毎回スクリプトを書きたいわけではありません。「キーエンスの5年間の売上CAGRは？」「トヨタ・ホンダ・日産を並べて比較」と聞いて、答えが返ってくればいい。
MCPを使えばそれができます。Claude DesktopにAxioraのAPIを直接接続 — 19のツールで財務データ、スクリーニング、ランキング、成長率、健全性スコア、有報の英訳にアクセスできます。日本語でも英語でも質問するだけ。
セットアップは3分。SDK不要、Python不要、コード一切不要。
MCPとは
Model Context Protocol（MCP）はAIアシスタントが外部ツールを呼び出すためのオープン標準です。チャットにデータを貼り付ける代わりに、Claudeがデータソースに直接接続して必要な情報を取得します。
Axiora MCPサーバーは19のツールを公開：
| ツール | 機能 |
|---|---|
search_companies | 企業名（日/英）、証券コード、EDINETコードで検索 |
search_companies_batch | 複数企業を一括検索（コードと名前の混在OK） |
get_company | 企業詳細 — セクター、上場区分、決算期 |
get_financials | 売上高、純利益、資産、自己資本、各種比率 — 最大20年分 |
get_growth | 前年比成長率、3/5年CAGR |
get_ranking | 任意の指標でランキング（ROE、売上高、利益率など） |
screen_companies | セクター、最小売上高、最小ROE、最大PERでフィルタ |
compare_companies | 2〜5社の財務データを並列比較 |
get_peers | セクター・売上規模が近い類似企業を検索 |
get_health_score | 財務健全性スコア（0〜100）、構成要素の内訳付き |
get_health_ranking | 健全性スコアでランキング |
get_timeseries | チャート用の時系列データ |
get_sector_overview | セクター別の統計と企業数 |
search_translations | 有報の英訳を全文検索 |
get_translations | 特定の提出書類の翻訳セクションを取得 |
list_filings | 企業・種別・日付で提出書類を一覧 |
get_filing_calendar | 月別の提出件数カレンダー |
get_coverage | データカバレッジ統計 — 総数、指標別対応率、鮮度 |
get_documentation | APIドキュメント、指標定義、使い方ガイド |
get_documentationは地味に重要です。Claudeが初回接続時にこれを呼び出して、どのツールがあるか、各指標の定義、ツールの使い分けを自力で学習します。サーバーが自己文書化されているので、プロンプトエンジニアリングは不要。
すべてのデータは監査済みEDINET有報（XBRLパース済み）から取得。
セットアップ：3分
必要なもの：Axiora APIキー（無料、クレカ不要とClaude Desktop。
Claude Desktopの設定ファイルに以下を追加：
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"axiora": {
"url": "https://api.axiora.dev/mcp",
"auth": {
"type": "bearer",
"token": "YOUR_API_KEY"
}
}
}
}Claude Desktopを再起動。ツールピッカーにAxioraのツールが表示されます。Docker不要、ローカルサーバー不要、依存関係ゼロ。
会話例1：企業の深掘り
あなた： 「キーエンスの過去5年間の財務データを教えて」
Claudeがget_financialsを呼び出し（コード6861、years=5）、レスポンスを整形：
キーエンス (6861) — 5年間の財務データ
年度 売上高 純利益 ROE 営業利益率 2024 2.4兆円 1.0兆円 19.5% 54.2% 2023 2.2兆円 9,380億円 18.3% 52.8% ... 営業利益率は一貫して50%超。ROEは約19%で安定。
あなた： 「売上成長率は？」
Claudeがget_growthを呼び出し — 前年比成長率とCAGRを取得：
5年間の売上CAGR：15.2%。2020年を除き毎年増収。
コンテキストの切り替え不要。会話が自然に積み重なります。
会話例2：競合比較
あなた： 「トヨタ、ホンダ、日産の過去3年の財務データを比較して」
Claudeがcompare_companiesを呼び出し（["7203", "7267", "7201"]）：
トヨタ ホンダ 日産 2024 売上高 29.9兆円 16.9兆円 12.7兆円 2024 純利益 4.9兆円 1.1兆円 4,260億円 ROE 15.2% 10.8% 5.1% トヨタの純利益はホンダと日産の合計を上回ります。日産のROE 5.1%は収益力の課題を示唆。
あなた： 「トヨタの同業他社は？」
Claudeがget_peersを呼び出し（コード7203）：
輸送用機器セクターで売上規模が近い企業：ホンダ、デンソー、スズキ、SUBARU...
会話例3：スクリーニング
あなた： 「ROE20%以上、売上高5,000億円以上の日本企業を探して」
Claudeがscreen_companiesを呼び出し（min_roe=20.0、min_revenue=500000000000）：
条件に一致する企業：18社
- キーエンス (6861) — ROE: 19.5%、売上: 2.4兆円
- 東京エレクトロン (8035) — ROE: 25.3%、売上: 2.2兆円
- ...
あなた： 「電気機器セクターの営業利益率トップ10は？」
Claudeがget_rankingを呼び出し（metric=operating_margin、sector=電気機器）：
- キーエンス — 54.2%
- レーザーテック — 44.8%
- ...
チャットウィンドウで複数ステップの財務分析。各回答は数秒で返ってきます。
会話例4：有報を英語で読む
あなた： 「半導体リスクに言及している有報を検索して」
Claudeがsearch_translationsを呼び出し（query=semiconductor）：
東京エレクトロン、ルネサスエレクトロニクス、アドバンテストの有報で言及あり... 東京エレクトロンのMDAより：「半導体装置の需要は景気循環性が高く...」
あなた： 「東京エレクトロンのリスクファクター全文を見せて」
Claudeがlist_filingsでドキュメントIDを特定し、get_translationsでrisk_factorsセクションを取得：
有報のリスクファクターセクション（英訳）— サプライチェーン依存、為替リスク、地政学リスクをカバー。
日本語の有報が英語で読める。海外チームとの共有にも使えます。
うまく機能するところ
マルチステップ分析。 広い質問から始めて、深掘り。Claudeはコンテキストを覚えている — 「成長率を見せて」は直前に話していた企業を指します。
自然言語スクリーニング。 「情報・通信業でROE15%以上の企業」が自動的にscreen_companies呼び出しになります。構文を覚える必要なし。
ツール横断。 「トヨタとホンダを比較して、その後トヨタの類似企業を表示」— 複数ツールを1回のレスポンスで連鎖。
まだできないこと
リアルタイム市場データなし。 これは有報データ — 年次報告書、監査済み財務諸表。株価、時価総額、日中データはありません。
Claude Desktopでチャート描画不可。 トレンドの説明はできますが、チャット内に折れ線グラフは描画できません。可視化にはStreamlitスクリーナーやSDK + matplotlibを使ってください。
セクター名は日本語。 EDINETのセクター分類は日本語（電気機器、情報・通信業）。Claudeは日本語で質問しても正しくマッピングしますが、覚えておくと便利です。
次のステップ
- Pythonで日本の財務データ — コードを書いてデータにアクセスしたい場合
- PythonとStreamlitで日本株スクリーナーを作る — スクリーニングUIを構築
無料プラン。クレカ不要。APIキーを取得 →