Zoho DataPrep MCPサーバー
概要
MCPとは
モデルコンテキストプロトコル（MCP）は、アプリケーションが大規模言語モデル（LLM）と連携するための標準的な方法を確立するオープンプロトコルです。MCPを使用すると、AIモデルに対して適切なコンテキストで必要な指示を与えることで、任意のLLM上で目的のワークフローを実行できます。
MCPを導入すると、一般的なAIエージェントや独自のAIエージェントに指示し、標準または外部のアプリケーションと連携して、人の介入をほとんど、またはまったく必要とせずに複雑なワークフローを完了できます。
Zoho DataPrepモデルコンテキストプロトコル（MCP）サーバー
Zoho DataPrepモデルコンテキストプロトコル（MCP）サーバーを使用すると、対話型AIを通じてデータの準備、加工、インポート、エクスポートを行えます。UIを手動で操作したりAPI呼び出しを記述したりすることなく、ClaudeなどのAIインターフェイスから自然言語でZoho DataPrepを操作できます。目的を説明するだけで、パイプラインの作成、ステージの管理、パイプラインの実行、結果の取得が可能です。Zoho DataPrep MCPはZoho MCPフレームワーク上に構築されているため、Zoho MCPにアクセスしてサーバーを設定し、DataPrepをMCPツールとして有効にする必要があります。Zoho MCPの詳細はこちら
MCPを使用してZoho DataPrepをClaudeのツールとして追加する手順
Zoho MCPサーバーへのアクセス
1. https://www.zoho.com/mcp/に移動し、プレイグラウンドへのアクセスを申請します。
2. 申請が承認されたら、https://mcp.zoho.com/に移動します。
3. ［MCPサーバーを作成］をクリックし、サーバーの名前を入力して［作成］をクリックします。
4. サーバーが作成されます。サイドパネルの［ツール］をクリックし、Zoho DataPrepをサーバーに追加します。
5. 必要なツールを選択し、［今すぐ追加］をクリックします。
6. 次に、Zoho DataPrep MCPをLLMに追加する必要があります。そのためには、サイドパネルの［接続］をクリックし、［MCP URL］の値をコピーします。
ClaudeとZoho DataPrepの連携
ClaudeをZoho DataPrep MCPと連携すると、会話画面内で安全かつ簡単に設定し、実際のワークフローを処理できるようになります。
ClaudeでのZoho DataPrep MCPの設定
1. Claudeに移動し、［設定］を開きます。
2. ［コネクター］をクリックします。
3. ［独自コネクターを追加］を選択します。
4. 名前を入力し、手順6でコピーしたMCP URLを貼り付けて、［追加］をクリックします。
ClaudeでのZoho DataPrep MCPツールへのアクセス
1. 新しいチャットを開きます。
2. ［検索とツール］を選択します。
3. Zoho DataPrep MCPのデータ連携を選択します。
4. チャットで使用するツールを選択します。
5. それらのツールを使用して処理を実行するようClaudeに依頼します。
Zoho DataPrep MCPツール
次のテーブルは、対応している各種Zoho DataPrep MCPツールの一覧です
|
ツール名 |
説明 |
|
新しいデータ連携を追加 |
新しいデータ連携を作成します。 |
|
ワークスペースにパイプラインを追加 |
特定のプロジェクト配下にパイプラインを作成します。 |
|
新しいパイプラインを作成する |
新しいパイプラインを作成します。 |
|
ワークスペースの作成 |
新規プロジェクトを作成します。 |
|
ワークスペースの削除 |
既存のプロジェクトを削除します。 |
|
パイプラインカタログのインポート |
パイプラインのカタログとメタデータのインポート/refreshを開始します。処理IDと更新されたタスクの詳細が返されます。 |
|
getPipelineImportCatalog |
パイプラインの実行と予約に必要な抽出/importタスクの詳細を取得します。 |
|
すべてのワークスペースの取得 |
すべてのプロジェクトを取得します。 |
|
getSubscription |
サブスクリプションの詳細、使用状況の指標、プランの上限、アドオン、有効期限の情報を取得します。 |
|
ステージの詳細の取得 |
データセットのメタデータ、構造、サンプルデータ、品質指標、統計を取得します。 |
|
データ連携の再認証 |
既存のデータ連携を再認証します。 |
|
ステージのメタデータの更新 |
データセットのメタデータと品質指標を更新します。 |
|
パイプラインの予約の削除 |
パイプラインの予約を削除し、以降の自動実行を停止します。 |
|
パイプラインの実行の再試行 |
同じ設定で新しい実行を作成し、失敗したパイプラインの実行を再試行します。 |
|
パイプラインの実行 |
パイプラインを実行します。MANUAL、RELOAD、BACKFILL、MANUAL_WITH_DATAの実行の種類に対応しています。 |
|
パイプラインの予約 |
パイプラインを実行するための自動予約を作成します。 |
|
このポータルのパイプライン処理の表示 |
ステータス、種類、日付などで絞り込める、すべてのパイプライン処理の実行リストをページ単位で取得します。 |
|
データ連携の更新 |
既存のデータ連携を更新します。 |
|
データステージの一括更新 |
複数のデータセットを更新します。 |
|
ワークスペース内のデータステージの更新
|
特定のプロジェクト内のデータセットを更新します。 |
|
パイプラインの更新 |
既存のパイプラインを更新します。 |
|
ワークスペース内のパイプラインの更新
|
特定のプロジェクト内のパイプラインを更新します。 |
|
パイプラインの予約の更新 |
既存のパイプラインの予約設定を更新します。 |
|
ワークスペースの更新 |
プロジェクトの詳細を更新します。 |
|
すべてのパイプラインの表示 |
すべてのパイプラインを取得します。 |
|
ワークスペース内のすべてのパイプラインの表示 |
特定のプロジェクト内のパイプラインを取得します。 |
|
すべてのステージを表示 |
すべてのデータセットを取得します。 |
|
ワークスペース内のすべてのステージを表示 |
特定のプロジェクト内のデータセットを取得します。 |
|
データ連携の詳細を表示 |
特定のデータ連携の詳細を取得します。 |
|
標準ポータルの詳細を表示 |
標準ポータルの詳細を取得します。 |
ユースケース
Claudeで使用できるプロンプトの例をいくつか紹介します。
1. 失敗したパイプラインのトラブルシューティングと再試行
ユースケース：ユーザーは、昨日の処理が失敗した原因を把握し、修正したいと考えています。
プロンプト例：昨夜、営業パイプラインの実行に失敗しました。正確なエラーを表示し、失敗した実行を再試行してください。
使用するツール。
- ポータルのすべてのパイプライン処理を取得
- パイプラインの実行情報を取得
- パイプライン情報を取得
- パイプラインの実行を再試行
2. 本番環境のパイプラインの予約管理
ユースケース：ユーザーは、パイプラインの実行を自動化して制御したいと考えています。
プロンプト例：営業パイプラインを毎日午前2時に実行するよう予約し、既存の予約がある場合は更新してください。
使用するツール。
- パイプラインの予約を取得
- パイプラインの予約
- パイプラインの予約を更新
3. データ連携の失敗と再認証のフロー
ユースケース：認証情報の期限切れにより、本番環境のパイプラインが失敗しました。
プロンプト例：営業パイプラインが認証の問題により失敗しています。データ連携を再認証し、パイプラインを再実行してください。
使用するツール。
- データ連携を取得
- データ連携を再認証
- パイプラインを実行する