MCP 統合
Goa-AI は、MCP (Model Context Protocol) サーバーをエージェントへ統合するためのファーストクラスのサポートを提供します。MCP ツールセットにより、エージェントは外部 MCP サーバーのツールを、生成されたラッパーと caller 経由で利用できます。
概要
MCP 統合は次の流れです:
- サービス設計: Goa の MCP DSL で MCP サーバーを宣言する
- エージェント設計:
FromMCP(...)またはFromExternalMCP(...)で宣言したツールセットとして、その suite を参照する - コード生成: Goa-backed の場合は MCP JSON-RPC サーバーを生成し、suite 用のランタイム登録 helper とツールセット所有の specs/codecs も生成する
- ランタイム配線:
mcpruntime.Callerトランスポート (HTTP/SSE/stdio) を作成する。生成 helper がツールセットを登録し、JSON-RPC エラーをplanner.RetryHintに変換する - プランナー実行: プランナーは正規 JSON payload のツール呼び出しを enqueue するだけでよい。ランタイムが MCP caller へ転送し、hook で結果を永続化し、構造化 telemetry を表面化する
MCP ツールセットを宣言する
サービス設計内
まず、Goa サービス設計で MCP サーバーを宣言します:
package design
import (
. "goa.design/goa/v3/dsl"
. "goa.design/goa-ai/dsl"
)
var _ = Service("assistant", func() {
Description("MCP server for assistant tools")
MCP("assistant-mcp", "1.0.0", ProtocolVersion("2025-06-18"))
Method("search", func() {
Payload(func() {
Attribute("query", String, "Search query")
Required("query")
})
Result(func() {
Attribute("results", ArrayOf(String), "Search results")
Required("results")
})
Tool("search", "Search documents by query")
})
})
エージェント設計内
次に、エージェントから MCP suite を参照します:
var AssistantSuite = Toolset(FromMCP("assistant", "assistant-mcp"))
var _ = Service("orchestrator", func() {
Agent("chat", "Conversational runner", func() {
Use(AssistantSuite)
RunPolicy(func() {
DefaultCaps(MaxToolCalls(8))
TimeBudget("2m")
})
})
})
インラインスキーマを持つ外部 MCP サーバー
外部 MCP サーバー (Goa-backed ではないもの) では、インラインスキーマでツールを宣言します:
var RemoteSearch = Toolset("remote-search", FromExternalMCP("remote", "search"), func() {
Tool("web_search", "Search the web", func() {
Args(func() { Attribute("query", String) })
Return(func() { Attribute("results", ArrayOf(String)) })
})
})
Agent("helper", "", func() {
Use(RemoteSearch)
})
ランタイム配線
実行時には MCP caller を作成し、ツールセットを登録します:
import (
mcpruntime "goa.design/goa-ai/runtime/mcp"
mcpassistant "example.com/assistant/gen/assistant/mcp_assistant"
)
// Create an MCP caller (HTTP, SSE, or stdio)
caller, err := mcpruntime.NewHTTPCaller(ctx, mcpruntime.HTTPOptions{
Endpoint: "https://assistant.example.com/mcp",
})
if err != nil {
log.Fatal(err)
}
// Register the MCP toolset
if err := mcpassistant.RegisterAssistantAssistantMcpToolset(ctx, rt, caller); err != nil {
log.Fatal(err)
}
MCP Caller の種類
Goa-AI は runtime/mcp パッケージを通じて複数の MCP トランスポートをサポートします。すべての caller は Caller インターフェースを実装します:
type Caller interface {
CallTool(ctx context.Context, req CallRequest) (CallResponse, error)
}
HTTP Caller
HTTP JSON-RPC で到達できる MCP サーバー向けです:
import mcpruntime "goa.design/goa-ai/runtime/mcp"
// Basic usage with defaults
caller, err := mcpruntime.NewHTTPCaller(ctx, mcpruntime.HTTPOptions{
Endpoint: "https://assistant.example.com/mcp",
})
// Full configuration
caller, err := mcpruntime.NewHTTPCaller(ctx, mcpruntime.HTTPOptions{
Endpoint: "https://assistant.example.com/mcp",
Client: customHTTPClient, // Optional: custom *http.Client
ProtocolVersion: "2024-11-05", // Optional: MCP protocol version
ClientName: "my-agent", // Optional: client name for handshake
ClientVersion: "1.0.0", // Optional: client version
InitTimeout: 10 * time.Second, // Optional: initialize handshake timeout
})
HTTP caller は作成時に MCP initialize handshake を行い、ツール呼び出しには HTTP POST 上の同期 JSON-RPC を使います。
SSE Caller
Server-Sent Events streaming を使う MCP サーバー向けです:
import mcpruntime "goa.design/goa-ai/runtime/mcp"
// Basic usage
caller, err := mcpruntime.NewSSECaller(ctx, mcpruntime.HTTPOptions{
Endpoint: "https://assistant.example.com/mcp",
})
// Full configuration (same options as HTTP)
caller, err := mcpruntime.NewSSECaller(ctx, mcpruntime.HTTPOptions{
Endpoint: "https://assistant.example.com/mcp",
Client: customHTTPClient,
ProtocolVersion: "2024-11-05",
ClientName: "my-agent",
ClientVersion: "1.0.0",
InitTimeout: 10 * time.Second,
})
SSE caller は initialize handshake に HTTP を使いますが、ツール呼び出しでは text/event-stream 応答を要求します。そのため、サーバーは最終応答の前に進捗イベントをストリーミングできます。
Stdio Caller
stdin/stdout で通信するサブプロセスとして MCP サーバーを起動する場合に使います:
import mcpruntime "goa.design/goa-ai/runtime/mcp"
// Basic usage
caller, err := mcpruntime.NewStdioCaller(ctx, mcpruntime.StdioOptions{
Command: "mcp-server",
})
// Full configuration
caller, err := mcpruntime.NewStdioCaller(ctx, mcpruntime.StdioOptions{
Command: "mcp-server",
Args: []string{"--config", "config.json"},
Env: []string{"MCP_DEBUG=1"}, // Additional environment variables
Dir: "/path/to/workdir", // Working directory
ProtocolVersion: "2024-11-05",
ClientName: "my-agent",
ClientVersion: "1.0.0",
InitTimeout: 10 * time.Second,
})
defer caller.Close() // Clean up subprocess
stdio caller はコマンドをサブプロセスとして起動し、MCP initialize handshake を実行し、ツール呼び出しをまたいでセッションを維持します。終了時は Close() を呼んでサブプロセスを終了します。
CallerFunc アダプター
独自 caller 実装やテスト用です:
import mcpruntime "goa.design/goa-ai/runtime/mcp"
// Adapt a function to the Caller interface
caller := mcpruntime.CallerFunc(func(ctx context.Context, req mcpruntime.CallRequest) (mcpruntime.CallResponse, error) {
// Custom implementation
result, err := myCustomMCPCall(ctx, req.Suite, req.Tool, req.Payload)
if err != nil {
return mcpruntime.CallResponse{}, err
}
return mcpruntime.CallResponse{Result: result}, nil
})
Goa 生成 JSON-RPC Caller
サービスメソッドをラップする Goa 生成 MCP クライアント向けです:
caller := mcpassistant.NewCaller(client) // Uses Goa-generated client
ツール実行フロー
- プランナーが MCP ツールを参照するツール呼び出しを返します (payload は
json.RawMessage) - ランタイムが MCP ツールセット登録を検出します
- 正規 JSON payload を MCP caller へ転送します
- ツール名と payload で MCP caller を呼び出します
- MCP caller がトランスポート (HTTP/SSE/stdio) と JSON-RPC プロトコルを扱います
- 生成 codec で結果をデコードします
ToolResultをプランナーへ返します
エラー処理
生成 helper は JSON-RPC エラーを planner.RetryHint 値へ変換します:
- バリデーションエラー → プランナー向けのガイダンス付き
RetryHint - ネットワークエラー → バックオフ推奨を含む retry hint
- サーバーエラー → エラー詳細をツール結果に保持
これにより、プランナーはネイティブツールセットと同じ retry パターンで MCP エラーから回復できます。
完全な例
デザイン
package design
import (
. "goa.design/goa/v3/dsl"
. "goa.design/goa-ai/dsl"
)
// MCP server service
var _ = Service("assistant", func() {
Description("MCP server for assistant tools")
MCP("assistant-mcp", "1.0.0", ProtocolVersion("2025-06-18"))
Method("search", func() {
Payload(func() {
Attribute("query", String, "Search query")
Required("query")
})
Result(func() {
Attribute("results", ArrayOf(String), "Search results")
Required("results")
})
Tool("search", "Search documents by query")
})
})
// Agent that uses MCP tools
var AssistantSuite = Toolset(FromMCP("assistant", "assistant-mcp"))
var _ = Service("orchestrator", func() {
Agent("chat", "Conversational runner", func() {
Use(AssistantSuite)
RunPolicy(func() {
DefaultCaps(MaxToolCalls(8))
TimeBudget("2m")
})
})
})
ランタイム
package main
import (
"context"
"log"
mcpruntime "goa.design/goa-ai/runtime/mcp"
chat "example.com/assistant/gen/orchestrator/agents/chat"
mcpassistant "example.com/assistant/gen/assistant/mcp_assistant"
"goa.design/goa-ai/runtime/agent/runtime"
)
func main() {
rt := runtime.New()
ctx := context.Background()
// Wire MCP caller
caller, err := mcpruntime.NewHTTPCaller(ctx, mcpruntime.HTTPOptions{
Endpoint: "https://assistant.example.com/mcp",
})
if err != nil {
log.Fatal(err)
}
if err := mcpassistant.RegisterAssistantAssistantMcpToolset(ctx, rt, caller); err != nil {
log.Fatal(err)
}
// Register agent
if err := chat.RegisterChatAgent(ctx, rt, chat.ChatAgentConfig{
Planner: &MyPlanner{},
}); err != nil {
log.Fatal(err)
}
// Run agent
client := chat.NewClient(rt)
// ... use client ...
}
プランナー
プランナーは MCP ツールをネイティブツールセットと同じように参照できます:
func (p *MyPlanner) PlanStart(ctx context.Context, in *planner.PlanInput) (*planner.PlanResult, error) {
return &planner.PlanResult{
ToolCalls: []planner.ToolRequest{
{
Name: "assistant.assistant-mcp.search",
Payload: []byte(`{"query": "golang tutorials"}`),
},
},
}, nil
}
ベストプラクティス
- 登録は codegen に任せる: MCP ツールセット登録には生成 helper を使い、codec と retry hint の一貫性を保つ
- 型付き caller を使う: 利用できる場合は型安全のため Goa 生成 JSON-RPC caller を優先する
- エラーを穏当に扱う: MCP エラーを
RetryHint値へ map し、プランナーが回復できるようにする - telemetry を監視する: MCP 呼び出しは構造化 telemetry イベントを発行するため、可観測性に活用する
- 適切な transport を選ぶ: 単純な request/response には HTTP、streaming には SSE、サブプロセス型サーバーには stdio を使う
次のステップ
- Toolsets - ツール実行モデルを理解する
- Memory & Sessions - transcript と memory store で状態を管理する
- Production - Temporal と streaming UI でデプロイする