MCPとAIアシスタント開発の現状
近年、CursorやWindsurfのようなAI搭載IDEが急速に普及しています。これらのIDEは自然言語でコードを書いたりリファクタリングしたりする体験を提供しますが、「デプロイ済みのAWSリソースの状態を確認したい」となると話が変わります。
CloudWatchのログを確認し、IAMロールの設定を調べ、Lambda関数のメトリクスを取得するために、AWS管理コンソールとIDEを行ったり来たりする——そんなコンテキストスイッチのコストが生産性を奪っていました。特に複数のサービス（Lambda・DynamoDB・API Gateway）が絡み合う障害調査では、手がかりを集めるだけで相当な時間を費やすことになります。
MCP（Model Context Protocol）は、このような課題を解決するためにAnthropicが提案したオープンなプロトコルです。AIエージェントが外部ツールやデータソースと標準化された方法でやり取りできるようになり、IDE上のAIが直接AWS環境と対話できるようになりました。MCPはすでに多くのIDEやツールに採用が広がり、2025年時点でAI駆動開発の標準インフラになりつつあります。
Serverless MCPの全体像
Serverless MCPはServerless Framework V4.12.0以降に組み込まれたMCPサーバー機能です。バージョン4.13.0からは高度なエラー分析ツールも追加されています。2025年4月17日にServerless Inc.が正式発表しました。
最大の特徴は、IaCファイル（serverless.yml等）を自動スキャンしてプロジェクトの構成を把握したうえで、AWS SDKを通じてリソースの状態・ログ・メトリクスをAIに提供する点です。AIはコードとインフラ両方のコンテキストを持った状態でデバッグに取り組めるため、「LambdaがDynamoDBに書き込めない」のような権限エラーも、ログ取得→IAMロール確認→原因特定→修正提案まで一気通貫で対応できます。
従来のデバッグワークフローでは、エンジニアが手作業でログを探し、AWSコンソールを横断しながら状況を把握する必要がありました。Serverless MCPはその作業をAIに委譲することで、エンジニアは「何が起きているか」を尋ねるだけで答えが返ってくる体験を実現します。セキュリティ面でも、IDEから直接AWS管理コンソールに広範なアクセス権を与えるのではなく、必要最小限のIAMポリシーで動作するよう設計されています。
主要ツール一覧
Serverless MCPが提供するツール群を以下の表にまとめます。
ツール名 | 概要 |
|---|---|
list-projects | ワークスペース内のServerlessプロジェクトを一覧表示 |
list-resources | IaCファイルで定義されたAWSリソースを一覧取得 |
service-summary | サービス全体のサマリーを一括取得（デプロイ日時・呼び出し数・エラーレポートを含む） |
deployment-history | インフラのデプロイ履歴を時系列で取得 |
aws-lambda-info | Lambda関数のパフォーマンスや設定を診断 |
aws-iam-info | IAMロール・ポリシーの詳細情報を取得 |
aws-errors-info | 複数サービスにまたがるエラーパターンを識別・グループ化（v4.13.0+） |
docs | Serverless FrameworkおよびServerless Container Frameworkの最新ドキュメントを取得 |
特に実用的なのが aws-errors-info ツールです。CloudWatchのログをLambda・API Gateway（REST/HTTP）・その他のサービスを横断して自動スキャンし、似たエラーをCloudWatch Logs Insightsでグループ化して提示します。「障害が起きているが何が原因か分からない」という状況で、AIに「最近のエラーを調べて」と投げかけるだけで根本原因候補の一覧が返ってきます。
service-summary ツールも強力で、Lambdaのコードサイズ・直近の呼び出し数・エラー率・P95レイテンシーなどのメトリクスをまとめて取得し、AIが即座に異常値を指摘できるようにします。デイリーレポートや障害ふりかえりの場面でも活用できます。
CursorとWindsurfへのセットアップ方法
Serverless MCPはCLIに内蔵されているため、Serverless Frameworkを使っている場合はすぐに利用できます。
まず、Serverless Frameworkを最新版（v4.13.0以降）に更新します。
npm install -g serverless次に、使用しているIDEのMCP設定ファイル（mcp.json）に以下を追記します。
{
"mcpServers": {
"serverless": {
"command": "serverless",
"args": ["mcp"]
}
}
}Cursorの場合は Settings > MCP から、Windsurfの場合は Settings > General > Cascade セクションから同様の設定を追加するだけです。設定後にIDEを再起動するとMCPサーバーが認識され、AIチャットからAWSリソースへの問い合わせが可能になります。
SSEトランスポートを使いたい場合は、先に serverless mcp --transport sse を実行してサーバーを起動し、IDEからそのURLを参照します。stdioはローカル開発向けでシンプルに使えます。SSEはチーム共有サーバーとして活用する場合に向いています。
AWSのServerless MCP Serverとの違い
2025年5月29日、AWSもオープンソースの「AWS Serverless MCP Server」を公開しました。名前が似ていますが、Serverless FrameworkのServerless MCPとは別物です。用途・対象ユーザー・インストール方法が大きく異なります。
比較軸 | Serverless Framework MCP | AWS Serverless MCP Server |
|---|---|---|
提供元 | Serverless Inc. | AWS Labs（オープンソース） |
主な用途 | 既存デプロイのデバッグ・監視 | 新規アプリのビルド・デプロイ支援 |
インストール | Serverless Framework CLIに内蔵 | uvx / PyPI 経由で個別インストール |
対応IaC | Serverless Framework / CloudFormation等 | AWS SAM |
代表ツール | aws-errors-info, service-summary等 | sam_init_tool, deploy_webapp_tool等 |
セキュリティ | 最小権限IAMポリシー | デフォルト読み取り専用モード（--allow-writeで拡張可） |
AWS Serverless MCP Serverは、自然言語で「ToDoアプリを作ってAWSにデプロイして」と指示するだけで、SAMテンプレートの生成・ビルド・デプロイまでを一気に実行できる点が特徴です。一方、Serverless Framework MCPはすでに稼働しているサービスのトラブルシューティングに強みがあります。
既存のServerless Frameworkプロジェクトのデバッグ効率を上げたいならServerless Framework MCP、これから新しいサーバーレスアプリをAI支援でゼロから構築したいならAWS Serverless MCP Server、という使い分けが適切です。両者を組み合わせることも可能で、新規開発にはAWS Serverless MCP Serverを使い、運用フェーズではServerless Framework MCPに切り替える、という活用パターンも考えられます。
まとめ
Serverless MCPは、AWS管理コンソールとIDEを往来するコンテキストスイッチを解消し、AIが直接インフラの状態を把握してデバッグを行える環境を実現します。主なポイントを整理します。
ポイント | 内容 |
|---|---|
導入コスト | Serverless Framework V4.12.0以降に内蔵。追加インストール不要 |
仕組み | IaCファイルをスキャンしてLambda・DynamoDB・IAM・API Gatewayのログやメトリクスを取得 |
セットアップ | CursorやWindsurfのMCP設定ファイルに数行追記するだけ |
AWS版との違い | デバッグ特化（SF MCP）vs ビルド支援特化（AWS Serverless MCP Server） |
AI駆動の開発環境が整備されつつある今、こうしたMCPツールを活用してデバッグにかかる時間を削減し、ビジネスロジック開発に集中する体制を整えることが、チームの生産性向上につながります。サーバーレスアーキテクチャの複雑さが増す一方で、Serverless MCPのようなAIネイティブなデバッグツールは今後さらに重要性を増していくでしょう。ぜひServerless MCPを試してみてください。
