VS Codeで注目のMCPを実践　「SQLite MCP」「Playwright MCP」でデータとテストコードを生成する方法：クラウドサービスだけじゃない！　ローカルPCやサーバ、Kubernetesで生成AI（6）

　2025年5月執筆時点で、Anthropicにより提唱されたMCPはさまざまなニュースをにぎわしています。Google Trendsによれば、検索数はAIエージェントを超え、LLM（大規模言語モデル）に匹敵するほどとなっています。

　Anthropicの競合となるOpenAIもMCPを採用したり、WindowsにおいてMCPをネイティブに実装する「Agentic Windows」が発表されたり、GoogleもGemini APIとSDK（ソフトウェア開発キット）でMCPをサポートしたりするなど、日々、話題となっています。

　なぜ、ここまでMCPが注目を集めているのでしょうか？　MCPが必要とされる背景を交え解説していきます。

AIエージェントの台頭で「外の世界」とつながる仕組みが不可欠に

　複雑かつ多様なタスクをAIが肩代わりしてくれるとして、AIエージェントが注目されているのは、読者の皆さんもご存じでしょう。NVIDIAのAIエージェントの説明にもあるように、高度な目標に基づいて複雑なタスクを自律的に推論、計画、実行するためには、生成AIだけでは不十分で、生成AIを「外部ツール」と連携させる必要があります。

　Deep Researchのようなレポートを自動生成するAIエージェントを例に考えてみると、生成AIは計画された方針に従い、Web検索エンジンを使って情報を収集し、それを生成AIが要約することでレポートを作成します。

　また、会議の議事録を自動作成するAIエージェントは、会議システムにアクセスして発言の内容を取得する必要があります。

　従来は、これらのAIエージェントを実装するためには、それぞれのタスクに応じて外部ツールとの連携処理を実装する必要がありました。

MCP導入前の実装イメージ

　これに対し、「Claude」を開発、提供するAnthropicは、外部ツールとの接続部分を統一するため、外部ツールやリソースにアクセスするオープンプロトコルとしてMCPを提案しました。MCPのようなプロトコルがあれば、外部ツールとの接続、連携部分を都度開発しなくて済むようになります。

　AIエージェントやクライアント開発者は外部ツールやリソースを利用する際、公開されているMCPサーバを利用するだけで済むようになりました。

MCP導入後の実装イメージ

　AnthropicはMCPについて、「USB-Cによる標準化」として例えています。USB登場以前は、マウスやプリンタ、スキャナー、ディスプレイ、ディスクなどデバイスごとに異なるコネクターが必要でした。USBの登場と普及により、USBさえあれば、全てのデバイスがつながるようになりました。まさにMCPはAIを利用してさまざまなツールを利用するためのUSBなのです。

　MCPは執筆時点で、開発支援ツールからAIクライアントまで、幅広い領域で採用が進んでいます。

　MCP対応のクライアントはすでに100以上存在し、オープンソースコミュニティーを中心に爆発的に普及しています。

　またMCPサーバについて有志がまとめたリスト「Awesome MCP Servers」によると、既に300以上のMCPサーバが提供されており、その領域は下記のように多岐にわたります。

• SNSなどのコミュニケーションプラットフォーム
• 検索エンジン
• GitHub、Notion、DeepWikiなどの開発ポータル
• RDBMS（リレーショナルデータベース管理システム）、メトリクスデータベースなど各種データベース

　なお、MCPは本稿で紹介する「Tool」の他に「Resource」や「Prompt」といったタイプも存在します。Resourceはファイルシステムやクラウドドライブのようなものを扱い、Promptはプロンプトのテンプレートを提供するものです。本稿ではMCPの「Tool」にフォーカスして紹介します。

MCPのアーキテクチャ

　MCPのアーキテクチャを簡単に紹介します。MCPは下記のようにクライアントサーバ型アーキテクチャとなります。

MCPクライアント

　MCPサーバに接続するクライアントです。Claude for Desktop、VS Codeや、各種AIエージェントがMCPクライアントとなります

MCPサーバ

　外部ツールを操作するサーバです。MCPサーバは外部ツール操作の他、MCPサーバで利用できるAPIの一覧もクライアントに公開します。APIの一覧をToolと呼びます。MCPにおいてToolという単語が出た場合、「外部ツールを呼び出すAPI」と捉えてください

MCPクライアントとMCPサーバの関係

MCPクライアントとMCPサーバ間の通信方式

　MCPクライアントとMCPサーバには3つの通信方式があります。

　イメージで示すと、下記のようになります（SSEは割愛します）。

MCPクライアントとMCPサーバの通信イメージ

　stdioタイプのMCPサーバは、ホスト上で単なるプロセス（もしくはコンテナ）として動作します。一般的なWebサーバのように、ネットワーク越しにサービスを提供する仕組みではない点に注意してください。

　MCPサーバには、ローカルマシン上のコマンドやライブラリを外部ツールとして利用するものや、クラウドやインターネット上のサービスを利用するものなどがあります。

Tool Calling（Function Calling）とMCPの関係

　AIエージェントやクライアントから生成AIを利用するときのツールの呼び出しのインタフェースは、OpenAIにより以前から提唱されている「Tool Calling」（Function Callingとも呼ばれる）の仕組みを利用することにより、ツールから生成AIまでエンドツーエンドでツールがサポートされています。

MCPとFunction Callingの関係

MCPサーバのやりとりの流れは以下の通りです。

　この中でクライアントとツール（MCPサーバ）とのやりとりの部分がMCPで行われ、クライアントとLLMのやりとりは「Tool Calling」（Function Calling）で行われます。

VS CodeにおけるMCPのサポート

　VS Codeでは、2025年3月にリリースされたバージョン1.99からMCPの初期サポートが始まり、1.100で画像のサポートとStreamable HTTP Transportのサポート、1.101で認証機能と、MCPにおけるツール呼び出し以外の機能、プロンプト（プロンプトテンプレート）、リソース（VS Codeの実行結果のレポートやログ、画像などをリソースとしてAIエージェントに渡す機能）、サンプリング（モデル呼び出し）など、主要な機能が実装されました。VS Codeで利用できるMCPサーバのリストもVS Codeの公式サイトで公開されています。

　また、2025年6月27日にMicrosoftにより、VS CodeのCopilot機能がOSSとしてコードが公開されました。もともとVS Code自身がOSSで開発されているのと併せてAI開発環境のVS Codeによるエコシステムの拡大が期待できます。

MCPを利用するための事前準備

　前回記事で紹介したFlaskによるTODO管理のサンプルアプリケーションを例に、MCPを利用してみましょう。

　利用の流れは下記の通りです。

　準備できたら、下記の2つのシナリオでMCPの活用例を見ていきます。

• シナリオ1：SQLite MCPを用いてデータベースのテストデータを自動生成する
• シナリオ2：Playwright MCPを用いてアプリケーションのテストコードを自動生成する

サンプルアプリケーションを取得

　下記のコマンドでリポジトリをクローンし、VS Codeで開いてください。

% git clone https://github.com/NonokaM/flask-todo-example

　サンプルのフォルダ構成は、下記の通りです。

flask-todo-example/
  static/
  templates/
  app.py       # Webアプリ本体
  instance/    # アプリ起動時に作成※
    todo.db    # データベース
  playwright/  # Playwrightの資材※
    tests/     # Playwrightのテストスクリプト

サンプルアプリケーションを実行

　アプリケーションを実行します。

% cd flask-todo-example
% python3 -m venv venv
% source venv/bin/activate
% pip3 install flask_sqlalchemy
% python3 app.py

 * Running on http://127.0.0.1:5000

　正常に起動すると、http://localhost:5000にアクセスすることで、次のような画面が表示されます。

画面のイメージ

macOSでアプリケーションの起動がエラーになる場合

　アプリケーション実行時、macOSで下記のようなエラーが発生することがあります。

% python3 app.py 
 * Serving Flask app 'app'
 * Debug mode: off
 Address already in use
 Port 5000 is in use by another program. Either identify and stop that program, or start the server with a different port.
 On macOS, try disabling the 'AirPlay Receiver' service from System Preferences -> General -> AirDrop & Handoff.

　これは、メッセージにある通り、AirPlay Receiverが動作しており、アプリケーションが利用する5000番ポートを利用しているためです。上記のメッセージの通り、「システム設定」→「一般」→「AirDropとHandoff」で「AirPlayレシーバー」をオフにしてください（下記画面参照）。

AirPlayレシーバーの設定画面

MCPサーバ実行環境の設定

　次にMCPサーバを仮想環境で実行するためのツールをセットアップします。今回は、npx、uvxを利用するため、この2つをインストールします。

npxのインストール

　シェルから、下記のコマンドを実行します。

% npm install npx

　Node.jsの環境がインストールされていなければ、下記の手順でNode.jsをインストールして上記コマンドを実行してください。

macOS

% brew install node

　brewそのものを初めてインストールした場合は、.zprofileへのPATHを設定した後、再起動してください。VS Codeをメニューから実行した際でもPATHが有効化されるようにするためです。

Windows

　Node.jsの公式サイトからインストーラをダウンロードしてインストールしてください。

uvのインストール

　Pythonの環境がインストールされていなければ、Pythonをインストールしてください。（Microsoft Storeやbrewコマンドなど）下記の手順でインストールしてください。

macOS

pip3 install uv

Windows

　pipxがインストール設定されていなければ、下記のコマンドでpipxをインストールしてください。

pip3 install pipx
python -m pipx ensurepath

　シェル（Command Shell/PowerShell）を閉じ下記のコマンドを実行します（シェルを閉じないとpipxコマンドの実行に失敗します）。

pipx install ux

Dockerについて

　本稿では利用しませんが、DockerもよくMCPサーバの実行環境として利用されています。導入手順は割愛しますが、Docker Desktopなどを参考にしてください。ビジネスで利用する場合は、有償となるためDocker EngineもしくはRancher Desktopを参考にしてください。

SQLite MCPによるデータベースのテストデータの自動生成

　それでは、MCPクライアントがSQLiteを操作できるようになるMCPサーバ「mcp-server-sqlite」を用いて、データベースのテストデータを自動生成してみましょう。

MCPクライアントの設定

　MCPは、VS CodeのAIチャット機能の「Agent」モードで利用できます。Agentモードのセットアップは、前回の記事を参考にしてください。なお、今回はモデルに標準の「GPT-4o」を利用するので、モデルのセットアップは不要です。

　VS Codeのワークスペース配下に「.vscode」という名前のフォルダを作成し、「.vscode/mcp.json」に下記のように記述します。

{
  "servers": {       
    "sqlite": { // ここにカーソルを合わせ実行
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-server-sqlite",
        "--db-path",
        // SQLite DBファイルの場所
        "${workspaceFolder}/instance/db.sqlite"
      ]
    }
  }
}

　"sqlite"にある"start"をクリックするとMCPサーバが実行されます。SQLiteのMCPサーバが"running"になっていることを確認してください。

mcp-server-sqliteの実行を確認

　MCPサーバが実行されていない場合、ツールは利用できません。Runningの横に「6 tools」と表示されているように、このMCPサーバは6つのツールを提供しています。

　他のDB（データベース）サーバでMCPサーバを実行する場合は、先述したAwesome MCP ServersのDatabase MCPサーバのリストを参考にしてMCPサーバを利用してみてください。ただし、提供するツールのインタフェースが異なる場合は、ここで示した手順が利用できない場合もありますで、あらかじめご了承ください。

　また「Start」実行時に下記のようなエラーが発生することがあります。

• The command "uvx" needed to run mcp-server-sqlite was not found.

　これは、uvxコマンド（あるいは後で利用するnpxコマンドやdockerコマンド）がVS Codeからパスが通っていないためだと考えられます。

　このエラーが発生した場合は、

MCPツールの選択

　VS CodeでMCPサーバが提供するツールを利用するには、チャット時にツールを有効にする必要があります。mcp.jsonで設定したMCPサーバのツールは、標準で有効になっています。

　ツールは、チャットウィンドウのツールアイコンから確認できます。

ツールアイコン

　ツールアイコンが表示されない場合は、モデルにGPT-4oなどMCPツールが利用可能なモデルになっているか、チャットモードが「Agent」になっているかどうかを確認してみてください。

　表示されたツールリストを見ると、SQLiteのMCPサーバに接続していることが分かります。

接続されているMCPサーバ一覧

　また、SQLiteだけではなく、GitHub Copilotの標準のツールもたくさん表示されています。CopilotにAgentモードで問い合わせると、ソースコードを検索や生成などさまざまな処理が行われますが、これらのツールを活用していることが分かります。

　ここで選択されているツールの情報は、推論時に生成AIモデルにプロンプトとして渡されます。必要なツールが分かっている場合は、そのツールに絞って選択することで、モデルに渡すツール情報を削減し、生成AIの精度と応答速度を向上させることができます。

テストデータを作成するプロンプトを実行

　準備ができたら、VS CodeにDBのテストデータを作成させてみましょう。チャットボックスに下記のプロンプトを入力します。

下記の手順でテストデータを作成するSQLを実行してください
1. todoテーブルスキーマを取得
2. 下記の条件を満たすtodoテーブルのテストデータを作成
* タスク名は100文字以内のランダムな文字列
* 一度に100レコード作成
* SQLiteを利用
3. SQLiteへの書き込みを実行

　MCPでのツール実行を示す「Run describe_table」と「Continue」ボタンが表示されます。

describe_table実行とContinueボタン

　Run description_tableの左の「>」をクリックすると、詳細情報を展開でき、下記のようなツール呼び出しを実行していることが確認できます。

Get the schema information for a specific table
 This tool is from 'sqlite' (MCP Server). Note that MCP servers or malicious conversation content may attempt to misuse 'Code' through tools. Please carefully review any requested actions.
{
  "table_name": "todo"
}

　説明文を読むと'sqlite'（MCP Server）により、table_nameというテーブル名のtodoのスキーマ情報を取得することが分かります。

　問題なければ、「Continue」ボタンをクリックして先に進めます。

　MCPによるツール呼び出し完了後「>」をクリックして確認すると、下記のように実行結果が追記されます。

{
  "table_name": "todo"
}
[{'cid': 0, 'name': 'id', 'type': 'INTEGER', 'notnull': 1, 'dflt_value': None, 'pk': 1}, {'cid': 1, 'name': 'title', 'type': 'VARCHAR(100)', 'notnull': 0, 'dflt_value': None, 'pk': 0}]

　todoテーブルの内容を要求するリクエストに対して、todoテーブルに整数型（INTEGER）のidと文字列型（VARCHAR〈100〉）のtitleの2列があることが分かります。

　次に進む前に、元のプロンプトを確認すると、

• write_queryでSQLiteへの書き込みを実行

と「write_query」ツールで明示的にデータを挿入するように指示しています。あらかじめ利用させたいツールが分かっている場合、#を入力すると下記のようにツール一覧を取得することができます。ここからツールを選択して利用する指示を出すこともできます。

#でツールの候補が表示される

　VS Codeがツールを利用してくれない場合は、このように明示的にツールを利用することを指示するとよいでしょう。

　同様に「Ran write_query」と書き込みの実行を促してくるので、「Continue」をクリックすると、下記のメッセージと共に完了した旨が表示されました。

The todo table schema was successfully retrieved, and 100 test records with random task names (each within 100 characters) were inserted into the SQLite database. Let me know if you need further assistance!

"chat.tools.autoApprove": true

作成されたテストデータを確認

　sqlite3コマンドでデータベースの内容を確認すると、データが作成されていることが確認できます（sqlite3コマンドが見つからない場合は、SQLiteをインストールしてください）。

% sqlite3 instance/db.sqlite
SQLite version 3.43.2 2023-10-10 13:08:14
Enter ".help" for usage hints.
sqlite> select * from todo;
1|OPQRSTUVWXYZ0123456789
2|DEFGHIJKLMNOPQRSTUVWXYZ0123456789
3|LMNOPQRSTUVWXYZ0123456789
...
99|lmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789
100|IJKLMNOPQRSTUVWXYZ0123456789

　後述するPlaywrightでテストコードを自動生成したい場合は、下記のコマンドでtodoテーブルを空にしておきます。

% sqlite3 instance/db.sqlite "DELETE from todo;"

Playwright MCPによるアプリケーションのテストコードの自動生成

　Playwrightは、Webアプリケーションのテストを自動化するテスティングフレームワークです。JavaScriptやTypeScriptでテストを記述することにより、アプリケーションのテストを自動化することができます。Webサイト内のJavaScriptもブラウザ内で実行するため、Webブラウザ上での見た目と操作をシミュレートでき、UIの不具合も確認できます。

　ここでは、Playwright MCPサーバを利用して、Webアプリケーションのテストコードを自動生成します。MCPサーバの設定、実行、ツールの設定は、利用するMCPサーバが変わるだけで、先ほど説明したSQLite MCPの手順と同じです。またサンプルアプリケーションの準備と実行については事前準備の手順を確認して進めてみてください。

ライブラリや設定ファイルを準備

　Playwrightを利用するには、ライブラリや設定ファイルが必要です。VS Codeのワークスペース（ここではflask-todo-example）直下にplaywrightの作業用フォルダを作成しそれらを準備します。

% cd flask-todo-example
% npx create-playwright@latest playwright --browser=chromium --lang=TypeScript --no-examples --quiet

　完了すると、下記のフォルダが生成されます。

% ls playwright 
node_modules package-lock.json playwright.config.ts
package.json

MCPクライアントの設定

　「データベースのデータ作成」と同様にワークスペース直下の.vscode/mcp.jsonファイルにMCPサーバを追加します。

{
  "servers": {       
    "playwright": { // ここにカーソルを合わせ実行
      "type": "stdio",
      "command" :"npx",
      "args":["@playwright/mcp@latest"]
    }
  }
}

　"playwright"の上に「Start」が表示されるので、クリックします。PlaywrightのMCPサーバが起動し、下記のように表示がRunningになります。

playwright-mcpの実行を確認

　これでMCPサーバの準備は完了です。

MCPツールの選択

　MCPサーバを起動したら、ツールアイコンを選択します。

Agentモードとツールアイコン

　VS Code上部にツール選択が画面に表示されるので、playwrightのツールを全て選択します。

MCPサーバのツールの選択

テストコードの作成を指示するプロンプトを実行

　以下、Playwrightのテストを作成、実行するプロンプト例を紹介します。再現性はないため、下記の通り入力しても同じ結果は得られないこともありますが、利用プロンプト例として参考にしてください。

　AgentモードのChatビューから下記のように入力します。

下記の手順でテストコードを作成してください
* #browser_navigate http://localhost:5000/
* 開いたサイトを分析
* Playwrightのテストコードをplaywrightフォルダに作成
  * buttonの指定にはhas-textを利用
* テスト終了後はTodoアイテムを全て削除
* 回答は日本語で出力

　実行すると、下記のようにbrowser_navigateツールを実行する前に停止し、続けて実行するかどうか聞かれます。

実行前の確認画面

　「Continue」をクリックすると、幾つかメッセージが表示され、下記のメッセージで止まりました。

実行後の確認画面

　何か問題が発生し「Continue」で続行するか、プロンプトを改善して新しいメッセージを送信するかどうか聞かれていますが、「Continue」をここではクリックして進めます。

テストコードの作成イメージ

　上記のメッセージが表示され、テストコード「todo.spec.ts」が作成されました。下の方の「Keep」をクリックするとコードを確定し保存できます。

テストを実行

　チャットボックスに「playwrightフォルダの下でテスト実行」と入力すると、下記の通り表示されます。

テスト実行前の確認画面

　「Continue」をクリックすると、テストが実行されます。画面中央下のTERMINALではテストの実行結果が表示されました。

テスト実行結果の画面

　これでテストは終了ですが、さらに、「HTMLレポート表示」と入力するとテストのレポートを表示できます。

　テストが失敗した場合は、テストコードをエディタで表示し「Add Context」から「Terminial Last Command」を選択することにより、TerminalのエラーメッセージをAIに渡して原因解析とコード修正を指示できます。

実行結果に基づいた追加の指示も可能

　このように、テスト作成から実行までシームレスに行うことができます。

MCPをVS Codeからうまく利用するコツ

　MCPをVS Codeで利用しようとしても、うまくいかないこともあります。ここでは、VS Code上でMCPを利用する上でのコツなどを紹介します。

MCPサーバが利用できないときは再起動を試す

　MCPサーバが接続エラーとなったり、選択したツールがツールアイコンから選択できなくなったりした場合は、MCPサーバが起動していない、もしくは途中で停止した可能性があります。mcp.jsonから該当MCPサーバを再起動してください。

ツール名を明示的に指定する

　チャット画面で「＃」を入力するとツール一覧が表示されますが、明示的にツールを指定して実行することで、確実にツールを利用できます。

日本語で回答を指定する

　VS CodeがAgentモードで問い合わせをする際、英語でコンプライアンスや使用説明がモデルに渡されます。そのため、日本語で質問しても英語の情報が優先され、英語で返答されることがあります。日本語で出力させたい場合、「回答は日本語で記述」などのプロンプトを問い合わせに含めることで、日本語で出力される確率が上がります。

　ただし、日本語に弱いモデルの場合、回答が劣化することがあるので注意してください。

MCPサーバの各ツールの説明を確認する

　VS CodeのAIエージェントは、生成AIにMCPサーバが持っている各ツールの説明を渡します。そのため、MCPサーバが返す各ツールの説明を考慮したプロンプトを作成することも重要です。例えば、mcp-server-sqliteの例では、describe_tableツールの説明は、下記のようになっています。

• Get the schema information for a specific table

　そのため、「表の情報を取得」と指示するよりも「テーブルスキーマ情報を取得」とする方が、ツールを正しく利用してくれる可能性が高まります。また、テーブルのスキーマ情報を取得するdescribe_tableの入力パラメーターについては、ソースコードのlist_tools APIを確認すると、次のようになっています。

"table_name": {"type": "string", "description": "Name of the table to describe"},

　テーブル名の入力が必要なので、テーブル名を指定する必要があることが分かります。このように、ツールの説明や入力パラメーターを意識したプロンプトを考えて指示すると、モデルはより適切にツールを利用しやすくなります。

必要のないツールを無効化する

　VS Codeでは、AIが利用するツールを一つ一つ選択できるようになっています。不要なツールを無効にすることで、意図しないツールの利用を防ぐことができます。

MCPサーバ起動時のパスワードやトークンの入力はinputsを利用する

　チームで開発などをしていてMCPサーバを起動する際、外部サービスに接続するためのトークンなどの情報をmcp.jsonなどのファイルにセキュリティ上の理由から記述したくないことがあります。この場合は、「inputs」を利用することにより、MCPサーバ起動時にトークン情報を入力して起動させることができます。

{
  "inputs": [
    {
      "type": "promptString",
      "id": "github_token",
      "description": "GitHub Token",
      "password": true
    }
  ]
  "server": {
    "github": {
      "command": "docker",
        "args": [
          "run",
          "-i",
          "--rm",
          "-e",
          "GITHUB_PERSONAL_ACCESS_TOKEN",
          "ghcr.io/github/github-mcp-server"
        ],
        "env": {
          "GITHUB_PERSONAL_ACCESS_TOKEN": "${input:github_token}"
        }
      }
  }
}

　入力した認証情報はローカルデータベースに保存されるため、他のアカウントやトークンを利用する際には、ローカルデータベースを削除する必要があります。

　ローカルデータベースを削除するには、コマンドパレットから「Developer: Open Workspace Storage」と入力します。VS Codeのユーザーデータが保存されているフォルダが開くので「state.vscdb」ファイルを削除してください。

最後に　〜さらなるMCPの探求〜

　VS CodeとMCPを組み合わせた活用イメージは多様です。GitHub MCP Serverと組み合わせてIssueをAIで自動生成させたり、プルリクエストのレビューの自動化やVS Code上からプルリクエストを送信させたりするなど、GitHubによる開発フローを改善するような使い方もあります。

　また、kubectl-aiを利用すると、生成AIを利用して自然言語でKubernetesのリソースを調べたり、操作したりもできるようになります。

　MCPに似たプロトコルとして、当初Googleが提案し、現在はLinux Foundationのプロジェクトとして開発されるA2A（Agent2Agent Protocol）があります。A2AはAIエージェントを強調動作させる際にエージェント同士の通信のプロトコルを規定したものになり、Linux FoundationのA2Aプロジェクトの設立メンバーとしてGoogle以外にも、Amazon Web Services、Cisco Systems、Microsoft、Salesforce、SAP、ServiceNowと著名なクラウドベンダーが参画しています（参考）。A2Aも今後のAIエージェントの実装を支えるプロトコルの一つとして注目されます。MCPに関わる技術については、日々新しいMCPサーバ、ツールが公開されて話題になっていますので、本稿をきっかけにぜひ探求してみてください。

付録：VS Codeで標準利用できるツールまとめ

　MCPではありませんが、VS Codeがモデルに利用させることができるツール一覧（2025年5月時点）を参考までに紹介しておきます。これらのツールは、ターミナルでのコマンドの実行を除いて、ユーザーへの確認なしで実行されます。

　先述のTool Callingでモデルに渡されるので、必要に応じてモデルが利用できます。プロンプトを作成する際の参考にしてみてください。