【MCP】ブレインストームMCPサーバー：Claudeが他LLMに相談する方法

ある開発者が「brainstorm-mcp」というMCPサーバーを作成し、Claude Codeに回答を提供する前に他のAIモデルに相談できる「電話で友達に助けを求める」機能を提供しました。このアプローチは、複雑な技術的決定において単一のモデルの視点だけでは不十分な状況に対処します。

仕組み

Claude Codeに問題のブレインストーミングを依頼すると、単に質問を他のモデルに転送するのではなく、多ラウンドの議論を開始します。その過程では：

ClaudeがGPTとDeepSeekの回答を読みます
間違っていると思う点については異議を唱えます
すべてのモデルがラウンドを重ねて立場を洗練させます
他のモデルはClaudeの回答を見て、自身の回答を調整します

例：AIコードレビューツールの設計

ソースでは議論プロセスの具体的な例が示されています：

GPT-5.2: Neo4jグラフDB、OPAポリシー、Kafka、マルチパスLLM推論を備えたエンタープライズシステムを提案
DeepSeek: さらに大規模なアプローチ — ファインチューニングされたCodeLlama 70B、カスタムGNN、Pinecone
Claude: 「これはモノリスではなくパイプラインであるべきです。スタックはシンプルに保ちましょう。Pineconeではなくpgvectorを使用してください。最初にセマンティックレビューをリリースし、チーム学習はv2で追加しましょう。」

第2ラウンドでは、他の両モデルが調整しました：GPT-5.2はpgvectorに同意し、DeepSeekはカスタムモデルを削除しました。3つすべてがFastAPI + Postgres + tree-sitter + ホスト型LLMに収束しました。

このプロセス全体は75秒かかり、コストは0.07ドルでした。

セットアップと設定

Claude Codeでこれを使用するには、.mcp.jsonファイルに以下を追加してください：

{
  "mcpServers": {
    "brainstorm": {
      "command": "npx",
      "args": ["-y", "brainstorm-mcp"],
      "env": {
        "OPENAI_API_KEY": "sk-...",
        "DEEPSEEK_API_KEY": "sk-..."
      }
    }
  }
}

その後、Claudeに「[あなたの問題]に対する最適なアプローチをブレインストーミングしてください」と伝えるだけです。