Summary:

清水川さんをゲストに迎え、AIコーディングとMCP（Model Context Protocol）を活用した最新の開発手法が深く掘り下げられています。特に、清水川さんが開発を主導したドキュメンテーションサービス「TRACERY」のMCP連携が紹介され、AIエージェントがコードベースからドキュメントや設計書を自動生成し、開発プロセス全体を加速する事例が詳細に語られました。GitHub Copilotの活用やリモートMCPの登場により、開発効率が飛躍的に向上した体験談、そしてGitを中心とした開発スタイルの重要性が強調されています。

Guest:

清水川(@shimizukawa)

(株) BePROUD で IT Architect、ドキュメンテーションサービスの開発チー。Python歴 2003年頃からなので22年ちょっと。先日はじめてPyCon USに参加しました。

Contents: (NotebookLMで作成)

• 清水川さんの自己紹介と、BeProudのIT Architectとしての活動が紹介され
• 清水川さんのPython歴は2003年頃からで、約22〜23年になると述べられ
• PyCon US 2025に初めて参加し、技術だけでなくコミュニティの話題が深いと感じた経験が語られた
• Pythonの20年間の変化について議論された
• 清水川さんが8月にキャンピングカーを借りて家族で四国へ旅行する計画を明かした
• 運転やコストに関するキャンピングカーの課題や、アイデアのきっかけとなったポッドキャストが紹介された。 https://www.momit.fm/episode/75
• 今回のポッドキャストの主題は、7月28日のBPStudy 215での清水川さんの「MCP連携で加速するAI駆動開発」の発表であることが説明された
• 清水川さんがAIコーディングやAI駆動開発という用語を使用すると述べた
• LLMツールとして、調べ物にPerplexityとGemini、開発にClaude Sonnet 4を主に利用していると説明された。GitHub CopilotでGPT-5が利用可能になったことと、そのトークン消費モデルについて言及された
• 寺田もLLMの利用状況（ChatGPT, Gemini, NotebookLM）を共有した
• 清水川さんがAIエージェントとしてGitHub Copilotをメインに利用していると話した
• 清水川さんの開発環境がGitHub Codespaces上で動作し、月額約1万円の費用がかかると述べられた
• AIエージェントにプルリクエスト作成まで任せる開発スタイルが紹介された
• 人間が細かい指示をAIに与え、AIは探索的な作業や設計書作成に活用するという役割分担が議論された
• MCPの活用として、GitHub MCPサーバーがIssueの読込みに便利だと語られた
• MCPのユースケースとして、クローズド情報の参照や、面倒な計算・情報まとめの自動化が挙げられた
• TRACERYのMCPサーバーの開発は清水川さんが主導したと説明された
• TRACERYはシステム開発のためのドキュメンテーションサービスであり、無料枠も提供されていると紹介された
• TRACERYは、情報分断や更新の課題を解決し、図の作成機能も持つドキュメンテーションツールであることが説明された
• TRACERYのMCPサーバー開発では、認証周りの実装が特に大変だったと語られた
• リモートMCPは2025年6月18日版の仕様から正式に定義され、VS CodeやGitHub MCPが迅速に対応したことが述べられた
• デモでは、LLMにコードから用語集やAPI設計書を作成させ、TRACERYに登録するプロセスが示された
• 開発終盤でAIエージェントを活用し、2日間でGitHub Copilotのプレミアムリクエスト300回分を使い果たすほど開発効率が向上した経験が語られた
• Gitの適切な利用（コミットやプルリクエスト）が、AIエージェントを活用した開発において重要であると再確認された
• 環境構築の自動化（Devコンテナなど）が、AIエージェントの活用において非常に重要であると強調された
• 今後のPyCon JPが9月末に広島で開催されること、寺田さんと清水川さん両名がトークを行う予定であることが告知された

Links:

• BPStudy: 215 https://bpstudy.connpass.com/event/361340/
• BPStudyの資料: https://speakerdeck.com/bpstudy/mcp-integration-accelerates-ai-driven-development
• TRACERY: https://tracery.jp/
• TRACERY MCP: https://docs.tracery.jp/integration/mcp.html
• MCP連携で加速するAI駆動開発 - その1：TRACERYがMCP対応した理由とその背景: https://tracery.jp/articles/entry/ai-context-and-tracery-mcp
• MCP連携で加速するAI駆動開発 - その2：設計書からAPIまで──TRACERY連携の実演: https://tracery.jp/articles/entry/tracery-mcp-live-demo
• MCP Authorization Flow Steps: https://modelcontextprotocol.io/specification/2025-06-18/basic/authorization#authorization-flow-steps
• PyCon JP 2025: https://2025.pycon.jp/ja