Remote MCP

Wat is een Remote MCP-server?

Een remote MCP-server stelt data, tools en automatiseringsmogelijkheden beschikbaar aan AI-agenten, vooral grote taalmodellen (LLM’s) en agent-systemen, via een gestandaardiseerd protocol. In tegenstelling tot lokale servers worden remote MCP-servers gehost in de cloud of op het internet en zijn ze toegankelijk voor elke geautoriseerde AI-client of workflow. Ze fungeren als een universele “adapter” om AI-agenten te koppelen aan externe API’s, SaaS-platforms, ontwikkelaarstools en bedrijfsdata.

• Belangrijkste waarde: Ontkoppelt tool- en dataintegratie van AI-modelontwikkeling, waardoor veilige, schaalbare en brede verbindingen mogelijk zijn tussen LLM’s en de echte wereld.
• Typisch gebruik: Live data ophalen, tools aanroepen en meerstaps-automatiseringen uitvoeren zonder per tool aangepaste code.

Sleutelbegrippen en Terminologie

Model Context Protocol (MCP)

Model Context Protocol (MCP) is een open protocol dat standaardiseert hoe LLM’s en agent-applicaties communiceren met externe tools en data. Het vormt een universeel contract voor tool- en bronontdekking, capaciteitsbeschrijving, tool-aanroep en contextuitwisseling tussen AI-clients en servers.

• Kernideeën:
  • Mogelijkheden (tools, bronnen) beschreven in een machineleesbaar schema
  • Gestandaardiseerde context- en actiewisseling
  • Meerdere transportopties: stdio, HTTP, SSE, streambare HTTP
  • Veilige, gedetailleerde authenticatie en autorisatie

Lokale vs. Remote MCP-servers

• Lokale MCP-server: Draait op de computer van de gebruiker en communiceert via stdio of een lokale socket. Maximale dataprivacy, maar vereist lokale installatie en beheer.
• Remote MCP-server: Gehost op cloudinfrastructuur of publieke servers, communiceert via HTTP/SSE. Centraal beheerd, toegankelijk voor elke geautoriseerde client van overal.

MCP-clients, hosts en agent-workflows

• MCP-client: Het softwarecomponent dat verbinding maakt met MCP-servers en tools aanstuurt (bijv. een chatbot-UI, automatiseringsplatform, LLM-runtime).
• MCP-host: De runtime waar de client draait (kan een webapp, IDE, agentplatform zijn).
• Agent-workflow: Autonoom beslissingsproces door een AI-agent, die dynamisch tools ontdekt en aanroept via MCP-servers om gebruikersdoelen te bereiken.

Server-Sent Events (SSE) en HTTP-protocol

• SSE (Server-Sent Events): HTTP-gebaseerd protocol voor het streamen van realtime-updates van server naar client. Nuttig voor stapsgewijze LLM- of toolvoortgang.
• Streambare HTTP: Een stateloos, modern alternatief voor SSE. Gebruikt HTTP POST voor client-server, en kan optioneel antwoorden terug streamen, wat betrouwbaarheid en compatibiliteit met moderne cloudinfra verbetert.

Authenticatie & Autorisatie (OAuth 2.1)

• OAuth 2.1: Het industriestandaard protocol voor veilige, gedelegeerde toegang. Gebruikt door remote MCP-servers zodat gebruikers precieze, herroepbare permissies aan AI-agenten kunnen geven zonder hun inloggegevens prijs te geven.
• Belangrijke punten:
  • Geen ondersteuning voor legacy impliciete flow (voor veiligheid)
  • PKCE (Proof Key for Code Exchange) verplicht
  • Moderne refresh-tokenstrategieën
  • Scopes voor gedetailleerde, minimale toegang

Klaar om uw bedrijf te laten groeien?

Start vandaag uw gratis proefperiode en zie binnen enkele dagen resultaten.

Demo aanvragen Inloggen

Remote MCP-serverarchitectuur

Hoe Remote MCP-servers werken

1. Hosting: Uitgerold op cloudplatforms (bijv. Cloudflare Workers, AWS, privéservers).
2. Capaciteitsblootstelling: Omwikkelt externe API’s, databases of interne tools, en stelt ze beschikbaar als MCP “tools” of “bronnen” in een standaardschema.
3. Connectie: Clients verbinden via HTTP(S), authenticeren met OAuth en starten een beveiligde sessie.
4. Communicatie:
   • Client stuurt gestandaardiseerde verzoeken (bijv. tool-aanroep, reflectie) via HTTP POST.
   • Server reageert en streamt updates/resultaten via SSE of streambare HTTP.
5. Autorisatie: Gebruikers verlenen toegang via OAuth-flows, met scopes per tool, data of operatie.
6. Ontdekking & Aanroep: Clients tonen dynamisch beschikbare tools en roepen ze op wanneer nodig, voor flexibele, AI-gedreven workflows.

Architectuurdiagram:

+---------------------+      HTTP/SSE      +---------------------+
|   AI Agent (Client) | <----------------> | Remote MCP Server   |
+---------------------+                    +---------------------+
             |                                         |
           OAuth (AuthN/AuthZ)                 Externe Service/API
             |                                         |
      Gebruiker verleent toegang                 (bijv. Jira API, DB)

Architectuurvergelijking: lokaal vs. remote MCP-servers

Transportprotocollen: stdio, HTTP, SSE, streambare HTTP

• stdio: Gebruikt voor lokale MCP-servers (proces-tot-proces of lokale socket).
• HTTP/SSE: Client stuurt HTTP-verzoeken; server streamt antwoorden/events terug via SSE.
• Streambare HTTP: Modern, stateloos transport over HTTP POST, voor robuuste, cloudvriendelijke streaming.
• Voordelen van streambare HTTP: Gemakkelijk schaalbaar, compatibel met proxies, ondersteunt chunked/streamed responses, omzeilt legacy browserproblemen.

Gebruikstoepassingen en Voorbeelden

LLM-integratie en agent-workflows

Voorbeeld: Atlassian’s Remote MCP-server koppelt Jira en Confluence aan Claude of andere LLM’s. De agent kan:

• Issues of documentatie samenvatten
• Werkitems direct vanuit chat aanmaken of bijwerken
• Meerstaps-workflows uitvoeren (bijv. bulk taken aanmaken, doelen extraheren, statussen in één keer bijwerken)

Cross-tool automatisering

Voorbeeld: Een marketingagent integreert drie verschillende MCP-servers:

• CMS: Maakt of wijzigt webpagina’s
• Analytics: Haalt verkeer/conversiedata op
• SEO: Voert audits uit, doet optimalisatievoorstellen

De agent schakelt tussen alle servers in één workflow (“Vat de prestaties van de blog van gisteren samen en stel verbeteringen voor”).

SEO-, content- en webautomatisering

Voorbeeld: Een remote MCP-server stelt een SEO-audit API beschikbaar. Een AI-agent kan:

• Live webpagina’s ophalen en parseren
• Gestructureerde data, metatags auditen
• Direct bruikbare SEO-rapporten of suggesties teruggeven

Enterprise data access en developer operations

Voorbeeld: DevOps-team stelt CI/CD-status, issuetracker en deployment-controls beschikbaar via een interne MCP-server. AI-agenten kunnen:

• Build/deploy-status checken
• Rollbacks of herstarts uitvoeren
• Incidenten/tickets openen, logs samenvatten

Schrijf u in voor onze nieuwsbrief

Ontvang gratis de nieuwste tips, trends en aanbiedingen.

E-mailadres

Abonneren

Belangrijkste kenmerken en voordelen

Voordelen

• Universeel protocol: Eén standaard voor het verbinden van elke AI-agent met elke tool of dienst.
• Schaalbaarheid: Verwerkt veel clients en hoge doorvoer in cloudomgevingen.
• Veiligheid: OAuth 2.1 dwingt gedetailleerde, herroepbare rechten af.
• Geen lokale installatie: Gebruikers hoeven alleen in te loggen en toegang te verlenen.
• Gecentraliseerde controle: Organisaties kunnen toegang centraal beheren.
• Snelle integratie: Geen aangepaste code per tool nodig; tools registreren zich met MCP-schema.

Afwegingen en beperkingen

Veiligheid en Autorisatie

OAuth-integratie

Remote MCP-servers gebruiken OAuth 2.1 voor veilige, gedelegeerde authenticatie/autorisatie:

• Gebruiker verleent toegang: AI-client start OAuth-flow, gebruiker keurt scopes/capaciteiten goed.
• Token-uitgifte: MCP-server geeft een eigen token met korte levensduur uit en onthult nooit inloggegevens van upstream providers.
• Gedetailleerde rechten: Alleen vooraf goedgekeurde tools/acties beschikbaar voor agenten.

Best practices:

• Geen impliciete flows (verwijderd in OAuth 2.1)
• PKCE afdwingen voor alle flows
• Refresh tokens veilig gebruiken

Beveiligingsrisico’s: tool poisoning en excessieve agency

• Tool poisoning: Aanvallers kunnen kwaadaardige instructies in tool-metadata injecteren, waardoor LLM’s mogelijk data lekken of schadelijke acties uitvoeren.
  • Mitigaties: Sanitize alle tooldescripties, valideer invoer, beperk toolmetadata tot vertrouwde bronnen.
• Excessieve agency: Te brede toolexposure maakt onbedoelde of gevaarlijke acties door AI-agenten mogelijk.
  • Mitigaties: Gebruik minimale scopes, beoordeel toolexposure regelmatig.

Best practices

• Stel alleen minimale, noodzakelijke capaciteiten beschikbaar
• Implementeer robuuste validatie/sanitatie voor alle toolmetadata en gebruikersinvoer
• Gebruik tokens met korte levensduur die door de server worden uitgegeven
• Audit en log alle verzoeken/antwoorden
• Beoordeel en update OAuth-scopes regelmatig