MCP: Model Context Protocol

Definition

Das Model Context Protocol (MCP) ist eine offene Standard-Schnittstelle, die es großen Sprachmodellen (LLMs) ermöglicht, sicher und konsistent auf externe Datenquellen, Werkzeuge und Funktionen zuzugreifen. Es etabliert eine standardisierte Kommunikationsschicht zwischen KI-Anwendungen und verschiedenen Kontextanbietern und dient als „USB-C“ für KI-Systeme.

Hauptkomponenten

Architektur

MCP folgt einer Client-Server-Architektur:

• MCP Hosts: Anwendungen, in denen Benutzer oder KI-Systeme interagieren (z. B. Claude Desktop, IDE-Plugins)
• MCP Clients: Komponenten innerhalb der Host-Anwendungen, die die Kommunikation mit Servern abwickeln
• MCP Server: Schlanke Programme, die spezifische Fähigkeiten (Dateizugriff, Datenbankverbindungen, API-Zugriff) über die standardisierte MCP-Schnittstelle bereitstellen
• Datenquellen: Lokale oder entfernte Informationsquellen, auf die MCP-Server sicher zugreifen können

Grundlegende Bausteine

MCP definiert drei grundlegende Bausteine, die das Fundament des Protokolls bilden:

1. Ressourcen

Ressourcen repräsentieren Daten und Inhalte, die MCP-Server LLMs zur Verfügung stellen.

• Eigenschaften: Durch die Anwendung kontrolliert, eindeutig durch URIs identifiziert
• Datentypen: Text (UTF-8 kodiert) oder Binär (Base64 kodiert)
• Entdeckungsmethoden: Direkte Auflistung oder Vorlagen für dynamische Ressourcenanfragen
• Operationen: Lesen von Inhalten, Empfang von Aktualisierungen

Beispielanwendung: Ein MCP-Server stellt eine Logdatei als Ressource mit der URI file:///logs/app.log bereit

2. Prompts

Prompts sind vordefinierte Vorlagen oder Workflows, die Server anbieten, um die Interaktion mit LLMs zu steuern.

• Eigenschaften: Vom Benutzer ausgelöst, erscheinen häufig als Slash-Befehle
• Struktur: Eindeutiger Name, Beschreibung, optionale Argumente
• Fähigkeiten: Akzeptieren Anpassungsargumente, Einbindung von Ressourcen-Kontext, Definition mehrstufiger Interaktionen
• Operationen: Entdeckung durch Auflistung, Ausführung auf Anfrage

Beispielanwendung: Ein Prompt zur Generierung einer Git-Commit-Nachricht, der Codeänderungen als Eingabe akzeptiert

3. Werkzeuge

Werkzeuge bieten ausführbare Funktionen, die von LLMs (meist mit Nutzerfreigabe) aufgerufen werden können, um Aktionen auszuführen.

• Eigenschaften: Vom Modell gesteuert, erfordern klar definierte Eingabemodelle
• Anmerkungen: Enthalten Hinweise zum Verhalten (nur lesend, destruktiv, idempotent, open-world)
• Sicherheitsmerkmale: Eingabevalidierung, Zugriffskontrolle, klare Nutzerwarnungen
• Operationen: Entdeckung durch Auflistung, Ausführung durch Aufrufe mit Parametern

Beispielanwendung: Ein Rechner-Tool, das mathematische Operationen mit vom Modell bereitgestellten Eingaben durchführt

Bedeutung und Vorteile

Für Entwickler

• Standardisierte Integration: KI-Anwendungen mit verschiedenen Datenquellen verbinden, ohne für jede eine eigene Anbindung zu entwickeln
• Bestehende Sicherheitspraktiken: Eingebaute Richtlinien für den sicheren Umgang mit sensiblen Informationen
• Vereinfachte Architektur: Klare Trennung zwischen KI-Modellen und deren Kontextquellen

Für Nutzer und Organisationen

• Flexibilität: Einfacher Wechsel zwischen verschiedenen LLM-Anbietern oder Host-Anwendungen
• Interoperabilität: Weniger Anbieterbindung dank standardisierter Schnittstellen
• Erweiterte Fähigkeiten: KI-Systeme erhalten Zugang zu vielfältigeren Informationen und Aktionsmöglichkeiten

Implementierungsbeispiele

Dateiresourcen-Server

// Server, der eine einzelne Logdatei als Ressource bereitstellt
const server = new Server({ /* config */ }, { capabilities: { resources: {} } });

// Listet verfügbare Ressourcen auf
server.setRequestHandler(ListResourcesRequestSchema, async () => {
  return {
    resources: [
      {
        uri: "file:///logs/app.log",
        name: "Anwendungsprotokolle",
        mimeType: "text/plain"
      }
    ]
  };
});

// Stellt den Inhalt der Ressource bereit
server.setRequestHandler(ReadResourceRequestSchema, async (request) => {
  if (request.params.uri === "file:///logs/app.log") {
    const logContents = await readLogFile();
    return {
      contents: [{
        uri: request.params.uri,
        mimeType: "text/plain",
        text: logContents
      }]
    };
  }
  throw new Error("Ressource nicht gefunden");
});

Rechner-Tool-Server

const server = new Server({ /* config */ }, { capabilities: { tools: {} } });

// Listet verfügbare Werkzeuge auf
server.setRequestHandler(ListToolsRequestSchema, async () => {
  return {
    tools: [{
      name: "calculate_sum",
      description: "Addiere zwei Zahlen",
      inputSchema: {
        type: "object",
        properties: {
          a: { type: "number", description: "Erste Zahl" },
          b: { type: "number", description: "Zweite Zahl" }
        },
        required: ["a", "b"]
      },
      annotations: {
        title: "Summe berechnen",
        readOnlyHint: true,
        openWorldHint: false
      }
    }]
  };
});

// Bearbeitet die Ausführung des Werkzeugs
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "calculate_sum") {
    try {
      const { a, b } = request.params.arguments;
      if (typeof a !== 'number' || typeof b !== 'number') {
         throw new Error("Ungültige Eingabe: 'a' und 'b' müssen Zahlen sein.");
      }
      const sum = a + b;
      return {
        content: [{ type: "text", text: String(sum) }]
      };
    } catch (error: any) {
      return {
        isError: true,
        content: [{ type: "text", text: `Fehler beim Berechnen der Summe: ${error.message}` }]
      };
    }
  }
  throw new Error("Werkzeug nicht gefunden");
});

Verwandte Konzepte

• LLM-Funktionsaufrufe: Das Model Context Protocol bietet einen standardisierten Ansatz für das Aufrufen von Funktionen durch LLMs
• KI-Agenten: MCP bietet eine strukturierte Möglichkeit für agentenbasierte KI-Systeme, auf Werkzeuge und Informationen zuzugreifen
• KI-Plugins: Ähnlich wie Browser-Erweiterungen können MCP-Server als „Plugins“ betrachtet werden, die die Fähigkeiten von KI erweitern

Zukünftige Entwicklungen

• Enterprise-KI-Integration: Verbindung von Unternehmenswissen, Werkzeugen und Workflows
• Multimodale KI: Standardisierung des Zugriffs auf verschiedene Datentypen über Text hinaus
• Kollaborative KI-Systeme: Ermöglichen, dass KI-Assistenten über gemeinsame Protokolle zusammenarbeiten