MCP Context 効率革命：フルバンドルからオンデマンドロードへ

7つの MCP サーバーを有効にすると、作業を始める前に Context の 33.7% が消費されています。

この記事では、Claude World Taiwan コミュニティによる MCP Context 効率問題の深い分析と、提案する解決策を共有します。

問題：MCP の Context 消費

一般的な MCP サーバーのトークン消費を測定しました：

MCP サーバー	トークン消費
GitHub (27 tools)	~18,000
AWS MCP servers	~18,300
Cloudflare	~15,000+
Sentry	~14,000
Playwright (21 tools)	~13,647
Supabase	~12,000+
7サーバー合計	67,300 (33.7%)

平均：ツールあたり 550-850 トークン。

現代のナレッジワーカーのジレンマ

私たちは複数のプラットフォームを同時に使用します：GitHub、Jira、Linear、Slack、Vercel、Sentry…

これにより二者択一を迫られます：

全てインストール：セッション開始時に 50%+ の Context を消費
プロジェクト別に分離：統一コマンドセンターとしての Claude Code の価値を失う

解決策1：Context Isolation（RFC 提案）

私たちは Anthropic に RFC #17668 を提出し、Context Isolation アーキテクチャを提案しました。

コアコンセプト

従来の Lazy Loading とは異なり、Context Isolation の主な違い：

側面	従来の Lazy Loading	Context Isolation
Main Context	必要時にロード、汚染される	常にクリーン
ロードタイミング	ランタイム動的ロード	Fork 作成時にロード
複雑さ	高（状態管理）	低（`context: fork` を再利用）

アーキテクチャ設計

Main Session（軽量）
 │
 ├── Base MCPs: filesystem, memory
 │   （最小の context フットプリント）
 │
 ├── Task: database-specialist (forked)
 │   └── ロード: postgres, redis（隔離）
 │
 └── Skill: /deploy (forked)
     └── ロード: vercel, github（隔離）

実装方法

MCP 側：settings.json に lazy フラグを追加

{
  "mcpServers": {
    "memory": { "command": "...", "lazy": false },
    "github": { "command": "...", "lazy": true },
    "postgres": { "command": "...", "lazy": true }
  }
}

Agent/Skill 側：frontmatter で必要な MCP を宣言

---
name: database-specialist
description: データベース操作エキスパート
tools: [Read, Bash, Grep]
mcp:
  required: [postgres]
  optional: [redis]
context: fork
---

なぜスクリプトではなく MCP か？

MCP の価値はツールだけではなく、集中型認証管理にあります：

側面	MCP	Scripts + .env
認証情報管理	settings.json に集中	分散
セキュリティ	環境隔離	ログ漏洩リスク
トークン更新	自動	手動実装が必要
エラー処理	標準化されたレスポンス	API ごとに異なる

解決策2：Progressive AgentSkill（コミュニティオープンソース）

コミュニティメンバーの CabLate が mcp-progressive-agentskill を開発し、三層プログレッシブディスクロージャーを実装しました：

三層アーキテクチャ

第1層：利用可能な MCP サーバーをリスト（~50-100 トークン）
第2層：選択したサーバーのツール名と説明を表示（~200-400 トークン）
第3層：完全なツール仕様をロード（~300-500 トークン/ツール）

効率計算

20個のツールを持つ MCP で、2個だけ必要な場合：

方法	トークン消費
従来のフルバンドル	~6,000 トークン
プログレッシブディスクロージャー	~850 トークン
削減	86%

技術アーキテクチャ

AI Scripts (Python) → HTTP API → MCP Daemon → MCP Servers

Daemon は長時間接続を維持し、オンデマンドでツールアクセスを提供する HTTP インターフェースを提供します。

クイックスタート

# インストール
python scripts/setup.py

# Daemon 起動
python scripts/daemon_start.py --no-follow

# ツールをリスト
python scripts/mcp_list_tools.py --server playwright

# ツールを呼び出し
python scripts/mcp_call.py --server playwright --tool browser_navigate \
  --params '{"url":"https://example.com"}'

現時点での推奨事項

公式の Context Isolation サポートが来るまで：

1. MCP を分類する

必須（lazy: false）：
- filesystem
- memory
- sequential-thinking

重量級（削除を検討、または lazy を待つ）：
- github（18k トークン）
- aws（18k トークン）
- sentry（14k トークン）

2. Project Scope を使用

# 必要なプロジェクトでのみ特定の MCP を有効化
claude mcp add --scope project postgres -- ...

3. Progressive AgentSkill を試す

MCP ヘビーユーザーには、CabLate のソリューションが今すぐ利用可能です。

ディスカッションに参加

RFC Issue: #17668 - 👍 で応援
オープンソース: mcp-progressive-agentskill
コミュニティ: Discord - Claude World Taiwan

この記事は Claude World Taiwan コミュニティの技術ディスカッションをまとめたものです。私たちは Claude Code の高度な使用法に焦点を当てた開発者グループです。Discord で一緒に議論しましょう。