Voici,Calendrier de l'Avent ArcGIS 2025 l'article du 24e jour. N'hésitez pas à consulter les autres articles également.
Introduction
Cette année encore, les sujets liés à l'IA et au développement ont été omniprésents pendant 1 an.
Dans ArcGIS, le GeoAI bien sûr, ainsi que les assistants AI intégrés dans chaque produit et les futurs agents AI sont en cours de développement,une plateforme d'IA géospatiale est en train d'être construite.
Parmi les sujets liés à l'IA et au développement, le Model Context Protocol (MCP) est sans doute une technologie particulièrement remarquée.
Dans cet article, nous allons créer un serveur MCP avec FastMCP, qui permet de construire facilement un serveur MCP, afin d'utiliser la fonction de recherche d'itinéraire d'ArcGIS dans une application de chat AI utilisant un grand modèle de langage (ci-après LLM) .
Exemple de configuration d'un serveur MCP connectant une application de chat AI et la fonction de recherche d'itinéraire
Qu'est-ce que le Model Context Protocol (MCP) ?
Le MCP est un protocole ouvert permettant aux LLM de se connecter de manière sécurisée et unifiée à des outils externes (comme des API Web). Cette technologie a été développée et proposée par Anthropic, une entreprise d'IA célèbre pour Claude, et est largement adoptée par les développeurs d'applications AI. De nombreuses applications de chat AI supportent MCP, ce qui en fait l'une des technologies autour des LLM les plus en vogue cette année.
Dans le domaine des informations géospatiales également, la plateforme nationale japonaise des données géospatiales,Plateforme des données du Ministère des Terres, Infrastructures, Transports et Tourisme, met à disposition un serveur MCP.
Principaux logiciels et bibliothèques utilisés dans cet article
Voici une liste en points des logiciels pouvant se connecter au MCP et des bibliothèques utiles pour construire un serveur MCP.
Un framework Python permettant de construire facilement et rapidement des serveurs/clients MCP. Dans cet article, il sera utilisé pour créer le serveur MCPサーバーを作成するのに利用します。
Anthropic 社が提供する AI チャット アプリ Claude のデスクトップ アプリで、本記事では MCP サーバーへ接続し、正しく動作しているか確認する MCP ホストとして利用します。
Microsoft 社が提供する無償のソースコード エディターで、本記事では拡張機能である GitHub Copilot Chat を Claude Desktop と同様に MCP ホストとして利用します。
LLM で ArcGIS のルート検索機能を使いたい
LLM を使った AI チャット アプリでは、ルート検索について聞いても周辺情報からの回答を返すことしかできません。実際に Claude Desktop でルート検索を依頼してみた結果は下図の通りです。
MCP を使わない場合
回答してくれてはいますが、正確な情報は別のアプリやサービスで聞くようおすすめされています。
MCP サーバーとしてルート検索の Web API が利用できれば、LLM でもルート検索が扱えるようになります。ArcGIS は REST API 形式で公開されているルート検索機能を提供しています。本記事では、ArcGIS のルート検索機能に Python スクリプトからリクエストを送信して得られたルート検索の結果を LLM の回答に反映させるため、ArcGIS Routing MCP として MCP サーバーを作成してみます。
なお、ルート検索を実行するのに必要な API キーは ArcGIS Location Platform アカウントで作成し、API キーは Python スクリプト内に記述します。アカウントの作成方法はコチラから、API キーの作成する方法はコチラをご参考にしてみてください。
Python で ArcGIS REST APIs にリクエストを送信する
まず初めにルート検索用のエンド ポイントへリクエストを送信して、ルートの検索結果を取得する Python スクリプトを作成します。
import json
import urllib.parse
import urllib.request
ARCGIS_ROUTING_URL = "https://route-api.arcgis.com/arcgis/rest/services/World/Route/NAServer/Route_World/solve"
API_KEY = "<事前に用意した API キー>"
def _call_arcgis_route(stops, token, return_directions=True, depart="now"):
params = {
"f": "json",
"token": token,
"stops": ";".join(f"{x},{y}" for (x, y) in stops),
"returnDirections": str(return_directions).lower(),
"startTime": depart
}
url = ARCGIS_ROUTING_URL + "?" + urllib.parse.urlencode(params)
with urllib.request.urlopen(url, timeout=30) as resp:
return json.loads(resp.read())
if __name__=="__main__":
stops=[(139.745486, 35.658569),(139.749603, 35.660191)]
result = _call_arcgis_route(stops, API_KEY, return_directions=True,depart="now")
if "error" in result:
raise RuntimeError(result["error"])
print(result)
上記のスクリプトで、2点間のルート検索を行うことができます。
スタート地点を東京タワー、ゴール地点を芝公園の緯度経度を入力しているので実行してみるとルートの詳細を JSON 形式で返してくれています。
Python スクリプトを実行した結果
なお、今回はチャットの文章でルート検索ができるようにしたいので、
上記のスクリプトに住所検索とルート検索で移動手段を指定する際に利用する移動手段のエンド ポイントにリクエストする関数を追加しています。
追加した例が下記のスクリプトです。
import json
import urllib.parse
import urllib.request
GEOCODE_FIND_URL = "https://geocode-api.arcgis.com/arcgis/rest/services/World/GeocodeServer/findAddressCandidates"
ARCGIS_ROUTING_URL = "https://route-api.arcgis.com/arcgis/rest/services/World/Route/NAServer/Route_World/solve"
ARCGIS_TRAVELMODE_URL = "https://route-api.arcgis.com/arcgis/rest/services/World/Route/NAServer/Route_World/retrieveTravelModes"
API_KEY ="<事前に用意した API キー>"
def _http_get(url: str) -> dict:
with urllib.request.urlopen(url, timeout=30) as resp:
return json.loads(resp.read())
def geocode_address(address: str, token: str, country_code: str = "JP") -> dict:
"""
住所や都市名、POI から 緯度経度へ変換する。
"""
params = {
"f": "json",
"token": token,
"SingleLine": address,
"countryCode": country_code,
"outFields": "*",
"langCode": "ja",
"maxLocations": 1
}
url = GEOCODE_FIND_URL + "?" + urllib.parse.urlencode(params)
result = _http_get(url)
if "error" in result:
raise RuntimeError(result["error"])
for c in result.get("candidates", []):
loc = c.get("location") or {}
return {
"lon": loc.get("x"),
"lat": loc.get("y"),
}
def _travel_mode_selector(travelMode: str, token: str):
"""
travelMode 引数から ArcGIS Routing の travelMode 名を返す。
"""
params = {
"f": "json",
"token": token
}
url = ARCGIS_TRAVELMODE_URL + "?" + urllib.parse.urlencode(params)
travelmode_list=_http_get(url)["supportedTravelModes"]
# 一致した文字列があれば travelmode として返す。
for travelmode in travelmode_list:
if travelmode["name"]== travelMode:
travelmode_param=travelmode
break
return travelmode_param
def _call_arcgis_route(stops, token, return_directions=True, travel_mode="運転時間", depart="now"):
params = {
"f": "json",
"token": token,
"stops": ";".join(f"{x},{y}" for (x, y) in stops),
"returnDirections": str(return_directions).lower(),
"travelMode": travel_mode, # 追加
"startTime": depart, # now / yyyy-mm-ddThh:mm:ss
}
url = ARCGIS_ROUTING_URL + "?" + urllib.parse.urlencode(params)
return _http_get(url)
if __name__=="__main__":
stops=["東京タワー","芝公園"]
result = _call_arcgis_route(stops, API_KEY, return_directions=True,depart="now")
if "error" in result:
raise RuntimeError(result["error"])
print(result)
FastMCP で MCP サーバー化
FastMCP は MCP サーバー/クライアントを Python で簡単・高速に構築できるフレームワークです。
ここからは上記で作成した Python スクリプトを FastMCP を使って MCP サーバー化していきましょう。
FastMCP のインストール
FastMCP は pip からライブラリをインストールできます。
pip install fastmcp
上記のコマンドを実行したあとで FastMCP がインストールされているか下記のスクリプトを実行して試してみましょう。
インストールした時点での最新版がインストールされているはずです。
import fastmcp
print(fastmcp.__version__)
# >> 2.xyz.x
ArcGIS Routing MCP サーバーを作成する
ここまで作成してきたルート検索用のエンド ポイントにリクエストを送信する Python スクリプトに FastMCP ライブラリをインポートし、MCP サーバーを立ち上げるためのスクリプトを記述していきます。
追加したスクリプトが下記となります。追加したコマンドや関数には、コメント アウトで追加した旨を記載してあります。
import json
import urllib.parse
import urllib.request
from fastmcp import FastMCP # 追加
mcp = FastMCP("ArcGIS Routing MCP Server") # 追加
GEOCODE_FIND_URL = "https://geocode-api.arcgis.com/arcgis/rest/services/World/GeocodeServer/findAddressCandidates"
ARCGIS_ROUTING_URL = "https://route-api.arcgis.com/arcgis/rest/services/World/Route/NAServer/Route_World/solve"
ARCGIS_TRAVELMODE_URL = "https://route-api.arcgis.com/arcgis/rest/services/World/Route/NAServer/Route_World/retrieveTravelModes"
API_KEY ="<clé API préparée à l'avance>"
def _http_get(url: str) -> dict:
with urllib.request.urlopen(url, timeout=30) as resp:
return json.loads(resp.read())
def geocode_address(address: str, token: str, country_code: str = "JP") -> dict:
"""
Convertit une adresse, un nom de ville ou un POI en coordonnées latitude et longitude.
"""
params = {
"f": "json",
"token": token,
"SingleLine": address,
"countryCode": country_code,
"outFields": "*",
"langCode": "ja",
"maxLocations": 1
}
url = GEOCODE_FIND_URL + "?" + urllib.parse.urlencode(params)
result = _http_get(url)
if "error" in result:
raise RuntimeError(result["error"])
for c in result.get("candidates", []):
loc = c.get("location") or {}
return {
"lon": loc.get("x"),
"lat": loc.get("y"),
}
def _travel_mode_selector(travelMode: str, token: str):
"""
Retourne le nom travelMode d'ArcGIS Routing à partir de l'argument travelMode.
"""
params = {
"f": "json",
"token": token
}
url = ARCGIS_TRAVELMODE_URL + "?" + urllib.parse.urlencode(params)
travelmode_list=_http_get(url)["supportedTravelModes"]
# Retourne travelmode si une chaîne correspondante est trouvée.
for travelmode in travelmode_list:
if travelmode["name"]== travelMode:
travelmode_param=travelmode
break
return travelmode_param
def _call_arcgis_route(stops, token, return_directions=True, travel_mode="運転時間", depart="now"):
params = {
"f": "json",
"token": token,
"stops": ";".join(f"{x},{y}" for (x, y) in stops),
"returnDirections": str(return_directions).lower(),
"travelMode": travel_mode, # ajouté
"startTime": depart, # now / yyyy-mm-ddThh:mm:ss
}
url = ARCGIS_ROUTING_URL + "?" + urllib.parse.urlencode(params)
return _http_get(url)
# Ajout à partir d'ici
@mcp.tool()
def solve_route(
stop_list: list,
depart: str = "now",
travelMode: str = "運転時間",
) -> dict:
"""
Appelle Route_World d'ArcGIS Routing et retourne l'itinéraire le plus court/rapide avec les instructions.
Args:
stop_list : liste des noms des étapes (liste de chaînes d'adresses)
depart : heure de départ ("now" ou ISO8601), par défaut "now" si non spécifié
travelMode : mode de déplacement ("運転時間", "運転距離","徒歩時間","徒歩距離","トラック輸送時間","トラック輸送距離", "運転時間 (未舗装道路使用)","運転距離 (未舗装道路使用)"), par défaut "運転時間" si non spécifié
Returns:
dictionnaire contenant la forme de l'itinéraire, temps, distance et instructions (en japonais si possible)
"""
stops=[]
for stop in stop_list:
geocode_result=geocode_address(stop, API_KEY)
stops.append((geocode_result["lon"], geocode_result["lat"]))
result = _call_arcgis_route(stops, API_KEY, return_directions=True, travel_mode=_travel_mode_selector(travelMode, API_KEY), depart=depart)
if "error" in result:
raise RuntimeError(result["error"])
return result # La valeur de retour de l'outil MCP peut être JSON/objet directement.
# Fin de l'ajout ici
if __name__ == "__main__":
mcp.run() # Ajout ici
# Commenter ce qui suit
# stops=["東京タワー","芝公園"]
# result = _call_arcgis_route(stops, API_KEY, return_directions=True,depart="now")
# if "error" in result:
# raise RuntimeError(result["error"])
# print(result)
Le point important ici est @mcp.tool que la fonction ci-dessous décrit le script ou l'outil comme un outil utilisé par LLM. Lorsque LLM consulte le serveur MCP, il vérifie cette description pour créer le JSON des arguments nécessaires à la requête. Par conséquent, les types de données et descriptions des arguments nécessaires sont indiqués dans les commentaires pour éviter que LLM ne se trompe dans son utilisation.
Si ce script s'exécute sans problème, un serveur MCP local démarrera comme illustré ci-dessous.
Démarrage du serveur MCP
Le script décrit jusqu'ici peut être configuré dans Claude Desktop,
mais pour vérifier qu'il fonctionne vraiment, essayons aussi un client MCP avec la bibliothèque FastMCP.
Appeler le serveur MCP depuis un client
クライアント側では、MCP サーバーで設定されたツールを呼び出すように
下記のようなスクリプトを記述しておきます。
import asyncio
from fastmcp import Client
from fastmcp.client.transports import PythonStdioTransport
async def main():
# サーバーを起動
transport = PythonStdioTransport(script_path="./arcgis_route.py")
# MCP クライアントを作成し、MCP サーバーに接続
async with Client(transport) as client:
# solve_route ツールの呼び出し
result = await client.call_tool("solve_route",
{
"stop_list": ["東京駅","東京タワー"],
"travelMode": "運転時間"
}
)
print("ツール呼び出し結果:", result)
if __name__ == "__main__":
asyncio.run(main())
ここでは、クライアントから MCP サーバーを起動しているため、スクリプトを実行するとルート検索の結果が表示されるようになっています。
実際に実行してみた結果は下図の通りです。
MCPクライアントを実行
ArcGIS Routing MCP サーバーが正しく動作していていることがわかったので、
次に LLM で利用できるか確認するために Claude Desktop で実行してみましょう。
Claude Desktop で利用してみよう
Claude Desktop は Anthropic 社が提供する AI チャット アプリ Claude のデスクトップ アプリで、ローカル ファイルや外部ツールとの連携が実現できます。
Claude Desktop でローカルの MCP サーバーを実行するにはいくつか準備が必要です。
ここでは、その準備を行った後に Claude Desktop で ArcGIS Routing MCP を使ってみましょう。
Claude Desktop 側の設定
Claude Desktop へサイン インし、アプリ画面の左下のアイコンをクリックすると設定項目があるのでそちらをクリックします。
設定画面へのクリック
表示されたメニューから 「開発者」 の項目をクリックし、遷移先で「設定を編集」をクリックします。
「設定を編集」をクリック
クリックするとエクスプローラーが起動し、`claude_desktop_config.json` が生成されます。
`claude_desktop_config.json` をコード エディターで開くと空の `{}` が用意されています。
この中括弧を下記のように書き換えます。
{
"mcpServers": {
"arcgis-routing-mcp": {
"command": "<python 環境への絶対パス>\\python.exe",
"args": [
"<スクリプトの絶対パス>\\arcgis_route.py"
]
}
}
}
設定後、 1度 Claude Desktop を閉じる必要がありますが、注意していただきたい点は右上の×ボタンでウィンドウを閉じるのではなく、左上のハンバーガー メニューをクリックして表示される「終了」をクリックし、アプリを完全に終了させる必要があります。Claude Desktop のタスクが残っている状態ですので、タスク マネージャー等から Claude Desktop のタスクを削除しておきます。
Claude Desktop を閉じる手順
ここまで問題なければ再度 Claude Desktop を立ち上げるとチャットの入力欄の `+` ボタンをクリックして出てくるコネクタと設定の「開発者」の項目に ArcGIS Routing MCP が追加されているはずです。
コネクタに追加された様子
「開発者」項目に追加された様子
Claude Desktop で ArcGIS Routing MCP を使ってみる
立ち上げた Claude Desktop で ArcGIS Routing MCP を使ってルート検索をしてみましょう。
動画内でも確認していますが solve_route と書いてあるプルダウン メニューを押すと実際にリクエストした JSON とレスポンスされた JSON が閲覧できます。
最後に出力してもらった結果が正しそうかこのルート検索の結果を GeoJSON 化してもらい、ArcGIS Online の Map Viewerで描画してみましょう。
Claude に GeoJSON 化を依頼
ルートを GeoJSON で書き出した結果
出力された GeoJSON も間違いなさそうです。
ここまでで FastMCP を使うことで ArcGIS のルート検索機能 を LLM で利用できていることを確認できました。
様々な用途が考えられますが、LLM だけでは到達できないタスクを MCP で外部ツールにアクセスすることで達成できるようになりました。
最後に Visual Studio Code でも利用できるか試してみましょう。
Visual Studio Code でも使えるのか
MCP のメリットの 1 つとして挙げられるのは、あらゆる LLM に対応できるという点です。こちらを確認するために Visual Studio Code の GitHub Copilot Chat でも ArcGIS Routing MCP が使えるか試してみました。
Visual Studio Code の設定
Visual Studio Code での設定は GitHub アカウントにあらかじめサイン インをしたうえでGitHub Copilot と GitHub Copilot Chat の拡張機能をインストールしておきます。
上記の設定が完了している状態でしたら MCP サーバーを使えるように `mcp.jsonConfigurer `.
`mcp.jsonOuvrez le répertoire du serveur MCP dans Visual Studio Code et créez-le dans le répertoire `.vscode` situé dans le même répertoire.
`mcp.jsonLa configuration de ` est similaire à Claude Desktop, mais faites attention aux différences de détails.
{
"servers": {
"arcgis-routing-mcp": {
"type": "stdio",
"command": "<chemin absolu vers l'environnement python>\\python",
"args": ["arcgis_route.py"],
}
}
}
Si la configuration ci-dessus est correcte, `mcp.json` affichera une chaîne comme `Start` sur `arcgis-routing-mcp`. Cliquez sur `Start`.
Configuration de mcp.json
Si le script du serveur MCP créé et la description dans `mcp.json` sont corrects, la section `Start` affichera `Running` .
Essayons-le réellement avec GitHub Copilot Chat .
Avec GitHub Copilot Chat, ArcGIS Routing MCP en action
Exécutez GitHub Copilot Chat dans Visual Studio Code.
Les résultats semblent équivalents à ceux obtenus avec Claude Desktop.
Comme avec Claude Desktop, demandez une conversion en GeoJSON et vérifiez également cela sur ArcGIS Online
GeoJSON généré par GitHub Copilot Chat
Les résultats semblent corrects.
Ainsi, ArcGIS Routing MCP a pu être utilisé dans différentes applications de chat IA sans modifier le script.
Enfin,
dans cet article, nous avons créé un serveur MCP avec FastMCP pour utiliser la fonction de recherche d'itinéraire d'ArcGIS via LLM.
Cette fois, nous avons simplement permis la recherche d'itinéraire, mais il est possible d'aller plus loin en demandant à l'IA d'examiner les informations des lieux enregistrés comme destinations ou points de passage, obtenant ainsi des informations au-delà des résultats de recherche d'itinéraire. Ces données peuvent être exportées en GeoJSON et partagées sur ArcGIS Online pour consultation sur divers appareils. Nous avons également confirmé que MCP peut être utilisé avec différents LLM en réutilisant les scripts.
Nous espérons que cela vous encouragera à exploiter la puissante analyse géospatiale d'ArcGIS via LLM.
Références