょう。
async with MCPClient(
command="uv", args=["run", "mcp_server.py"]
) as client:
result = await client.list_tools()
print(result)次に、ファイルを直接実行して、すべてが正しく動作することを確認します。
uv run mcp_client.pyこれにより、MCPサーバーに接続し、利用可能なツールが出力されます。説明や入力スキーマを含む、ツール定義を示す出力が表示されるはずです。
すべてをまとめる
クライアント関数を実装したら、メインアプリケーションを実行して、一連の流れ全体をテストできます。
uv run main.py次のように質問してみてください。
裏側では、次のようなことが起きています。
- アプリケーションがクライアントを使って利用可能なツールを取得する
- これらのツールが、あなたの質問とともにClaudeに送信される
- Claudeがread_doc_contentsツールを使用することを決定する
- アプリケーションがクライアントを使ってそのツールを実行する
- 結果がClaudeに返され、Claudeがあなたに応答する
クライアントは、アプリケーションロジックとMCPサーバーの機能との間の橋渡し役として機能し、強力なツールをAIワークフローに簡単に統合できるようにします。