Das Model Context Protocol MCP als Schlüssel zur Integration von KI und externen Tools

Die Integration von Künstlicher Intelligenz in bestehende Arbeitsabläufe und Systeme stellt eine zentrale Herausforderung in der modernen Softwareentwicklung dar. Ein vielversprechender Ansatz zur Bewältigung dieser Komplexität ist das Model Context Protocol (MCP), ein von Anthropic entwickeltes Open-Source-Standardprotokoll. Dieses Protokoll ermöglicht es KI-Modellen, insbesondere solchen, die auf Code-Generierung und -Verständnis spezialisiert sind, wie Claude Code, auf sichere und standardisierte Weise mit einer Vielzahl externer Tools und Datenquellen zu interagieren. Die jüngsten Entwicklungen und Anwendungen von MCP unterstreichen sein Potenzial, die Art und Weise, wie Entwickler mit KI-Assistenten zusammenarbeiten, grundlegend zu verändern.

Das Model Context Protocol (MCP): Eine technische Einführung

Grundlagen und Funktionsweise

Das Model Context Protocol (MCP) ist eine Spezifikation, die darauf abzielt, die Verbindung zwischen Sprachmodell-Clients (Large Language Models, LLMs) und externen Tool-Servern oder Datenquellen zu standardisieren. Es wird oft metaphorisch als "USB-C Port für LLMs" bezeichnet, da es eine universelle Schnittstelle für die Erweiterung der Fähigkeiten von KI-Modellen bietet. MCP definiert dabei nicht nur ein Transport- und JSON-RPC-Schema, sondern auch eine gemeinsame Methode, wie Server drei Arten von Funktionen offenlegen können:

• Ressourcen: Dateibezogene oder dokumentenähnliche Daten, die von Clients gelesen werden können (z.B. Datenbankzeilen, Textdateien, JSON-Payloads).
• Tools: Aufrufbare Funktionen, deren Ausführung das Modell vom Host anfordern kann (erfordert Benutzergenehmigung).
• Prompts: Wiederverwendbare Prompt-Vorlagen oder Workflows, die vom Modell/Client aufgerufen werden können.

Die Kommunikation über MCP wird durch JSON-RPC 2.0 gesteuert und kann über verschiedene Transportmechanismen erfolgen, darunter Stdio (Standard-Ein-/Ausgabe), HTTP und Server-Sent Events (SSE). Dies ermöglicht einen bidirektionalen Austausch zwischen KI und externen Tools.

Architektur und Komponenten

Die Architektur von MCP ist bewusst einfach und modular gehalten. Sie besteht im Wesentlichen aus drei Komponenten:

• MCP-Server: Dieser Server stellt Tools, Ressourcen und Prompts zur Verfügung. Tools können Nebenwirkungen ausführen oder Daten abrufen, Ressourcen zeigen schreibgeschützte Inhalte an, und Prompts sind wiederverwendbare Vorlagen.
• MCP-Client (Host): Typischerweise ein LLM-Host wie Claude Code oder ein VS Code-Plugin. Er erkennt verfügbare Server, präsentiert die Tool-Beschreibungen dem Modell und leitet vom Modell initiierte Aufrufe an den Server weiter.
• Protokoll: Die Nachrichten sind als JSON-RPC kodiert. Die Spezifikation definiert Ereignisse des Lebenszyklus, Tool-Erkennung, Aufrufe, Vervollständigung/Sampling und die Rückgabe strukturierter Ergebnisse an Client und Modell.

Wenn ein LLM entscheidet, ein Tool zu verwenden, sendet der Client einen JSON-RPC-Aufruf an den MCP-Server. Der Server führt das angeforderte Tool aus und gibt die Ergebnisse als strukturierte und präsentierbare Inhalte zurück. Dies ermöglicht es dem Modell, seine Schlussfolgerungen nicht nur auf Textausgaben, sondern auch auf verlässliche Daten zu stützen.

Anwendungsfälle und praktische Integration

Erweiterung der Claude Code-Funktionalität

Claude Code ist ein KI-Dienst von Anthropic, der auf Code und entwicklerzentrierte Workflows spezialisiert ist. Durch die Integration von MCP-Servern kann Claude Code auf interne Tools wie Quellsuchen, CI-Runner, Ticketsysteme oder private Repositories zugreifen. Dies ermöglicht es dem Modell, als erstklassiges Tool in Kodierungsgesprächen und Agentenabläufen zu fungieren.

Konkrete Beispiele für die Anwendung von MCP mit Claude Code umfassen:

• Implementierung von Funktionen aus Issue-Trackern: Claude Code kann angewiesen werden, eine in einem JIRA-Issue beschriebene Funktion hinzuzufügen und einen Pull Request auf GitHub zu erstellen.
• Analyse von Überwachungsdaten: Die KI kann Sentry und Statsig überprüfen, um die Nutzung einer neuen Funktion zu analysieren.
• Abfrage von Datenbanken: Claude Code kann PostgreSQL-Datenbanken abfragen, um beispielsweise E-Mail-Adressen von Benutzern abzurufen.
• Integration von Design-Tools: Die KI kann E-Mail-Vorlagen basierend auf neuen Figma-Designs aktualisieren, die auf Slack gepostet wurden.
• Automatisierung von Workflows: Claude Code kann Entwürfe für E-Mails erstellen, um Benutzer zu Feedback-Sitzungen einzuladen.

Implementierungsbeispiele

Die Einrichtung eines MCP-Servers kann je nach Anwendungsfall und Präferenzen des Entwicklers variieren. Es gibt drei Hauptoptionen zur Konfiguration von MCP-Servern:

Remoteverbindung über HTTP-Server

HTTP-Server sind die bevorzugte Methode für die Verbindung zu entfernten MCP-Servern, insbesondere für Cloud-basierte Dienste. Die Konfiguration erfolgt über die Claude Code CLI, wobei der Transporttyp, ein Name und die URL des Servers angegeben werden. Authentifizierungsheader können ebenfalls übergeben werden.

Beispiel für die Verbindung zu Notion:

claude mcp add --transport http notion https://mcp.notion.com/mcp

Remoteverbindung über SSE-Server (Server-Sent Events)

Der SSE-Transport ist veraltet und sollte zugunsten von HTTP-Servern vermieden werden, wenn möglich. Die Konfiguration ist ähnlich wie bei HTTP, jedoch mit dem Transporttyp "sse".

Beispiel für die Verbindung zu Asana:

claude mcp add --transport sse asana https://mcp.asana.com/sse

Lokale Stdio-Server

Stdio-Server werden als lokale Prozesse auf der Maschine ausgeführt und eignen sich ideal für Tools, die direkten Zugriff auf das System oder benutzerdefinierte Skripte erfordern. Hierbei wird der Befehl, der den Server startet, direkt übergeben.

Beispiel für die Verbindung zu einem Airtable-Server:

claude mcp add --transport stdio airtable --env AIRTABLE_API_KEY=YOUR_KEY -- npx -y airtable-mcp-server

Der Parameter -- trennt dabei die Claude-CLI-Flags von den an den MCP-Server übergebenen Befehlen und Argumenten, um Konflikte zu vermeiden.

Entwicklung und Debugging

Für die Entwicklung und das Debugging von MCP-Servern stehen verschiedene Tools zur Verfügung. Der MCP Inspector ist ein offizielles visuelles Entwicklungstool, das es ermöglicht, MCP-Server zu testen, Tools aufzulisten, manuell aufzurufen und den Lebenszyklus von JSON-RPC-Nachrichten zu überprüfen. Darüber hinaus ist es entscheidend, die Protokolle des MCP-Servers und des Claude Desktop zu überprüfen, um Probleme bei der Verbindung oder Ausführung zu identifizieren.

Vorteile und Herausforderungen von MCP

Vorteile

Die Einführung des Model Context Protocols bietet eine Reihe von Vorteilen für die Entwicklung und den Einsatz von KI-Assistenten:

• Erhöhte Entwicklungseffizienz: Die standardisierte Schnittstelle vereinfacht die Integration von KI mit Tools und Datenquellen erheblich.
• Wiederverwendbarkeit: Ein einmal entwickelter MCP-Server kann von mehreren KI-Anwendungen genutzt werden, was den Entwicklungsaufwand reduziert.
• Sicherheit und Governance: MCP ermöglicht eine zentralisierte Zugriffssteuerung und Überwachung auf Serverebene, wodurch Organisationen genehmigte Server auf eine Whitelist setzen und die verfügbaren Tools kontrollieren können.
• Vermeidung von Vendor Lock-in: Da MCP ein offener Standard ist, können dieselben MCP-Server mit verschiedenen LLM-Clients verwendet werden, nicht nur mit Claude.
• Offloading von Daten und Logik: Anstatt alle Daten in Prompts einzubetten, können große Datenmengen und spezialisierte Logik an den MCP-Server ausgelagert werden, was Token-Nutzung reduziert und komplexere Operationen ermöglicht.

Herausforderungen

Trotz der Vorteile sind mit der Implementierung und dem Betrieb von MCP-Servern auch Herausforderungen verbunden:

• Betriebskosten für Stateful Communication: Dauerhafte Verbindungen können zu höheren Betriebskosten führen.
• Implementierungskomplexität: Die Anpassung bestehender Tools an MCP kann aufwendig sein.
• Sicherheitsrisiken: Wenn MCP-Server Zugriff auf sensible Daten gewähren, besteht das Risiko von Prompt-Injection oder der Offenlegung von Authentifizierungsinformationen, wenn keine angemessenen Sicherheitsmaßnahmen getroffen werden.

Ausblick auf die Zukunft

Das Model Context Protocol stellt einen wichtigen Schritt in Richtung einer nahtloseren Integration von KI in komplexe Softwareentwicklungsumgebungen dar. Es ermöglicht KI-Modellen wie Claude Code, über ihre Kernfunktionen hinauszuwachsen und zu umfassenden "Entwicklungskonsolen" zu werden, die den gesamten Entwicklungsprozess unterstützen. Die Möglichkeit, KI-Modelle mit einer Vielzahl von Tools und Datenquellen zu verbinden, eröffnet neue Möglichkeiten für Automatisierung, intelligente Assistenz und eine effizientere Softwareentwicklung.

Die kontinuierliche Weiterentwicklung von MCP und die wachsende Anzahl verfügbarer MCP-Server und SDKs für verschiedene Programmiersprachen (wie Python und TypeScript) deuten darauf hin, dass dieses Protokoll eine Schlüsselrolle bei der Gestaltung zukünftiger KI-gestützter Entwicklungstools spielen wird. Für Unternehmen, die ihre Entwicklungsprozesse optimieren und die Leistungsfähigkeit von KI voll ausschöpfen möchten, ist das Verständnis und die strategische Implementierung von MCP von großer Bedeutung.

Bibliography

- "Claude Code を MCP 経由でツールに接続する - Claude Code Docs." docs.claude.com, https://docs.claude.com/ja/docs/claude-code/mcp. Accessed 15 May 2024. - "Claude Desktopと連携 Python製MCPサーバの実用ハンズオン." qiita.com, https://qiita.com/00b012deb7c8/items/241f99e2a333e8b7afaf. Accessed 15 May 2024. - "Claude Code 用の MCP サーバーを作成する - 実践的で段階的なガイド." www.cometapi.com, https://www.cometapi.com/ja/create-a-mcp-server-for-claude-code/. Accessed 15 May 2024. - "Claude CodeにMCPサーバを簡単設定." manacra.com, https://manacra.com/claude-code-mcp/. Accessed 15 May 2024. - "Claude Codeにローカル起動型のMCPサーバーを接続する." developers-book.com, https://developers-book.com/posts/connect-claude-local-mcp/. Accessed 15 May 2024. - "Claude + MCP + Godot でサクッとゲーム開発をしたいんだもん（MCPはAIのUSB-C）." zenn.dev, https://zenn.dev/yurinchi/articles/879883dc91c3d6. Accessed 15 May 2024. - "GitHub - hfujikawa77/ardupilot-mcp-server-sandbox: ArduPilot ドローンをLLMと連携して自然言語で操作するMCPサーバーです。 Claude DesktopやCline などMCPホストから利用可能です。". github.com, https://github.com/hfujikawa77/ardupilot-mcp-server-sandbox. Accessed 15 May 2024. - "Model Context Protocol完全解説 30日間シリーズ - Day 10【MCP実装 #10】MCPクライアント実装入門：Claude Desktopとの連携方法." qiita.com, https://qiita.com/555hamano/items/2437d0d0b0d68add277f. Accessed 15 May 2024. - "Unity+MCP(Claude)：自然言語でゲーム開発を試してみた（Vibeコーディング）." zenn.dev, https://zenn.dev/bamboohouse/articles/d8df41a995f818. Accessed 15 May 2024.