MCP aus Sicht eines Entwicklers: Hosts, Clients, Server und Toolaufrufe
Warum KI-Modelle ein Protokoll für Tools benötigen, wie Host, Client und Server bei MCP die Arbeit aufteilen und wie eine Anfrage vom Benutzer zu einem Tool und zurück gelangt.
Quellen: What and Why MCP?
KI ist zu einem alltäglichen Bestandteil der Softwareentwicklung geworden. Assistenten erzeugen Code, finden Fehler, analysieren Daten und automatisieren Aufgaben – sie haben damit die Art und Weise, wie Entwickler arbeiten, verändert. Doch eine grundlegende Frage bleibt: Wie kann ein Modell sicher und effizient mit den Werkzeugen, Daten und Systemen interagieren, auf die Entwickler täglich angewiesen sind? Das Model Context Protocol, kurz MCP, ist eine Antwort darauf.
Im Folgenden wird MCP aus der Sicht eines Entwicklers betrachtet: Was ein MCP-Server ist und warum er existiert, wie die einzelnen Komponenten zusammenwirken, wie ein Modell über das Protokoll auf externe Werkzeuge zugreift und welche Vorteile es in Bezug auf Skalierbarkeit, Wartbarkeit und Produktivität bietet.
Warum MCP existiert
Beginnen Sie mit der heutigen Situation. Über einen Browser oder eine App können Sie leistungsstarke große Sprachmodelle von OpenAI, Meta’s Llama, DeepSeek, Google’s Gemini sowie Anthropic’s Claude nutzen. Sie beantworten Fragen, schreiben Texte und Code, fassen Dokumente zusammen und erstellen sogar Bilder.
Konzentrieren Sie sich auf eine grundlegende Fähigkeit – die Erstellung einer Textantwort. Nehmen wir an, Sie fragen ein solches Modell nach den besten Hotels in Colombo. Es kann auf der Grundlage seines Wissens eine nützliche Antwort geben, doch bereits schnell treten zwei Einschränkungen zutage.
Einschränkung eins: veraltete Informationen
Das Wissen eines Modells spiegelt seine Trainingsdaten sowie alle zusätzlichen Informationen oder Tools wider, die ihm zur Verfügung gestellt wurden. Ohne Verbindungen zu externen, aktuellen Quellen kennt es möglicherweise nicht die aktuellen Hotelpreise, die Zimmerverfügbarkeit, Flugpläne oder neu eröffnete Einrichtungen.
Einschränkung zwei: keine Handlungsfähigkeit
Das geht tiefer. Ein Modell kann eine Antwort erstellen, kann aber im wirklichen Leben nicht automatisch etwas ausführen. Wenn man es bittet, Ihrem Vorgesetzten eine E-Mail zu schicken, wird es den Text verfassen, kann die E-Mail jedoch nur senden, wenn es mit einem E-Mail-Dienst mit den richtigen Berechtigungen verbunden ist. Wenn man es bittet, ein Jira-Ticket für einen Fehler zu erstellen, kann es Titel und Beschreibung entwerfen, doch die Erstellung des Tickets erfordert Zugang zu Jira. Dasselbe gilt für das Buchen eines Hotels, das Abfragen einer Datenbank, die Bedienung von Unternehmenssystemen oder das Aufrufen einer API.
Wie schließt man also diese Lücke?
KI-Agenten als erster Schritt
Die übliche erste Lösung sind Agenten: ein LLM, das mit externen Tools verbunden ist und die Wahl hat, welches Tool für einen bestimmten Schritt geeignet ist und wann es aufgerufen werden soll. Nehmen wir einen Reiseassistenten: Ein Nutzer bittet ihn, eine Reise nach Paris für den nächsten Monat zu planen – er soll ein gutes Hotel auswählen, buchen und interessante Orte in der Nähe vorschlagen.
Der Satz verbirgt eine Reihe von Aufgaben. Der Agent muss möglicherweise Folgendes tun:
- verfügbare Hotels suchen
- Details, Preise und Verfügbarkeit überprüfen
- eine Buchung abschließen
- Sehenswürdigkeiten in der Nähe des Hotels finden
- Lage- und Kartendaten abrufen
- eine Bestätigungs-E-Mail senden
Dafür sind externe Ressourcen erforderlich. Das LLM trägt zum Verständnis und zur Logik bei, während die Tools die Fähigkeiten liefern, die Aufgaben auszuführen.
Die Integrationsexplosion
Stellen Sie sich nun vor, der Agent muss mit 20, 50 oder sogar Hunderten von Tools und Diensten arbeiten. Jedes davon könnte seine eigene API, Authentifizierungsmethode, Anfrage- und Antwortformate sowie Integrationsskripte haben. Wenn jede KI-Anwendung einen eigenen Anschluss für jedes Tool erstellt, wird die Architektur schnell unübersichtlich.
Dies ist die Lücke, die MCP schließt. Er bietet KI-Anwendungen eine standardisierte Möglichkeit, mit externen Tools, Datenquellen und Diensten zu kommunizieren. Anstatt für jede Anwendung und jedes Tool eine eigene Integration zu benötigen, gibt es ein gemeinsames Protokoll, das Modelle mit externen Funktionen verbindet.
Die drei Arten von Serverfunktionen
Ein Server kann drei verschiedene Dinge anbieten, und das Unterscheiden dieser ermöglicht es, einen Großteil des Fachjargons zu klären:
- Tools sind Aktionen, die das Modell anfordern kann, wie zum Beispiel das Suchen nach Hotels oder das Erstellen eines Tickets. Sie können etwas in der Außenwelt verändern.
- Resources sind Datensätze, die die Anwendung zum Verständnis des Kontexts lesen kann, wie zum Beispiel eine Datei, ein Datenbankeintrag oder ein Dokument.
- Prompts sind wiederverwendbare Vorlagen, die dabei helfen, die Interaktion mit dem Modell zu strukturieren.
Die meisten Einführungsbeispiele konzentrieren sich auf Tools, weil sie das Problem des „Nicht-handeln-Könnens“ direkt lösen, doch Ressourcen und Anfragen werden wichtig, sobald eine Anwendung Kontext statt Befehle benötigt.
Wie MCP funktioniert
Sobald die Motivation klar ist, schauen wir uns eine auf MCP basierende Anwendung genauer an. Drei Komponenten sind entscheidend, und obwohl ihre Namen ähnlich klingen, hat jede ihre eigene Aufgabe.
- Der MCP-Host ist die KI-Anwendung, mit der der Benutzer interagiert – beispielsweise eine IDE mit integrierter KI, eine Desktop-App oder ein Chatbot, der auf einem LLM basiert. Er verwaltet die gesamte KI-Interaktion, einschließlich des Benutzerdialogs und der Verbindungen zu MCP-Servern.
- Der MCP-Client befindet sich im Host und kümmert sich um die Kommunikation mit einem MCP-Server. Der Host ist das, was der Benutzer sieht, während der Client der Teil darin ist, der das MCP-Protokoll verwendet.
Was passiert beim Starten
Wenn die Anwendung sich mit einem Server verbindet, öffnet der Client eine Verbindung und initialisiert die Kommunikation. Beide Seiten tauschen Informationen über die Protokollversion sowie die unterstützten Funktionen aus. Lokale Server können über stdio kommunizieren, während entfernte Server Streamable HTTP verwenden können.
Sobald die Verbindung hergestellt ist, ermittelt der Client, was der Server anbietet. Ein Hotelserver könnte Tools wie search_hotels, check_availability und make_booking bereitstellen, wobei jedes Tool eine Beschreibung sowie Angaben zu den erwarteten Eingaben enthält. Die KI-Anwendung übermittelt anschließend diese Definitionen an das LLM.
Eine Anfrage, nachverfolgt
Nehmen wir an, der Benutzer tippt: „Finden Sie mir ein Hotel in Colombo an diesem Wochenende.“ Die KI erhält diese Nachricht zusammen mit den Beschreibungen der verfügbaren Tools. Anhand der Anfrage und dieser Beschreibungen kommt sie zu dem Schluss, dass search_hotels die richtige Wahl ist, und erstellt die erforderlichen Parameter wie Standort und Daten.
Das Modell führt das Tool selbst nicht aus. Der Host leitet die Tool-Anfrage an den MCP-Client weiter, der sie über das Protokoll an den richtigen Server sendet. Der Server führt das tatsächliche Tool aus, das beispielsweise eine Hotel-API aufrufen, eine Datenbank abfragen oder auf ein anderes externes System zugreifen kann. All diese Details bleiben hinter dem Server verborgen.
Sobald das Tool seine Arbeit beendet hat, gelangt das Ergebnis über den Server und den Client zurück zur KI-Anwendung, wo das LLM es in die endgültige Antwort umwandelt. Wenn die Anfrage mehrere Schritte umfasst, setzt das Modell seine Arbeit fort und entscheidet, ob ein weiteres Tool benötigt wird.
Eine Anfrage wie „Finde ein Hotel, buche es und schicke mir eine Bestätigungs-E-Mail“ kann mehrere aufeinanderfolgende Aufrufe erfordern: eine Hotelsuche, eine Verfügbarkeitsprüfung, die Buchung und schließlich ein Tool zur Versendung von E-Mails. Die Ausgabe jedes Schritts kann als Eingabe für den nächsten Schritt dienen.
Die Idee in einem Satz
Das LLM entscheidet, was erledigt werden soll, der MCP-Client kommuniziert mit dem MCP-Server, und der Server verwendet die entsprechenden Tools, um die Aufgabe auszuführen. Der gesamte Ablauf verläuft wie folgt:
Benutzer, anschließend MCP-Host, dann LLM, danach MCP-Client, danach MCP-Server, danach Tool – und schließlich wieder über Server, Client und LLM zurück zum Benutzer.
Diese Arbeitsteilung ist der Ursprung des Wertes von MCP. Das Modell konzentriert sich auf Verständnis und Schlussfolgerung, während MCP der Anwendung eine standardisierte Methode bietet, um externe Fähigkeiten zu entdecken und zu nutzen.
Nachrichten und Berechtigungen
Unterhalb davon tauschen Client und Server strukturierte Nachrichten aus, wobei MCP hierfür auf JSON-RPC 2.0 aufbaut. Eine Anfrage nennt eine Methode, wie zum Beispiel die Auflistung von Tools oder deren Aufruf, und die Antwort enthält entweder ein Ergebnis oder einen Fehler. Da der Host zwischen dem Modell und jedem Server steht, ist er auch der natürliche Ort, um Berechtigungen durchzusetzen. Ein gut konstruierter Host kann den Benutzer auffordern, eine Buchung oder eine E-Mail vor dem Versand zu genehmigen, und kann begrenzen, welche Server in einem bestimmten Gespräch verwendet werden dürfen. Das Protokoll standardisiert die Grundfunktionen, doch Entscheidungen bezüglich des Vertrauens liegen weiterhin bei der Anwendung und ihrem Benutzer – daher sollten Server wie jeder andere Code behandelt werden, der im Auftrag des Benutzers handeln kann.
Warum Entwickler sich darum kümmern sollten
Ein gemeinsames Protokoll verändert die Art und Weise, wie künstliche Intelligenz-basierte Systeme entwickelt werden:
- Weniger wiederholende Arbeit. Ein über einen MCP-Server einmal bereitgestelltes Tool kann von jeder MCP-fähigen Anwendung verwendet werden, anstatt jedes Mal neu integriert zu werden.
- Bessere Wartbarkeit. Tool-Details wie Authentifizierung und Anfrageformate bleiben auf dem Server, sodass Anwendungen nicht geändert werden müssen, wenn sich diese Details ändern.
- Einfachere Skalierbarkeit. Das Hinzufügen eines Tools bedeutet das Hinzufügen eines Servers und das Erlauben, dass Clients es entdecken, anstatt die Anwendung umschreiben zu müssen.
- Klare Trennung der Aufgaben. Das Modell übernimmt die Logik, der Client kommuniziert und der Server handelt, wobei jeder Teil separat getestet und ersetzt werden kann.
Wohin es als Nächstes geht
LLMs können denken und Inhalte erzeugen, aber sie können nicht allein auf jedes externe System zugreifen. Agenten stellen ihnen Werkzeuge zur Verfügung, und MCP bietet eine standardisierte Methode, um diese Werkzeuge mit KI-Anwendungen zu verbinden. Das Modell denkt, der Client kommuniziert, der Server stellt Funktionen bereit und die Werkzeuge erledigen die eigentliche Arbeit.
Eine Frage bleibt offen: Was genau wird zwischen Client und Server ausgetauscht? Die Beantwortung dieser Frage erfordert einen Blick auf das Protokoll selbst, auf die Art und Weise, wie Nachrichten ausgetauscht werden, wie Werkzeuge entdeckt werden und welche Rolle JSON-RPC dabei spielt. Kurz gesagt: Ein Modell kann denken, ein Werkzeug kann handeln, und MCP hilft ihnen dabei, miteinander zu kommunizieren.
Verwandte Artikel
- Wenn ein AI-Agent 1.000 MCP-Werkzeuge hat: Auswahl, Kontext und Fähigkeiten — Das Verbinden von Agenten mit vielen MCP-Servern führt zu einer Überflutung mit Werkzeugen, einem übermäßig großen Kontext und schlechten Auswahlentscheidungen. Warum Entdeckungsmöglichkeiten, Fähigkeiten und Gateways wichtiger sein können als reiner Zugriff.
- Praktische Hinweise: Verwendung von k6 und Grafana MCP für AI-gestützte Leistungsprüfungen — Schritt-für-Schritt-Anleitung zu den Praktischen Hinweisen: Verwendung von k6 und Grafana MCP für AI-gestützte Leistungsprüfungen: Verträge, Überprüfungen sowie Code-Blöcke für Teams, die dieses Muster einsetzen.