API to MCP

1) ビルドパスを選択します（Visual Builder vs Agent Builder）: 認証、ツール、テスト、デプロイ設定を細かく制御したい場合は、Visual Builderダッシュボードを使用します。IDEエージェント（Codex/Cursor/Claude Codeなど）に、マネージャーMCPを介してチャットからMCPサーバーを作成、更新、テスト、デプロイ、検査させたい場合は、AI Agent Builderを使用します。

2) (Visual Builder) ダッシュボードで新しいMCPサーバープロジェクトを作成します: ガイド付きフローで新しいサーバーを開始します。最初にAPIアクセスを設定し、次にツールを定義し、テストしてデプロイします。

3) アップストリームAPIのベースURLを設定します: MCPツールとして公開したいRESTまたはGraphQL APIのベースURLを入力します（公開SaaS、内部システム、またはオープンデータAPI）。

4) アップストリーム認証を選択します（API To MCPがAPIを呼び出す方法）: APIが必要とする認証モデルを選択します：認証なし（公開API）、APIキー（ヘッダーまたはクエリパラメータ）、ベアラートークン、基本認証、OAuthクライアント資格情報（マシン間）、またはOAuth認証コード（従業員/エンドユーザーごとの接続）。資格情報とトークンは保存時に暗号化され、UIではマスクされます。

5) MCPアクセスモードを設定します（AIクライアントがMCPサーバーに接続する方法）: アップストリームAPI認証とは別にMCPサーバーアクセスポリシーを選択します：オープン（公開/エージェント提供のアップストリーム資格情報）、OAuth/ベアラートークン（MCP接続を認証）、またはクライアントトークン（必要に応じて追加のアクセスレイヤー）。

6) API操作からMCPツールを定義します: APIツール（およびオプションでワークフローツール）を作成します。明確なツール名/説明を提供し、入力スキーマ（必須フィールドとオプションフィールド、型）を定義します。モデルを圧倒しないように、公開するツールセットを絞り込みます。

7) ツールの出力を整形し、最小化します（オプションですが推奨）: JMESPath出力マッピングを使用して、AIクライアントが必要とするフィールドのみを返し、応答をコンパクトにしてモデルが推論しやすくします。

8) ビルダーでツールをテストおよび検証します: デプロイ前にエンドポイント/ツールテストを実行して、接続性、認証、パラメータ推論、応答処理、エラー処理を確認します。

9) ホストされたMCPサーバーをデプロイします: マネージドStreamable HTTPランタイムにデプロイして、本番MCPエンドポイントURL（例：https://your-subdomain.us-west.apitomcp.io/）を取得します。

10) OpenAI Responses APIからMCPサーバーを呼び出します（統合テスト）: デプロイされたサーバーURLを指すMCPツール定義と、allowed_toolsを介してツールを制限するResponses APIを使用します。例：curl https://api.openai.com/v1/responses -H "Content-Type: application/json" -H "Authorization: Bearer $OPENAI_API_KEY" -d '{"model":"gpt-4o","input":[{"role":"user","content":[{"type":"input_text","text":"Show me the last 3 orders"}]}],"tools":[{"type":"mcp","server_url":"https://your-server.us-west.apitomcp.io/","allowed_tools":["get_orders"]}]}'

11) (オプション) 広範なツールアクセスを有効にし、テストの承認をスキップします: 制御されたテスト環境に適している場合、すべてのツールを許可し、承認を無効にすることができます。例のパターン：tools: [{ type: "mcp", server_label: "your-server", server_url: "https://your-subdomain.us-west.apitomcp.io/", allowed_tools: "*", require_approval: "never" }].

12) MCPサーバーのロードテストを行います（オプション）: Apache Benchなどのツールを使用して、同時実行性/スループットをテストします。例：ab -n 100 -c 10 -T application/json -p test-payload.json https://your-server.us-west.apitomcp.io/ (ここでtest-payload.jsonにはMCP JSON-RPCリクエストが含まれます)。

13) (Agent Builder) マネージャーMCPをコーディングエージェントに接続します: API To MCPマネージャーサーバーURLをMCP対応エージェントに追加します：https://mcp.apitomcp.io/ とスコープ付きマネージャーTトークンを作成します。

14) (Agent Builder) エージェントにMCPサーバーの作成と反復を依頼します: 構築する内容（APIベースURL、認証モデル、必要なツール、出力整形、テスト）をエージェントにプロンプトします。プロンプトの例：「各従業員が自分のアカウントを接続できるように、OAuth認証コードを使用して内部サポートプラットフォーム用のMCPサーバーを作成してください。チケット検索とワークフローツールを追加し、それらをテストして、MCP URLを返してください。」

15) デプロイされたMCP URLを好みのMCPクライアントに接続します: ホストされたリモートHTTP MCPエンドポイントをMCP対応クライアント（ChatGPT、Claude、Codex、Cursor、Claude Code、VS Code、またはカスタムエージェント）で使用します。stdioを好むデスクトップクライアントの場合、必要に応じてmcp-remoteなどのHTTP-to-stdioブリッジを使用します。