mcp-agent-langchainjs MCP — ユースケース, インストール & ライブデモ

なぜ使うのか

主な機能

MCPツール統合を備えたLangChain.jsエージェント（リファレンスパターン）
サーバーレスデプロイ — Static Web Apps + Azure Functions + Cosmos DB
Bicepテンプレートによるインフラ構成管理（IaC）
ユーザー認証 + セッション履歴
ローカル開発はOllamaまたはCodespacesで、本番はazd upで

ライブデモ

実際の動作

agent-langchainjs.replay ▶ 準備完了

0/0

インストール

クライアントを選択

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "agent-langchainjs": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-agent-langchainjs"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop → Settings → Developer → Edit Config を開く。保存後、アプリを再起動。

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "agent-langchainjs": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-agent-langchainjs"
      ],
      "_inferred": true
    }
  }
}

Cursor は Claude Desktop と同じ mcpServers スキーマを使用。プロジェクト設定はグローバルより優先。

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "agent-langchainjs": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-agent-langchainjs"
      ],
      "_inferred": true
    }
  }
}

Cline サイドバーの MCP Servers アイコンをクリックし、"Edit Configuration" を選択。

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "agent-langchainjs": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-agent-langchainjs"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop と同じ形式。Windsurf を再起動して反映。

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "agent-langchainjs",
      "command": "npx",
      "args": [
        "-y",
        "mcp-agent-langchainjs"
      ]
    }
  ]
}

Continue はマップではなくサーバーオブジェクトの配列を使用。

~/.config/zed/settings.json

{
  "context_servers": {
    "agent-langchainjs": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "mcp-agent-langchainjs"
        ]
      }
    }
  }
}

context_servers に追加。保存時に Zed がホットリロード。

claude mcp add agent-langchainjs -- npx -y mcp-agent-langchainjs

ワンライナー。claude mcp list で確認、claude mcp remove で削除。

ユースケース

実用的な使い方： mcp-agent-langchainjs

MCPツール呼び出しを備えたサーバーレスエージェントをAzure上で構築する

👤 AI機能を構築するAzure開発者 ⏱ ~120 min advanced

使うタイミング： LLMを活用した機能をAzure上にリリースしたい場合に、フォークして使える実用的なリファレンスが必要なとき。

前提条件

Azureサブスクリプション — azure.microsoft.com — 無料枠で開発可能
Azure Developer CLI — brew install azd またはWindowsインストーラー

フロー

フォークしてデプロイ

Azure-Samples/mcp-agent-langchainjsをフォークして、azd upで自分のAzureサブスクリプションにデプロイする手順を教えてください。✓ コピーしました

→ ライブのAzure URL + Functions + Cosmosがプロビジョニング済み
デモツールを差し替える

バーガー注文MCPを自分のドメイン向けカスタムMCP（例：予約管理）に置き換えてください。接続方法を示してください。✓ コピーしました

→ コードの差分 + 動作するカスタムツール
UIをカスタマイズ

サンプルにはチャットUIがあります。ブランド/カラーとウェルカムメッセージをカスタマイズしてください。✓ コピーしました

→ スタイル適用済みアプリ

結果： 検証済みサンプルから派生した、リリース可能なAzureホスト型エージェント。

注意点

無料枠のAzure OpenAIはクォータが低い — 容量のあるリージョンで自分のOpenAIリソースをプロビジョニングし、envにエンドポイントを設定する
ローカルのOllamaは複雑なツール呼び出しをうまく処理できない — マルチステップのツール呼び出しを伴う開発にはクラウドモデル（GPT-4o-miniなど）を使用する

MCP + LangChain.jsの統合パターンを学ぶ

👤 MCP初心者の開発者 ⏱ ~60 min intermediate

使うタイミング： MCPを評価中で、LangChain.jsエコシステムにどう組み込まれるか確認したいとき。

フロー

コードを読む

このリポジトリがMCPをLangChain.jsエージェントにどう接続しているか要約してください。主要な統合ポイントは何ですか？✓ コピーしました

→ アーキテクチャの説明
ローカルで実行

Codespacesで実行してください。バーガー注文フローを試し、ログでMCPツール呼び出しを確認してください。✓ コピーしました

→ ローカル実行成功 + ツール呼び出しのトレース

結果： 自分で構築する前に、パターンを実践的に理解できます。

組み合わせ

他のMCPと組み合わせて10倍の力を

agent-langchainjs + github

サンプルを自分のフォークにCI/CDする

リポジトリをフォークし、mainへのプッシュ時にazd deployを実行するGitHub Actionsを設定してください。✓ コピーしました

ツール

このMCPが提供する機能

ツール	入力	呼び出すタイミング	コスト
(reference app — not a callable MCP)	N/A	これはデプロイするサンプルアプリであり、Claudeが呼び出すツールではありません	N/A

コストと制限

運用コスト

APIクォータ: Azure従量課金制
呼び出しあたりのトークン: N/A — ツールとして呼び出すのではなく、アプリを構築するものです
金額: 状況により異なる — 開発時は無料枠で安価、本番コストはトラフィック次第
ヒント: Azureのコストアラートを早期に設定してください。Cosmos DBはプロビジョニングを誤ると高額になる可能性があります — 開発中はサーバーレス枠を利用しましょう。

セキュリティ

権限、シークレット、影響範囲

認証情報の保管： Azure Key Vault + Managed Identity（Bicepテンプレートでセットアップ済み）

データ送信先： すべて自分のAzureサブスクリプション内 + 選択したLLMエンドポイント内で完結

サンプルアプリは出発点であり、本番対応済みではありません。本番稼働前に認証、レート制限、オブザーバビリティを強化してください。
OpenAI / LLMのキーはソースコードではなくKey Vaultに保管してください。

トラブルシューティング

よくあるエラーと対処法

azd up fails: no capacity in region

OpenAIの容量はリージョンによって異なります。eastus2、swedencentral、またはfrancecentralを試してください。

Functions cold-start slowness

本番にはPremiumプランを使用してください。Consumptionプランは開発には問題ありませんが、コールドスタートにより初期のチャットが遅延します。

MCP tool call not recognized

LangChain.jsのツールバインディングがサンプルで設定されたMCPクライアントを使用しているか確認してください。インポートを確認してください。

代替案

mcp-agent-langchainjs 他との比較

代替案	代わりに使う場面	トレードオフ
Vercel AI SDK starter	Vercel / Next.jsホスティングを好む場合	クラウドが異なる。サンプルの規模が小さい
AWS Bedrock Agents + sample	AWSを利用している場合	スタックが異なる。Bedrock AgentsはMCPネイティブではない

その他

リソース

📖 GitHub の公式 README を読む

🐙 オープンな issue を見る

🔍 400以上のMCPサーバーとSkillsを見る