2月18日、Slackが「Announcing the Slack MCP server and Real-time Search API」と題した記事を公開した。この記事では、AIエージェントがSlack内のデータや機能へシームレスにアクセスすることを可能にするSlack MCPサーバーの提供開始について詳しく紹介されている。

以下に、その内容を紹介する。

外部ツール連携の標準規格「MCP」の採用

Model Context Protocol (MCP) は、Anthropic社が提唱したオープン標準であり、AIモデルが外部のデータソースやツールとやり取りする際のインターフェースを共通化するものだ。

これまで、AIにSlackの情報を読み書きさせるには、個別にSlack APIを呼び出すロジックを実装し、プロンプト内でその使い方を説明する必要があった。Slackが公式にMCPサーバーを提供したことで、MCP対応のクライアント（Claude, Cursor, IDEなど）は、共通のプロトコルを通じて即座にSlackの検索やメッセージ送信といった「ツール」を認識し、利用できるようになる。

Slack MCPサーバーで利用可能な機能

公式に提供されるMCPサーバーを介して、AIはワークスペース内の以下の要素を操作できる。

• メッセージとファイルの検索: 日付、ユーザー、コンテンツタイプによるフィルタリング。
• チャンネルとユーザー情報の取得: 公開・非公開チャンネルのメタデータ、および詳細なユーザープロファイルへのアクセス。
• 会話の読み書き: スレッドを含むメッセージ履歴の取得、メッセージの新規投稿、さらにはAIクライアント内でのメッセージ下書き作成。
• Canvasの管理: Canvasの作成、更新、およびMarkdown形式での読み取り。

実装例：LLMにSlackツールをバインドする

開発者は、LLMのAPIリクエスト時にSlack MCPサーバーのエンドポイントをツールとして定義するだけで、AIにSlack操作能力を統合できる。

以下は、OpenAI SDKを使用した実装イメージである。

    const llmResponse = await openai.responses.create({
        model: 'gpt-4o-mini',
        input: `User: #tech-news チャンネルの過去1週間分の投稿から、特に反響の大きかった技術トピックを3つ選んで、要約をCanvasに作成して。`,
        tools: [
            {
                type: 'mcp',
                server_label: 'slack',
                server_url: 'https://mcp.slack.com/mcp',
                headers: {
                    Authorization: `Bearer ${context.userToken}`, // 実行ユーザーの権限を委譲
                },
                require_approval: 'never',
            },
        ],
        stream: true,
    });

動作の仕組み

このコードを実行すると、AIはユーザーの依頼を解決するために「メッセージ検索（search_messages）」や「Canvas作成（create_canvas）」といったMCPツールが必要だと判断する。AIは自身の推論プロセスの中で自律的にこれらのツールを呼び出し、取得したコンテキストに基づいた実行結果をSlackへフィードバックする。

まとめ：MCPサーバーの活用で広がる可能性

SlackがMCPに対応したことで、エンジニアはAPIの「繋ぎ込み」という非本質的な作業から解放され、AIによるワークフローの自動化をより抽象度の高いレベルで構築できるようになった。今後、以下のようなユースケースが容易に実現可能になるだろう。

• デイリーレポートの完全自動化: 毎日決まった時間に、特定チャンネルの議論をAIが巡回。重要事項や決定事項を抽出し、サマリーを自動的にCanvasへまとめて共有する。
• コンテキスト重視のオンボーディング: 新入社員がAIに質問すると、AIが過去のスレッドやCanvasから関連ドキュメントを検索。社内ルールや過去の経緯を網羅した回答を提示する。
• 開発フローの高度な統合: AIがGitHubなどの他サービスと連携しつつ、進捗状況をSlackの適切なスレッドへ自律的に報告、あるいは必要に応じてエンジニアのCanvasにリリースノートのドラフトを作成する。

SlackがMCPという共通言語を得たことは、ワークスペースを単なるコミュニケーションの場から、AIエージェントが自律的に業務をサポートするアクティブな環境へと変貌させる大きな一歩と言える。

詳細はAnnouncing the Slack MCP server and Real-time Search APIを参照していただきたい。