
分析エンジンが、そのまま MCP サーバーに
Phaide が Model Context Protocol(MCP)に対応しました。製品内のチャット分析を支えているエンジン — コード実行と自動データ探索の組み合わせ — を、外部のチャットボットやエージェントから呼び出せる MCP サーバーとして公開します。
MCP Inspector、Python の fastmcp クライアント、あるいは自社のエージェント基盤といった MCP 対応ホストを接続すれば、組織のデータに自然言語で問いを投げ、構造化された回答を受け取れます。通信はすべて 1 つの Streamable HTTP エンドポイント https://api.beta.phaide.ai/v1/mcp/ を経由し、認証には Phaide ですでに管理している開発者 API キーをそのまま使います。新たな認証基盤を用意する必要はありません。
サーバーが提供するツールは 5 つです。run_phaide_agent は分析を起動して即座に run_id を返します。get_phaide_agent_result はその実行が終わるまでポーリングし、回答(Markdown)と、生成されたグラフ・表への参照を返します。render_phaide_plot と render_phaide_table はその参照を Plotly のグラフや表として描画します。そして get_phaide_context は、スキーマ・蓄積されたメモリ・アップロード済みファイルを 1 回の呼び出しでまとめて返すため、エージェントは問いを立てる前に文脈を把握できます。MCP の Resources に対応したクライアントは、同じ Context Layer を phaide:// URI から読み取ることもできます。
内部では、各実行は製品内チャットを支えているものと同じ分析エージェントを動かし、同じコード実行と探索の能力を使います。つまり、エージェントが投げられる問いは、チームがすでに Phaide に尋ねている問いそのものです。売上による商品のランキング、指標のセグメント別の内訳、値の時系列推移、あるいは接続済みデータをまたいだ追加質問の連鎖まで、そのまま扱えます。
一度の統合で、ガバナンスと可視化を両立
Phaide は標準プロトコルを実装しているため、統合は一度きりで、あらゆる MCP ホストに届きます。チームがすでに使っているエージェントが、専用コネクタもデータベースの再公開もなしに、社内データへ問い合わせられるようになります。