GitHub と APM で構築する Claude Code・Codex 共通社内 Marketplace

Finatext の Crest というクレジットビジネスプラットフォームで、在籍確認などの手作業業務を AI に担当させるシステムを構築。MCP で業務単位の操作権限を制御し、Skill で判断手順を定義することで、AI の判断案に人間が承認するハイブリッド体制を実現。複数の書類やシステムから情報を集めファジーマッチングで判定し、監査ログで責任を追跡可能に。

社内 AI アシスタント運用で MCP と Skills を1ヶ月実践した結果、明確な使い分け基準が確立された。副作用がある外部 API 操作は MCP、考え方や出力形式の指示は Skills、という軸が最も効く。認証情報の守秘や配布の簡易さから、迷ったら Skills で実装し、外部連携が必要な部分のみ MCP に限定するアプローチが推奨される。

Claude（claude.ai）とObsidianをMCP経由で接続し、会話から生まれたアイデアやジャーナリングの記録を構造化して保存するワークフローを構築する手法を紹介。運用ガイドをvault内に設置し、Claude.aiのカスタムスキルで `/obsidian ideas` コマンドから直接保存できる仕組みを実装した過程と実装時の注意点をまとめている。

Excel設計書の業務フローをAIにレビューさせると、セルに入った見出し5個しか読まれず、図形に隠れた本体180個が全く検出されない。openpyxl や Excel 対応の MCP サーバーでも図形内テキストは読み取れず、テキスト抽出でもつながり情報が失われるため、PDF で渡すほうが正確という実測報告。