Claude Code(v2.1.323)にGitHubやGoogle Workspace、ドキュメント検索などのMCP(Model Context Protocol)サーバーを次々と追加していくと、まだ1文字も質問していない起動直後の1ターン目から数万トークンのコンテキスト枠が消費されてしまう現象が発生します。登録された全MCPサーバーのツール定義JSON Schema(引数名・型定義・説明文)がシステムプロンプト領域へ一括注入される構造がその原因です。
実際に当検証環境であるWindows 11 Pro(24H2 / 25H2 / 26H2 Build 26200)およびClaude Code v2.1.323の実機環境で定義された7個のMCPサーバー・計148個のツール定義JSONファイルを実測したところ、スキーマ総量は119,286 bytes(推定34,081トークン)に達し、そのうちgoogle-workspace単体(110ツール・92,258 bytes)が全体の77.3%を占めていました。以下では–strict-mcp-configと–mcp-configを用いた用途別3プロファイル分割と起動前トークン予算ゲート(mcp_budget_gate.py)により、初期コンテキスト消費を1,870トークン(▲94.5%削減)まで軽量化する11手順を解説します。
- 7個のMCPサーバー(計148個のツール定義JSON)を常時読み込むと、スキーマ容量は合計119,286 bytes(推定34,081トークン)に達し、google-workspace(110ツール・92,258 bytes)だけで77.3%を占有する。
- コーディング専用の最小プロファイル(mcp-minimal.json:codegraph+context7の計3ツール)へ分離すると6,546 bytes(推定1,870トークン)となり、初期コンテキスト消費を94.5%削減できる。
- PR・Issue操作を含む開発プロファイル(mcp-dev.json:計29ツール・22,347 bytes・推定6,385トークン・▲81.3%削減)と合わせ、claude –strict-mcp-config –mcp-configで他の設定混入を完全遮断して起動できる。
まずはなぜMCPサーバーを増やすと初期コンテキストが3万トークン以上圧迫されるのか、当PCで計測した7サーバー・148ツールの内訳データから確認しましょう。
検証OS:Windows 11 Pro / Home 26H2(Build 26200 / 非管理者標準ユーザー環境)
対象CLI:Claude Code v2.1.323(claude –version にて実機確認済み)
計測対象:ローカルMCPスキーマ7サーバー・計148ファイル(合計119,286 bytes / 推定34,081 tokens)
検証ディレクトリ:C:\Users\user\claude_mcp_profile_demo(3プロファイルJSON&Python監査スクリプト)
- 2026年最新:なぜClaude CodeでMCPサーバーを増やすと1ターン目から3万トークン以上が消費されるのか?
- どのMCPプロファイルで起動すべきか?用途別トークン予算&–strict-mcp-configコマンド診断ツールとは?
- 2026年11月最新:MCP設定の肥大化をプロファイル分割&監査スクリプトで軽量化する11手順とは?
- 手順1:claude –versionとclaude –helpでv2.1.323の–mcp-config仕様を確認する
- 手順2:claude mcp listを実行して現在接続中のMCPサーバー稼働ステータスを一覧診断する
- 手順3:検証用フォルダを作成し、7個のMCPスキーマ格納ディレクトリのファイル数を確認する
- 手順4:MCPスキーマ計測スクリプト(mcp_schema_scanner.py)を作成し、148ツールのバイト数と推定トークン数を実測する
- 手順5:コーディング専用の最小プロファイル(mcp-minimal.json:計3ツール・1,870トークン)を作成する
- 手順6:PR・リポジトリ操作用の開発プロファイル(mcp-dev.json:計29ツール・6,385トークン)を作成する
- 手順7:起動前トークン予算ゲートスクリプト(mcp_budget_gate.py)を作成する
- 手順8:mcp_budget_gate.pyを実行し、3プロファイルの削減率とPASS/WARN判定を実測する
- 手順9:–strict-mcp-configと–mcp-configを組み合わせた起動ラッパー(Invoke-ClaudeProfile.ps1)を作成する
- 手順10:プロファイル比較CSVをOut-GridViewウィンドウで一覧表示して削減効果を視覚確認する
- 手順11:JSONL監査ログ(mcp_profile_audit.jsonl)の整形表示とstrictプロファイル起動を最終検証する
- –mcp-configが反映されない・サーバー接続エラーになる原因と代替策(Plan B)とは?
- Claude CodeのMCPプロファイル分割とコンテキスト管理に関するよくある質問(FAQ)とは?
- 2026年まとめ:MCPサーバーを用途別プロファイルに分割して初期コンテキストを94.5%軽量化する方法とは?
2026年最新:なぜClaude CodeでMCPサーバーを増やすと1ターン目から3万トークン以上が消費されるのか?

7台のMCPサーバー(計148件・約119KB)を常時有効化すると、毎ターンのプロンプト先頭へ約34,081トークンの定義情報が自動注入されるためです。特にgoogle-workspace(110件・26,359トークン)だけで全体の約77%を占有し、通常のコード編集時にも余分な負荷が発生します。
以下の表は、当PCのC:\Users\user\.gemini\antigravity-cli\mcp配下に格納されている7個のMCPサーバーについて、ツール定義JSONファイル数・合計バイト数・推定トークン数(1トークン≒3.5 bytes換算)・占有率を実測した結果です。
日常のPythonやTypeScript実装ではcodegraph(1ツール)とcontext7(2ツール)の計3ツール(1,870トークン)があれば十分であり、残りの145ツール(32,211トークン分)は必要なセッションでのみプロファイル指定で読み込むのが最も効率的です。
| MCPサーバー名 | ツールJSON数 | スキーマ合計バイト数 | 推定消費トークン数 | 全体占有率(Share) | 推奨プロファイル区分 |
|---|---|---|---|---|---|
| google-workspace | 110 個 | 92,258 bytes | 約 26,359 tokens | 77.3% | full(ドキュメント・Gmail操作時のみ) |
| github | 26 個 | 15,801 bytes | 約 4,515 tokens | 13.2% | dev(PR・Issue・ブランチ操作時) |
| context7 | 2 個 | 4,942 bytes | 約 1,412 tokens | 4.1% | minimal(常時コーディング用) |
| nano-banana | 6 個 | 2,563 bytes | 約 732 tokens | 2.1% | full(画像生成・編集バッチ時のみ) |
| irodori-tts | 2 個 | 1,781 bytes | 約 509 tokens | 1.5% | full(音声合成タスク時のみ) |
| codegraph | 1 個 | 1,604 bytes | 約 458 tokens | 1.3% | minimal(常時コーディング用) |
| mcp-model-changer | 1 個 | 337 bytes | 約 96 tokens | 0.3% | full(モデル切替検証時のみ) |
| 合計(全7サーバー) | 148 個 | 119,286 bytes | 約 34,081 tokens | 100.0% | 用途別3プロファイルへ分割運用 |
どのMCPプロファイルで起動すべきか?用途別トークン予算&–strict-mcp-configコマンド診断ツールとは?
用途別の3構成(最小3個・開発29個・統合148個)から作業内容を選ぶだけで、初期コンテキストを最大32,211トークン(約95%)削減できる起動コマンドを1秒で算出できます。日常の実装では1,870トークンで済む最小プロファイルの選択が最も効率的です。
現在の作業内容を選択すると、読み込むべきMCPサーバー構成・推定消費トークン数・削減率・そのまま使えるPowerShell起動コマンドを表示します。
・スキーマ容量:
6,546 bytes(推定 1,870 tokens / ▲94.5%削減)・含まれるMCP:
codegraph(コード構造探索)+ context7(最新ライブラリ仕様参照)・判定結果:予算上限10,000トークンに対して PASS(余裕 8,130 tokens)
claude --strict-mcp-config --mcp-config "C:\Users\user\claude_mcp_profile_demo\profiles\mcp-minimal.json"
2026年11月最新:MCP設定の肥大化をプロファイル分割&監査スクリプトで軽量化する11手順とは?

ローカルの7サーバー(計148件・約119KB)の容量を1秒で計測したうえで、用途別の3構成ファイルと予算上限10,000トークンの監査ゲートを構築する全11手順で進めます。最小構成の適用により初期消費を1,870トークン(約95%削減)まで圧縮できます。
手順1:claude –versionとclaude –helpでv2.1.323の–mcp-config仕様を確認する
最初にPowerShellを開き、インストールされているClaude Codeのバージョン(2.1.323)と、MCPプロファイル制御用のコマンドラインフラグ(–mcp-configおよび–strict-mcp-config)が利用できることを確認します。
–mcp-configは任意のJSON設定ファイルを読み込むオプションであり、–strict-mcp-configは「–mcp-configで指定したサーバー以外(グローバル設定やプロジェクト直下の.mcp.json)をすべて無視する」ための重要な遮断フラグです。
Write-Host "=== [Step 1] Claude Code Version & MCP Config Flags ===" -ForegroundColor Cyan
claude --version
claude --help | Select-String -Pattern "mcp-config|strict-mcp-config"

手順2:claude mcp listを実行して現在接続中のMCPサーバー稼働ステータスを一覧診断する
次にclaude mcp listを実行し、現在デフォルト状態で接続されているMCPサーバーとプラグインのヘルスチェック結果を確認します。
当環境ではclaude.ai側のクラウドコネクタ(Claude Docs / Google Calendar / Gmail / Google Drive)がConnectedとして表示されており、これらに加えてローカルのMCPツール定義が重なると初期トークンが大きく膨らむことがわかります。
Write-Host "=== [Step 2] Connected MCP Servers & Health Check ===" -ForegroundColor Cyan
claude mcp list

手順3:検証用フォルダを作成し、7個のMCPスキーマ格納ディレクトリのファイル数を確認する
プロファイルJSONと監査ログを管理するための専用ディレクトリ(C:\Users\user\claude_mcp_profile_demo\profilesおよびlogs)を作成し、ローカルのMCPスキーマディレクトリ(.gemini\antigravity-cli\mcp)内のツール定義JSONファイル数を一覧表示します。
この時点でgoogle-workspaceフォルダに110個、githubフォルダに26個、nano-bananaに6個、context7とirodori-ttsに各2個、codegraphとmcp-model-changerに各1個の計148個のJSONファイルが存在することが確認できます。
$DemoRoot = "C:\Users\user\claude_mcp_profile_demo"
New-Item -ItemType Directory -Force -Path "$DemoRoot\profiles", "$DemoRoot\logs" | Out-Null
Write-Host "=== [Step 3] Local MCP Schema Directories in .gemini\antigravity-cli\mcp ===" -ForegroundColor Cyan
Get-ChildItem "C:\Users\user\.gemini\antigravity-cli\mcp" -Directory |
Select-Object Name, @{N="ToolJsonCount";E={(Get-ChildItem $_.FullName -Filter "*.json").Count}} |
Format-Table -AutoSize

手順4:MCPスキーマ計測スクリプト(mcp_schema_scanner.py)を作成し、148ツールのバイト数と推定トークン数を実測する
各MCPサーバーが実際に何バイト・何トークンのスキーマ定義を持っているかを正確に数値化するため、Python計測スクリプト(mcp_schema_scanner.py)を作成して実行します。
実行結果から、7サーバー合計で148ファイル・119,286 bytes(推定34,081トークン)であり、google-workspace(92,258 bytes / 26,359 tokens)が全体の77.3%を占めていることが定量的に証明されます。
# -*- coding: utf-8 -*-
"""mcp_schema_scanner.py - Measure tool JSON schema byte size and estimated prompt tokens per MCP server."""
import csv
import json
from pathlib import Path
MCP_ROOT = Path(r"C:\Users\user\.gemini\antigravity-cli\mcp")
OUT_CSV = Path(r"C:\Users\user\claude_mcp_profile_demo\logs\schema_scan_summary.csv")
OUT_JSON = Path(r"C:\Users\user\claude_mcp_profile_demo\logs\schema_scan_summary.json")
rows = []
total_files = 0
total_bytes = 0
for srv_dir in sorted(MCP_ROOT.iterdir()):
if not srv_dir.is_dir():
continue
jsons = sorted(srv_dir.glob("*.json"))
b_sum = sum(f.stat().st_size for f in jsons)
est_tokens = round(b_sum / 3.5)
total_files += len(jsons)
total_bytes += b_sum
rows.append({
"ServerName": srv_dir.name,
"ToolFiles": len(jsons),
"SchemaBytes": b_sum,
"EstTokens": est_tokens,
})
total_tokens = round(total_bytes / 3.5)
for r in rows:
r["SharePct"] = f"{(r['SchemaBytes'] / max(1, total_bytes)) * 100:.1f}%"
OUT_CSV.parent.mkdir(parents=True, exist_ok=True)
with open(OUT_CSV, "w", encoding="utf-8-sig", newline="") as f:
w = csv.DictWriter(f, fieldnames=["ServerName", "ToolFiles", "SchemaBytes", "EstTokens", "SharePct"])
w.writeheader()
w.writerows(rows)
OUT_JSON.write_text(json.dumps({"total_files": total_files, "total_bytes": total_bytes, "total_tokens": total_tokens, "servers": rows}, ensure_ascii=False, indent=2), encoding="utf-8")
print(f"{'ServerName':<20} {'Tools':>6} {'Bytes':>10} {'EstTokens':>10} {'Share':>8}")
print("-" * 58)
for r in rows:
print(f"{r['ServerName']:<20} {r['ToolFiles']:>6} {r['SchemaBytes']:>10,} {r['EstTokens']:>10,} {r['SharePct']:>8}")
print("-" * 58)
print(f"{'TOTAL (7 Servers)':<20} {total_files:>6} {total_bytes:>10,} {total_tokens:>10,} {'100.0%':>8}")

手順5:コーディング専用の最小プロファイル(mcp-minimal.json:計3ツール・1,870トークン)を作成する
日常のコード編集やバグ修正で最も頻繁に使うcodegraph(1ツール)とcontext7(2ツール)の2サーバーのみを定義した最小プロファイル(profiles\mcp-minimal.json)を作成します。
この最小プロファイルに切り替えるだけで、読み込まれるスキーマ量は119,286 bytesから6,546 bytes(推定1,870トークン)へと94.5%削減され、32,211トークン分のコンテキスト枠を実装作業に温存できます。
{
"mcpServers": {
"codegraph": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-codegraph",
"--workspace",
"C:/Users/user"
],
"description": "Code symbol graph search (1 tool / 1,604 bytes / ~458 tokens)"
},
"context7": {
"command": "npx",
"args": [
"-y",
"@upstash/context7-mcp"
],
"description": "Official library documentation lookup (2 tools / 4,942 bytes / ~1,412 tokens)"
}
}
}

手順6:PR・リポジトリ操作用の開発プロファイル(mcp-dev.json:計29ツール・6,385トークン)を作成する
続いて、GitHubのPull Request作成やIssue検索・ブランチ操作を行うセッション向けに、githubサーバー(26ツール・15,801 bytes)を追加した開発プロファイル(profiles\mcp-dev.json)を作成します。
mcp-dev.jsonの合計スキーマ量は22,347 bytes(推定6,385トークン)となり、全サーバー読込時と比較して81.3%のトークン削減を維持しながらGitHub連携機能を利用できます。
{
"mcpServers": {
"codegraph": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-codegraph",
"--workspace",
"C:/Users/user"
]
},
"context7": {
"command": "npx",
"args": [
"-y",
"@upstash/context7-mcp"
]
},
"github": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-github"
],
"description": "GitHub repository, PR, and issue operations (26 tools / 15,801 bytes / ~4,515 tokens)"
}
}
}

手順7:起動前トークン予算ゲートスクリプト(mcp_budget_gate.py)を作成する
誤って巨大なMCPサーバー群を含むプロファイルを常時起動してしまうミスを防ぐため、指定したプロファイルJSONの推定トークン数を計算し、予算上限(10,000トークン)を超えている場合にWARN_OVER_BUDGETを出力してJSONL監査台帳に記録するmcp_budget_gate.pyを作成します。
このスクリプトは各プロファイルのサーバー数・ツール数・バイト数・推定トークン数・削減率(Reduction)を自動算出し、logs\mcp_profile_audit.jsonlおよびlogs\profile_comparison.csvへ保存します。
# -*- coding: utf-8 -*-
"""mcp_budget_gate.py - Pre-launch token budget gate for Claude Code --mcp-config profiles."""
import csv
import datetime
import json
import sys
from pathlib import Path
MCP_SCHEMA_DIR = Path(r"C:\Users\user\.gemini\antigravity-cli\mcp")
AUDIT_JSONL = Path(r"C:\Users\user\claude_mcp_profile_demo\logs\mcp_profile_audit.jsonl")
COMP_CSV = Path(r"C:\Users\user\claude_mcp_profile_demo\logs\profile_comparison.csv")
BASELINE_BYTES = 119286
BASELINE_TOKENS = round(BASELINE_BYTES / 3.5) # 34,082 tokens
BUDGET_LIMIT_TOKENS = 10000
def evaluate_profile(profile_path: Path, budget_limit: int = BUDGET_LIMIT_TOKENS) -> dict:
cfg = json.loads(profile_path.read_text(encoding="utf-8"))
servers = list(cfg.get("mcpServers", {}).keys())
tools_count = 0
bytes_count = 0
for srv in servers:
sdir = MCP_SCHEMA_DIR / srv
if sdir.exists():
files = list(sdir.glob("*.json"))
tools_count += len(files)
bytes_count += sum(f.stat().st_size for f in files)
est_tokens = round(bytes_count / 3.5)
saved_pct = round((1.0 - (bytes_count / max(1, BASELINE_BYTES))) * 100, 1)
verdict = "PASS" if est_tokens <= budget_limit else "WARN_OVER_BUDGET"
rec = {
"timestamp": datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
"profile": profile_path.name,
"servers": len(servers),
"tools": tools_count,
"schema_bytes": bytes_count,
"est_tokens": est_tokens,
"reduction_pct": f"-{saved_pct}%",
"budget_limit": budget_limit,
"verdict": verdict,
}
AUDIT_JSONL.parent.mkdir(parents=True, exist_ok=True)
with open(AUDIT_JSONL, "a", encoding="utf-8") as f:
f.write(json.dumps(rec, ensure_ascii=False) + "\n")
return rec
if __name__ == "__main__":
p_dir = Path(r"C:\Users\user\claude_mcp_profile_demo\profiles")
AUDIT_JSONL.unlink(missing_ok=True)
results = []
print(f"{'Profile':<18} {'Servers':>7} {'Tools':>6} {'Bytes':>9} {'Tokens':>8} {'Reduction':>10} {'Verdict':<16}")
print("-" * 80)
for pname in ["mcp-minimal.json", "mcp-dev.json", "mcp-full.json"]:
r = evaluate_profile(p_dir / pname)
results.append(r)
print(f"{r['profile']:<18} {r['servers']:>7} {r['tools']:>6} {r['schema_bytes']:>9,} {r['est_tokens']:>8,} {r['reduction_pct']:>10} {r['verdict']:<16}")
with open(COMP_CSV, "w", encoding="utf-8-sig", newline="") as f:
w = csv.DictWriter(f, fieldnames=["profile", "servers", "tools", "schema_bytes", "est_tokens", "reduction_pct", "budget_limit", "verdict"])
w.writeheader()
for r in results:
w.writerow({k: r[k] for k in ["profile", "servers", "tools", "schema_bytes", "est_tokens", "reduction_pct", "budget_limit", "verdict"]})

手順8:mcp_budget_gate.pyを実行し、3プロファイルの削減率とPASS/WARN判定を実測する
作成したmcp_budget_gate.pyをPowerShellから実行し、mcp-minimal.json・mcp-dev.json・mcp-full.jsonの3プロファイルに対するトークン予算判定を実測します。
実行結果として、mcp-minimal.jsonは1,870 tokens(-94.5% / PASS)、mcp-dev.jsonは6,385 tokens(-81.3% / PASS)で予算ゲートを通過し、mcp-full.jsonは34,082 tokens(-0.0% / WARN_OVER_BUDGET)として正確に検知されることが確認できます。
Set-Location "C:\Users\user\claude_mcp_profile_demo"
python -X utf8 mcp_budget_gate.py

手順9:–strict-mcp-configと–mcp-configを組み合わせた起動ラッパー(Invoke-ClaudeProfile.ps1)を作成する
毎回長いファイルパスを入力せずに済むよう、-Profileパラメータ(minimal / dev / full)を渡すだけでclaude –strict-mcp-config –mcp-configを呼び出すPowerShellラッパースクリプト(Invoke-ClaudeProfile.ps1)を作成します。
ValidateSet属性でminimal・dev・fullの3種類のみを受け付けるようにしておくことで、タイプミスによる設定読み込み失敗を防止できます。
param(
[ValidateSet("minimal", "dev", "full")]
[string]$Profile = "minimal"
)
$DemoRoot = "C:\Users\user\claude_mcp_profile_demo"
$ConfigPath = Join-Path $DemoRoot "profiles\mcp-$Profile.json"
if (-not (Test-Path $ConfigPath)) {
Write-Error "Profile not found: $ConfigPath"
exit 1
}
Write-Host "[Claude-Profile] Activating strict profile: $ConfigPath" -ForegroundColor Green
& claude --strict-mcp-config --mcp-config $ConfigPath --version

手順10:プロファイル比較CSVをOut-GridViewウィンドウで一覧表示して削減効果を視覚確認する
手順8で出力されたlogs\profile_comparison.csvをWindows標準のグリッドテーブル画面(Out-GridView相当のDataGridViewウィンドウ)で開き、3つのプロファイルのツール数・バイト数・推定トークン数・削減率を並べて確認します。
一覧表で見比べることで、minimal(3ツール・1,870トークン)とdev(29ツール・6,385トークン)がいかに軽量であるかが一目で把握できます。
Import-Csv "C:\Users\user\claude_mcp_profile_demo\logs\profile_comparison.csv" -Encoding UTF8 | Out-GridView -Title "Claude Code MCP Profile Token Reduction Comparison"

手順11:JSONL監査ログ(mcp_profile_audit.jsonl)の整形表示とstrictプロファイル起動を最終検証する
最後にstep11_verify_strict_flag.ps1を実行し、JSONL形式で蓄積された監査ログ(logs\mcp_profile_audit.jsonl)をFormat-Tableで整形出力するとともに、Invoke-ClaudeProfile.ps1 -Profile minimalがエラーなく動作することを確認します。
以上で、初期コンテキストを34,081トークンから1,870トークン(▲94.5%削減)へ軽量化するMCPプロファイル分割と予算ゲート監査の仕組みが完成しました。
$DemoRoot = "C:\Users\user\claude_mcp_profile_demo"
Write-Host "=== [Step 11] Audit Trail JSONL & Strict Profile Verification ===" -ForegroundColor Cyan
Get-Content "$DemoRoot\logs\mcp_profile_audit.jsonl" | ForEach-Object { $_ | ConvertFrom-Json } |
Format-Table profile, servers, tools, schema_bytes, est_tokens, reduction_pct, verdict -AutoSize
& powershell -NoProfile -ExecutionPolicy Bypass -File "$DemoRoot\Invoke-ClaudeProfile.ps1" -Profile minimal

ここまでのマウス操作・画面遷移の実際の流れは、以下の操作動画でも確認できます。
| プロファイル名 | 対象MCPサーバー | ツール数 | スキーマ容量 | 推定トークン数 | 削減率(vs full) | 予算ゲート判定 |
|---|---|---|---|---|---|---|
| mcp-minimal.json | codegraph, context7 | 3 個 | 6,546 bytes | 1,870 tokens | ▲94.5% 削減 | PASS(上限10,000以下) |
| mcp-dev.json | codegraph, context7, github | 29 個 | 22,347 bytes | 6,385 tokens | ▲81.3% 削減 | PASS(上限10,000以下) |
| mcp-full.json | google-workspace含む全7サーバー | 148 個 | 119,286 bytes | 34,081 tokens | 0.0%(基準値) | WARN_OVER_BUDGET |
–mcp-configが反映されない・サーバー接続エラーになる原因と代替策(Plan B)とは?

–mcp-config指定時にも約119KB(34,081トークン)が消費されてしまう主因は、–strict-mcp-configフラグの付け忘れによる既存設定の100%マージ混入です。Windowsのパス区切り文字修正と予算上限検査を併用すれば3分以内に復旧できます。
Claude Codeではユーザースコープ(~/.claude.json)とプロジェクトスコープ(.mcp.json)の設定が自動マージされる仕様になっているため、プロファイル分割時は必ず–strict-mcp-configをセットで付与してください。
もし特定のMCPサーバーが起動時にタイムアウトまたは接続失敗になる場合は、claude –debug=mcpフラグを付けて起動すると、どのサーバーの標準入出力(stdio)ハンドシェイクで詰まっているかを特定できます。
| 発生するトラブル・症状 | 主な原因 | 具体的な解決コマンド・代替策(Plan B) |
|---|---|---|
| 最小プロファイルを指定したのに他のMCPサーバーも読み込まれる | –mcp-config単体では既存の設定ファイルとマージされる仕様のため | 必ず –strict-mcp-config –mcp-config |
| Windows環境でプロファイルJSON読み込み時にSyntaxErrorになる | JSON内のWindowsファイルパスで単一バックスラッシュ(\)を使っている | パス区切りをスラッシュ(C:/Users/user)または二重バックスラッシュ(C:\\Users\\user)に統一する |
| 予算ゲートでWARN_OVER_BUDGET(10,000トークン超過)が出る | google-workspace(110ツール)等の大型サーバーが常時プロファイルに入っている | 大型サーバーはmcp-full.jsonへ隔離し、普段のコーディングはmcp-minimal.json(1,870 tok)で起動する |
⇒ 起動コマンドに –strict-mcp-config が含まれているか確認し、グローバル設定のマージを遮断する。
⇒ python -X utf8 mcp_budget_gate.py を実行し、JSONパースエラーが無いことと推定トークン数が10,000以下(PASS)であることを確認する。
⇒ claude mcp list または claude –debug=mcp を実行し、Connectedにならないサーバーを一時的にプロファイルから外す。
Claude CodeのMCPプロファイル分割とコンテキスト管理に関するよくある質問(FAQ)とは?
1件あたり平均約800文字(約230トークン)の算出根拠や–strict-mcp-configによる既存設定の100%遮断挙動など、実務で頻出する5件の疑問に回答します。複数設定ファイルの同時指定や認証キーの引き継ぎ仕様もあわせて確認しておきましょう。
Q1. –mcp-configに複数のJSONファイルを同時に渡すことはできますか?
はい、可能です。Claude Code v2.1.323の–mcp-config
Q2. なぜgoogle-workspaceサーバーだけで26,000トークン以上も消費するのですか?
Google Docs、Sheets、Drive、Gmail、Calendar、Forms、Slides、Excel操作など合計110個の個別ツールが含まれており、各ツールの引数スキーマと説明文を合わせると92,258 bytesに達するためです。ドキュメント連携を行わないコーディング時はプロファイルから外すことで約26,359トークンを節約できます。
Q3. –strict-mcp-configを付けるとclaude.aiのクラウドコネクタも無効になりますか?
–strict-mcp-configはローカルおよびプロジェクトのmcpServers設定を–mcp-configで指定したJSONのみに限定するフラグです。これによりプロジェクト直下の.mcp.jsonやユーザー設定内の不要なローカルMCPサーバーが勝手に起動するのを確実に防げます。
Q4. ツール定義JSONのバイト数からトークン数を計算する目安はどのくらいですか?
英語と記号(JSONキー、型定義、説明文)が中心のMCP JSON Schemaでは、おおよそ3.3〜3.7 bytesで1トークンになります。本記事のmcp_schema_scanner.pyおよびmcp_budget_gate.pyでは実測に近い1トークン=3.5 bytes換算で予算ゲートを判定しています。
Q5. プロファイルを切り替えるたびに環境変数やAPIキーを再設定する必要はありますか?
いいえ。各プロファイルJSON内のenvフィールドまたはOS側のユーザー環境変数にキーを設定しておけば、Invoke-ClaudeProfile.ps1 -Profile minimal / dev で切り替えるだけで認証情報を維持したまま即座に起動できます。
2026年まとめ:MCPサーバーを用途別プロファイルに分割して初期コンテキストを94.5%軽量化する方法とは?
全148個(約34,081トークン)のMCPツール常時読込をやめ、最小構成(1,870トークン・約95%削減)と開発構成(6,385トークン・約81%削減)を用途別に使い分けましょう。最後に5項目の導入チェックリストを確認します。
| チェック項目 | 確認コマンド・設定ファイル | 合格基準(目標値) |
|---|---|---|
| 1. 全MCPスキーマ量の把握 | python -X utf8 mcp_schema_scanner.py | サーバー別のツール数とバイト数(119,286 bytes)が可視化されていること |
| 2. コーディング最小構成の作成 | profiles\mcp-minimal.json(codegraph + context7) | 3ツール・6,546 bytes(推定1,870 tokens・▲94.5%削減)であること |
| 3. GitHub開発構成の作成 | profiles\mcp-dev.json(+ github 26ツール) | 29ツール・22,347 bytes(推定6,385 tokens・▲81.3%削減)であること |
| 4. 起動前トークン予算ゲート | python -X utf8 mcp_budget_gate.py | 上限10,000トークン以下でPASS判定・JSONL台帳記録されること |
| 5. 厳密プロファイル指定起動 | claude –strict-mcp-config –mcp-config | 他の.mcp.json設定が混入せず指定サーバーのみで起動すること |
MCPサーバーは便利な反面、100個以上のツールを常時接続したままにすると初期トークン予算の大部分をスキーマ定義だけで消費してしまいます。ぜひ本記事のmcp_schema_scanner.pyとmcp_budget_gate.pyを導入し、普段の開発はmcp-minimal.json(1,870トークン)で軽快に回すプロファイル分割運用を取り入れてみてください。
参考・一次情報ソース:Anthropic Claude Code MCP Configuration / Claude Code CLI Reference (–strict-mcp-config) / Managing Context and Token Costs / Model Context Protocol Tools Schema Specification / Official MCP Servers Repository