Apidog MCP服务器入门：连接 AI 与 API 的全新开发工作流

发布: 1周前 (2026年1月7日 GMT+8 15:14)

6 min read

Source: Dev.to

概要

「え、これマジ？」AIとAPIの融合で開発が激変する瞬間。
AIがコーディング方法を根本から変えようとしている中で注目すべきは モデルコンテキストプロトコル（MCP）。MCP は、AI コーディングアシスタントと外部知識ソースをスマートに繋ぎ、AI に必要な情報をピンポイントで提供できる仕組みです。

MCP とは

従来の AI は訓練データの範囲内でしか回答できませんでした。
MCP を使うと、AI が外部アプリから専門情報に直接アクセスし、理解・活用できるようになります。
これにより、特定の開発タスクで AI の精度と効率が劇的に向上します。

Apidog MCP サーバーの特徴

API 仕様と AI コーディングアシスタントの橋渡し を行い、開発者が「バイブコーディング（Vibe coding）」と呼ばれるフロー状態に入れるよう支援します。
Apidog プロジェクト、公開された API ドキュメントサイト、任意の OpenAPI 仕様（OAS）ファイルをデータソースとして AI 駆動の IDE（例：Cursor）で利用可能。
サーバー起動時にプロジェクトの API ドキュメントを自動で読み込みキャッシュし、AI がシームレスに取得・活用できる環境を提供します。

バイブコーディングとは

开发者在专注于创造性问题解决时，AI 助手完美理解 API 规范的细节，负责实现的细节工作。这样，开发者可以专注于高层次的设计决策和问题解决。

使用例

フロントエンド

「API ドキュメントに基づいて、ユーザー登録フォーム用の TypeScript インターフェースと React フックを生成して」

AI アシスタントは必要な仕様を取得し、バックエンド API に完全に合致するコードを生成します。

バックエンド

サーバーサイドのモデル、検証ミドルウェア、API ドキュメントに一致するデータベースクエリの自動生成。
実装と API 契約の一貫性が保証され、バグや統合問題のリスクが大幅に減少します。

QA エンジニア

文書化されたエッジケース、期待応答、エラー条件をカバーするテストケースを自動生成。
本番前に潜在的な問題を特定でき、API の品質と信頼性が向上します。

セットアップ手順

前提条件

Node.js（バージョン 18 以上、できれば最新 LTS）
MCP をサポートする IDE（例：Cursor、Cline プラグイン付き VSCode）
Apidog アカウント（API アクセストークン取得が必要）

Apidog のトークン取得

Apidog にログインし、右上のプロフィール写真をクリック
アカウント設定 > API アクセストークン を選択
新しいトークンを作成し、コピーして安全な場所に保存

プロジェクト ID の取得

Apidog で対象プロジェクトを開く
左サイドバーの設定から 基本設定ページ を開き、プロジェクト ID をコピー

MCP 設定ファイルの作成

Cursor の場合

// ~/.cursor/mcp.json  または プロジェクトルートの .cursor/mcp.json
{
  "mcpServers": {
    "API specification": {
      "command": "npx",
      "args": [
        "-y",
        "apidog-mcp-server@latest",
        "--project-id="
      ],
      "env": {
        "APIDOG_ACCESS_TOKEN": ""
      }
    }
  }
}

Cline（VSCode）の場合

Cline パネルを開く
MCP サーバー → MCP サーバーを設定

設定内容は上記 JSON と同様です。

置き換えるべきプレースホルダー

“ → 実際の Apidog プロジェクト ID

“ → 取得した API アクセストークン

Windows ユーザー向け代替設定

{
  "mcpServers": {
    "API specification": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "apidog-mcp-server@latest",
        "--project-id="
      ],
      "env": {
        "APIDOG_ACCESS_TOKEN": ""
      }
    }
  }
}

OAS ファイル直接読み込み（Apidog 以外）

--project-id パラメータを削除し、代わりに --oas を使用
例:

npx apidog-mcp-server --oas=https://petstore.swagger.io/v2/swagger.json
# または
npx apidog-mcp-server --oas=./data/petstore/swagger.json

統合テスト

IDE を再起動し、新しい MCP 設定を読み込む
AI アシスタントに質問して動作確認

例:

「MCP を使用して API ドキュメントを取得し、利用可能なすべてのエンドポイントをリストしてください」
「API ドキュメントに基づいて、ユーザーモデルにはどのフィールドがありますか？」

正しく統合されていれば、AI が手動参照なしで情報を提供します。

まとめ

Apidog MCP サーバーを開発ワークフローに組み込むことで、API 駆動のアプリケーション開発が根本的に効率化 されます。

コンテキストスイッチが減少し、エラーが少なくなる
開発者は設計や問題解決に集中でき、AI が実装の細部を担当
チーム全体で同一の API 仕様を参照でき、認識齟齬やコミュニケーションコストが低減

実際に導入したチームでは、API 関連の開発時間が約 40% 短縮され、バグも顕著に減少したとの報告があります。

MCP のようなプロトコルは今後さらに普及し、様々な開発ツールに組み込まれるでしょう。ぜひ Apidog MCP サーバー を試して、開発体験の変化を実感してください。

参考リンク

Apidog MCP サーバー公式ドキュメント: