前回のブログで、私はどのようにあなたの Mendix クロードのような大規模言語モデル（LLM）が発見し、呼び出すことができるツールとしてのマイクロフロー モデルコンテキストプロトコル (MCP)これにより、AIアシスタントがあなたの Mendix 論理です。今、私たちは物事を逆転させています。

newで MCPクライアントモジュール、あなたの Mendix アプリは外部MCPサーバーのコンシューマーとして動作できるため、他の場所で実行されているプロンプトやツールを検出して呼び出すことができます。これにより、強力な外部ロジックやAIサービスを簡単にアプリに組み込むことができます。 Mendix カスタム統合を作成せずにアプリを作成できます。

MCP クライアント モジュールとは何ですか?

MCPクライアントモジュールを使用すると、 Mendix アプリは、他のMCP準拠のサーバーに接続できます。 Mendix アプリ、ハイコードベースのツール サービス、またはクラウドでホストされるエージェント。

つまり、

• アプリ間でロジックを再利用する - 1つ用意する Mendix アプリがツールを提供し、別のアプリがそれを利用する
• サードパーティの AI サービスに接続 - REST や SDK の調整は不要
• ツールとプロンプトを完全な GenAI ワークフローに連結 - すべてローコードから

要するに、 Mendix MCPサーバーとクライアントの両方で使えるようになり、強力なAI強化アプリケーションを構築するためのツールになりました。まるで Mendix アプリを AI を活用した機能の共有ツールボックスに統合します。

この例では、大まかに次のように動作します。

これらのツールはデータの取得を処理しますが、MCP ツールではアクションのトリガー、レコードの更新、アプリや外部システムがサポートするその他の操作の実行も簡単に実行できることに注意してください。

これは、 Mendix MCPクライアントとして動作するアプリは、外部MCPサーバー（別の Mendix ユーザーがチャットボットのUIを操作すると、クライアントはサーバーからツールを動的に検出し、LLMへのリクエストに含めます。モデルがツールを呼び出すことを選択した場合、クライアントは呼び出しをサーバーに渡し、結果を取得して会話を続行します。

すべてが標準の MCP HTTPS 呼び出しで実行され、カスタム統合は必要ありません。

注: 最新バージョンの GenAI ショーケース アプリMCPクライアントをあなたの Mendix アプリを外部サーバーに転送してツールを消費し、それを自分の Mendix チャットボット。

MCPサーバーに接続する Mendix アプリ

前提条件

ゼロから始めるか、既存のアプリケーションを拡張するかを選択できます。ゼロから始める場合は、 空の GenAI アプリは、必要なGenAIモジュールをすべて含んでいるので、最適な出発点です。既存のアプリを拡張する場合は、必ず MCPクライアント, GenAIコモンズ, 会話型 UIマーケットプレイスからお気に入りのGenAIコネクタモジュールをダウンロードしてください。また、MCPサーバー（ Mendix アプリ内または外部からアクセスでき、GenAI ショーケース アプリ MCP サーバーの例も使用できます。

チャットボットを作成する

アプリケーションにまだチャットボットがない場合は、作成方法をステップバイステップで説明します。既に実装済みの場合でも、以下の手順に従って変更を加えることをお勧めします。

第一歩

MCPクライアントモジュールには、より早く使い始めるのに役立つマイクロフローのサンプルがいくつか用意されています。モジュールにアクセスして、マイクロフローをコピーしてください。 ChatContext_MCPClient_アクションマイクロフロー独自のモジュールに組み込みます。

ステップ2

マイクロフローはデフォルトで除外されているため、最初にそれを含める必要があります。

ステップ3

マイクロフローをデータソースとしてページにデータビューを追加します。マイクロフローを作成します。 DS_チャットコンテキスト_作成:

1. • そのマイクロフロー内でまず1つ取得する デプロイモデルデータベースから取得します (またはカスタム取得を行って適切な LLM を選択します)。
   • その後、 新しいチャットツールボックスからアクションを選択します。取得したモデルを選択し、アクションマイクロフローには、先ほど追加したアクションマイクロフローを選択します。システムプロンプトとプロバイダー名の入力はオプションなので、空のままにしておきます。
   • 最後に チャットコンテキストマイクロフローの最後にあるオブジェクト。

ステップ4

加える (Comma Separated Values) ボタンをクリックして、各々のジョブ実行の詳細（開始/停止時間、変数値など）のCSVファイルをダウンロードします。内部 データビュー ページを開く 会話型UI_フルスクリーンチャット(または別の ConversationalUI ページ) を ConversationalUI モジュールから開きます。

ユーザーにモジュールロールがあることを確認する ユーザーConversationalUI から割り当てられました。これでチャットが使用できるようになりました。

でも待ってください。 Mendix どの MCP サーバーを使用すればよいか知っていますか?

これは技術的にどのように機能するのでしょうか?

リクエストにツールを登録する

まず、自分のモジュールに何を盲目的にコピーしたのか説明しましょう。

• 当学校区の ChatContext_MCPClient_アクションマイクロフローユーザーが入力したメッセージが、すべての重要な構成とコンテキスト (会話履歴など) とともに適切なモデルに正しく送信されることを確認します。
• アクションマイクロフローの内部では、 MCPサーバー構成オブジェクトはデータベースから取得されます。自由に調整して、他のオブジェクトを取得してください。 MCPサーバー構成オブジェクトを作成してリクエストに渡します。 MCP サーバーアクションからすべてのツールを追加するこのアクションは、MCP サーバーに接続し、公開されているすべてのツールを検出し、LLM に送信されるリクエストに追加します。
• モデルに送信されるメッセージごとに MCP ツールが認識され、それらを呼び出すことを選択できます。

ツールの呼び出しとプロキシ

どうすればできますか Mendix アプリが別のアプリのツールを呼び出す場合、MCPツールが入力引数とともにリクエストに登録されるところから始まります。モデルがMCPツールのツール呼び出しを返すと、 MCPClient_ToolMicroflowが実行されます。MCPクライアントの 通話ツールアクションを実行すると、マイクロフローはリクエストをMCPサーバーに転送し、仲介役として機能します。サーバーからのレスポンスはLLMに返され、LLMはユーザーのリクエストを直接処理するか、必要に応じて他のツールを使用します。

ご覧のとおり、すべてのMCPサーバーで動作させるためにカスタム統合や変更は必要ありません。プラグアンドプレイするだけで、同じアプリケーション内で管理する必要のない強力なツールで、チャットエクスペリエンスを充実させることができます。

MCP接続を確立する

では、接続してみましょう。アプリはMCPサーバーがどこにあるかを知る必要があります。

まず、管理者がMCPサーバーの設定と管理を行えるようにする必要があります。そのため、MCPクライアント管理者モジュールのロールを管理者ロールに割り当てます。次に、 MCPサーバー構成の概要MCPクライアントモジュールからこのページをナビゲーションに追加します。アプリを実行し、管理者としてログインしてこのページに移動します。そこから、最初のMCPサーバー構成を作成し、データベースに保存できます。

カスタムHTTPヘッダーを渡して認証する必要がある場合は、資格情報を取得するマイクロフローを作成できます。このマイクロフローは入力パラメータを持つことができず、以下のリストを返す必要があります。 System.HttpHeader。あなたが使用することができます 設定: HTTP ヘッダーの作成それをするには、ツールボックスのアクション「リストに追加」を使用します。その後、実行時に管理者としてMCPサーバー構成を作成する際に、このマイクロフローを「資格情報を取得」マイクロフローとして選択できます。 資格情報を取得する_EXAMPLE資格情報取得マイクロフローを作成する方法の簡略化された例については、マイクロフローを参照してください。

MCPサーバーをお持ちでないですか？今こそ再検討すべき時かもしれません 最新のブログ投稿ロジックを公開することについて Mendix MCP経由でアプリに接続します。独自のMCPサーバーを構築するか、GenAI Showcaseアプリのサンプルを再利用することもできます。Showcaseアプリからローカルで使用する場合、エンドポイントは次のようになります。 http://localhost:8080/mcp-ticketsystem

アプリケーションを再実行し、利用可能なツールで回答できる質問をしてください。ショーケースMCPサーバーを使用している場合は、次のような質問が考えられます。 「チケットは何枚残っていますか？」おそらく、開いているバグ チケットと機能チケットの数を確認する 2 つのツール呼び出しがトリガーされ、モデルはこの情報を使用して開いているチケットの合計数を計算できます。

次は何ですか？

今すぐあなたの Mendix アプリはMCPを介してツールを公開・利用できるようになるため、より高度なエージェント型ワークフローを構築できます。アプリケーションの連携、AIへのタスクのオフロード、チーム間の社内マイクロサービスとの統合などが可能になります。もう言い訳は不要です。ローコードで、企業全体にシームレスなAI活用環境を構築できます。

さらに良いことに、GitHub、Slack、Google Driveなどのサードパーティサービス向けにオープンソースのMCPサーバーのエコシステムが拡大しています。これらをセルフホストして、 Mendix アプリプラグインをすぐに使用できます。では、あなたの Mendix アプリは最初に接続しますか?