MCP カタログ：Red Hat OpenShift AI を使用した検出、デプロイ、接続

皆さんは、GitHub リポジトリから Model Context Protocol (MCP) サーバーをプルし、コンテナへの組み込みに苦労し、認証を自ら解決し、それが本番環境で持ち堪えることを願ったという経験をされているでしょうか。これは、今日の企業における MCP の導入の現状を示すものです。MCP は有望なプロトコルですが、デプロイメントには苦痛が伴います。

Red Hat AI ポートフォリオの一部である Red Hat OpenShift AI 3.4 は、異なるアプローチを採用しています。Red Hat は MCP カタログ(現在は開発者プレビュー) を導入しています。これは、Red Hat OpenShift 上で直接、検出、デプロイ、管理ができる MCP サーバーの厳選されたカタログです。これには、Red Hat、テクノロジーパートナー、オープンソースコミュニティからの MCP サーバーがあらかじめ組み込まれており、Red Hat は現在も積極的に追加しています。独自の MCP サーバーを持ち込むことも可能です。カタログを支えるものと同じライフサイクル管理とランタイム接続性が、クラスタにデプロイするあらゆる MCP サーバーに適用されます。

Red Hat OpenShift AI をお試しになり、ご自身で MCP カタログをご確認ください。

これは静的なリストではありません。カタログ内のすべての MCP サーバーは、検出からクラスタ上での実行に至るまで、ライフサイクル管理と実行時の接続機能が組み込まれています。そこから、AI エージェントやアプリケーションの実験とテストを行う OpenShift AI のインターフェースである gen AI studio で利用可能になります。これは、Red Hat が構築しているエンタープライズ MCP エコシステムの始まりです。

MCP カタログ：検出からデプロイまで

これまで、OpenShift AI の AI hub は主にモデルに焦点を当てていました。OpenShift AI 3.4 により、MCP サーバーがフル機能のコンポーネントとして追加されました。これは、今後のリリースで拡大される、より広範な AI アセット領域に向けた重要な一歩でもあります。

Smithery、Docker MCP Catalog、公式 MCP レジストリなど、現在利用可能なほとんどの MCP カタログは、検出のみに焦点を当てています。これらはサーバーを見つけるのには役立ちますが、デプロイ、セキュリティ、ライフサイクル管理はユーザーの責任となります。多くの場合、これは出所不明のコンテナイメージをダウンロードし、次のアップデートでワークロードが壊れないことを願うといった状況を生み出します。

ここで、OpenShift AI の MCP カタログはそのギャップを埋めます。AI hub でカタログを閲覧すると、エンタープライズ用に検証済みの MCP サーバーが表示されます。これらには以下の特長があります。

•  実運用レベルの接続性：ストリーミング対応の HTTP トランスポート
• セキュアなホスティング：  Red Hat Universal Base Image で構築され、脆弱性スキャン済みのイメージ。
• 自動デプロイメント：サーバーを選択すると、MCP lifecycle operator がそのサーバーをクラスタにデプロイし、Kubernetes リソースを作成してサービスを公開します。 

デプロイされると、MCP ゲートウェイがランタイム接続を処理し、ID 対応のルーティングとツールごとのメトリクスを提供します。これにより、プラットフォームチームはどのエージェントがどのツールを呼び出しているかを正確に把握できます。

その結果、検出からデプロイ、消費に至るまでのプロセスが管理されたパスになります。選択、デプロイ、接続、利用。

OpenShift AI 3.4 の時点では、MCP lifecycle operator は開発者プレビューとして、また MCP ゲートウェイはテクニカルプレビューとして利用可能であることに注意してください。

図 1：Red Hat OpenShift AI における MCP サーバーのライフサイクルの 4 段階を示すフロー図：MCP カタログでの検出、MCP lifecycle operator を介したデプロイ、MCP ゲートウェイを介した接続、gen AI studio での利用まで、カタログからエージェントまでの管理されたパスを示しています。

すぐに使用できる MCP サーバー

カタログには 3 つの層の MCP サーバーが掲載されており、それぞれが実際のエンタープライズ・ワークフローに対応します。現在利用可能なものは以下の通りです。

3 つの Red Hat MCP サーバー

AI エージェントを、すでにお使いのプラットフォームに直接接続します。

• Red Hat OpenShift：エージェントは、自然言語を使用してクラスタの状態をクエリし、ワークロードを管理し、デプロイメントのトラブルシューティングを行うことができます。午前 2 時に Pod が失敗した場合、エンジニアはエージェントに対し、影響を受けたデプロイメントの直近 50 行のログとリソースのステータスを尋ねることができます。この際、ダッシュボード間のコンテキスト切り替えや、複雑な kubectl の操作は必要ありません。
• Red Hat Ansible Automation Platform：エージェントを自動化ワークフローに接続します。エージェントは Ansible Playbook をトリガーし、ジョブステータスを確認し、インフラストラクチャ全体の構成変更をオーケストレーションできます。エージェント駆動型の運用 (AgentOps) を担当するチームにとって、これはエージェントの環境を離れることなく、検出、診断、修復にわたるインシデント対応ワークフローが可能になることを意味します。
• Red Hat Lightspeed (旧 Red Hat Insights)：AI エージェントを通じて、プラットフォームのインテリジェンスと推奨事項を提示します。チームが Red Hat Lightspeed アドバイザリーを手動で確認する代わりに、エージェントが最新の推奨事項を取得し、それらをクラスタの状態と関連付けて修復手順を提案できるため、運用に関する知見をエージェントのワークフローに直接取り込むことができます。

5 つのテクノロジーパートナーの MCP サーバー

エージェントをより広範なエンタープライズスタックに拡張します。

• Confluent Cloud：AI が Kafka および Flink 上のデータストリーミング操作を管理およびデバッグできるようにします。
• EDB Postgres AI：  EDB pg-airman MCP サーバーを使用して、クエリ、スキーマ管理、データベース操作を実行するためにエージェントを EDB Postgres AI プラットフォームに接続します。
• IBM Terraform：エージェントがインフラストラクチャを Infrastructure as Code としてプロビジョニングおよび管理できるようにし、AI 駆動型の意思決定とインフラストラクチャ実行の間のギャップを解消します。
• Microsoft Azure：エージェントが Azure リソースを管理し、サービスをプロビジョニングし、OpenShift ワークロードとともにクラウド運用を自動化できるようにします。
• Dynatrace：エージェント型ワークフローにリアルタイムのインサイトをもたらします。エージェントはパフォーマンスデータのクエリを実行し、環境全体でのトラブルシューティング、最適化、および修復のためのコードレベルでのインサイトを取得できます。

2 つのコミュニティ MCP サーバー

データ層を補完します (カタログの「Other MCP servers」セクションに記載)。

• MongoDB：エージェントを介してドキュメントのコレクションのクエリと管理を行います。検索拡張生成 (RAG) ワークフローや、非構造化または半構造化データに基づくアプリケーションに役立ちます。
• MariaDB：構造化データストアのクエリと管理を必要とするエージェント向けのリレーショナルデータベース接続を提供します。

図 2：(Red Hat、パートナー、その他の) 層ごとに整理された MCP サーバーカードを表示する Red Hat OpenShift AI hub の MCP カタログ。各カードにはデプロイのアクションが表示され、検出からデプロイまでの管理されたパスが表示されます。

具体的には、MCP カタログが登場する前は、これらのサーバーをエージェントに接続するには、GitHub での検索、ソースからのコンテナ構築、トランスポートの問題のデバッグ、認証の設定が必要であり、これらすべてを単一のツール呼び出しを行う前に完了させる必要がありました。現在は、カタログでサーバーを選択するだけで、MCP lifecycle operator が残りの処理を行います。

GitHub で MCP Lifecycle Operator を確認し、Kubernetes 上で MCP サーバーがどのようにデプロイおよび管理されるかを確認してください。

エンタープライズ MCP エコシステムの構築

OpenShift AI 3.4 で提供される MCP サーバーは、始まりに過ぎません。Red Hat は、本番環境の要求に対応するために設計された包括的なエコシステムを構築しています。 

• AI クイックスタート：Red Hat はパートナーと協力して、すぐに実行可能な業界固有のユースケースを提供します。これらのプレイグラウンドは、チームが AI のアイデアを実験段階からオープンソースのインフラ上の本番環境へと移行させるのに役立ちます。
• キュレーションの拡張：パートナーの同意から技術的スキャンに至るまでの検証プロセスは、さらにスケーリングできるように構築されています。MCP サーバーの成熟に合わせて、Red Hat は新しいアセットを継続的にパイプラインに追加します。
• エンタープライズのガバナンス：MCP ゲートウェイによってすでに構築された基盤に、適用するための層を追加します。これには、出所を検証するためのサプライチェーン制御、認定アセットについての信頼層、およびエージェントが行うツールの呼び出しの完全な監査可能性などを確保するための機能が含まれます。

今すぐ始める

MCP カタログは、厳選されたサーバー、検証済みイメージ、およびクラスタ上でのライフサイクル管理機能を備え、プラットフォームチームに検出からデプロイまでの管理された本番対応のパスを提供します。

これは、Red Hat OpenShift AI 3.4 の開発者プレビューで現在利用可能です。 Red Hat OpenShift AI を試用して、MCP カタログを確認の上、最初の MCP サーバーを OpenShift にデプロイしてください。アトランタで開催される Red Hat Summit 2026 (5 月 11 日 - 14 日) に参加されますか？MCP カタログと MCP lifecycle operator の実際の動作をぜひご覧ください。