BroadRouter
Loslegen

MCP (Model Context Protocol)

Aktualisiert

MCP (Model Context Protocol) ist ein offenes Protokoll auf Basis von JSON-RPC 2.0, das standardisiert, wie LLM-Anwendungen sich mit externen Tools und Daten verbinden. Ein MCP-Server stellt Tools, Ressourcen und Prompts bereit; ein MCP-Client in der Host-Anwendung findet sie und leitet Tool Calls des Modells an den Server weiter.

Auch genannt: MCP, Model Context Protocol, MCP-Server, MCP-Client, MCP-Tools, MCP server, MCP client, MCP tools

MCP ist ein Steckerstandard für LLM-Apps: Schreiben Sie einen Tool-Server einmal, und jeder Client, der MCP versteht, kann ihn nutzen.

So funktioniert es

Die Spezifikation beschreibt drei Rollen, die über JSON-RPC-2.0-Nachrichten kommunizieren:

  • Hosts: „LLM applications that initiate connections“ (Übersetzung: „LLM-Anwendungen, die Verbindungen aufbauen“), etwa ein IDE-Agent oder eine Chat-App.
  • Clients: „Connectors within the host application“ (Übersetzung: „Konnektoren innerhalb der Host-Anwendung“), einer pro Server.
  • Server: „Services that provide context and capabilities.“ (Übersetzung: „Dienste, die Kontext und Fähigkeiten bereitstellen.“)

Server können Tools (Funktionen, die das Modell ausführen darf), Ressourcen (Daten und Kontext) und Prompts (Nachrichtenvorlagen) anbieten. Die Spezifikation definiert zwei Standardtransporte: stdio für einen lokalen Unterprozess und Streamable HTTP, bei dem jede Nachricht ein HTTP-POST ist und Antworten als JSON oder als Stream aus Server-Sent Events zurückkommen.

Für Tools sendet der Client tools/list und erhält Namen, Beschreibungen und ein inputSchema in JSON Schema. Diese gibt er dem Modell als Tool-Definitionen weiter. Liefert das Modell einen Tool Call, sendet der Client tools/call mit den Argumenten und reicht das Ergebnis an das Modell zurück.

{"jsonrpc": "2.0", "id": 2, "method": "tools/call",
 "params": {"name": "get_weather", "arguments": {"location": "New York"}}}

Das Modell spricht nie mit dem MCP-Server. Es sieht nur Tool-Definitionen und Ergebnisse; deshalb funktioniert MCP mit jedem Modell, das Tool Calls gut beherrscht.

Warum es wichtig ist

  • Wiederverwendung. Ein GitHub- oder Datenbank-Server bedient jeden Agenten und jeden Editor, der MCP spricht.
  • Token-Kosten. Name, Beschreibung und Schema jedes gelisteten Tools werden in jeder Runde als Input gesendet. Viele Server mit vielen Tools machen jede Anfrage länger. Aktivieren Sie nur, was die Aufgabe braucht.
  • Sicherheit. Laut Spezifikation „represent arbitrary code execution“ Tools (Übersetzung: „stellen Tools beliebige Codeausführung dar“), und Hosts müssen die Zustimmung des Nutzers einholen, bevor sie ein Tool aufrufen. Tool-Ergebnisse sind zudem ein Einfallstor für Prompt Injection.

Bei BroadNet Inference

Die BroadNet-Dokumentation nennt weder einen MCP-Server noch einen MCP-spezifischen Endpoint. Sie betreiben MCP in Ihrem Client (Cline, Continue, opencode und andere) und richten das Modell des Clients auf die OpenAI-kompatible API von BroadNet. Die BroadNet-Dokumentation nennt Tool Calling für GLM 5.3 und Qwen3.8 27B. Der Beitrag MCP mit OpenAI-kompatiblen Modellen zeigt Client-Konfigurationen und eine Python-Bridge.

Häufige Fragen

Funktioniert MCP nur mit Claude?

Nein. MCP ist modellunabhängig. Der Client macht aus MCP-Tools gewöhnliche Tool-Definitionen; jedes Modell, das über Ihren Client Tool Calling unterstützt, kann sie also nutzen.

Was ist der Unterschied zwischen MCP und Tool Calling?

Tool Calling ist die Funktion der Modell-API, die einen Funktionsnamen und Argumente zurückgibt. MCP ist das Protokoll, mit dem Ihre App Tools auf einem Server findet und ausführt. MCP sitzt auf der Anwendungsseite der Tool-Schleife.

Betreibt BroadNet einen MCP-Server?

Die BroadNet-Dokumentation nennt keinen MCP-Server. Sie betreiben MCP-Server in Ihrem eigenen Client oder Agenten, und der Client sendet Tool Calls über die OpenAI-kompatible API an ein BroadNet-Modell.

Als Markdown lesenChatGPT fragenClaude fragenPerplexity fragen