Thema

MCP und Tool-Integration

Verbinden Sie Assistenten mit realen Tools, entwickeln Sie gut nutzbare Tool-APIs und vermeiden Sie unsichere Integrationen.

11 Beiträge (5 Artikel · 6 Videos)

Hier beginnen

Einige gute Beiträge für den Einstieg, bevor Sie die vollständige Übersicht durchsuchen.

Weitere in diesem Thema

15 Min. Lesezeit
Artikel

Multi-Agent-Projektmanagement mit Linear: Claude, Cursor und Codex mit gemeinsamem Backlog

Lassen Sie Claude Code, Cursor und Codex wie ein echtes Entwicklungsteam am selben Linear-Projekt arbeiten: Aufgaben übernehmen, Fortschritt dokumentieren, Prüfungen übergeben, Befunde beheben und Issues schließen, ohne einander in die Quere zu kommen.

Fortgeschritten
13 Min. Lesezeit
Artikel

Strukturierte Ausgaben und Function Calling: Muster für den Produktivbetrieb

Strukturierte Ausgaben und Function Calling bilden die Brücke vom „LLM, das Text generiert“ zum „System, das Aufgaben ausführt“. Im Produktivbetrieb zählen robuste Schemata, Fehlerbehandlung, Idempotenz und kontrollierte Degradation – nicht nur der JSON-Modus.

Fortgeschritten
20 Minuten
Video

Das Model Context Protocol (MCP)

Anthropic. Die Entwickler des Protokolls — Theo Chu, David Soria Parra und Alex Albert — erläutern, warum MCP existiert, aus welchen Komponenten es besteht (Server, Client und Transport), wie es seit der Veröffentlichung im November 2024 aufgenommen wurde und welche Server sie im Alltag selbst verwenden. Nach Nate Herks Übersicht dient das Video als maßgebliche Primärquelle.

Mittelstufe
16 Minuten
Video

Wie MCP-Server Agenten intelligenter machen (für Nichttechniker)

Nate Herk | AI Automation. Eine 16-minütige Erklärung ohne Fachjargon dazu, was ein MCP-Server ist, wie Clients wie Claude und n8n ihn nutzen und was Sie nach der Anbindung konkret anders machen. Sie entspricht nahezu genau dem Ansatz des Artikels „Claude oder Cursor mit Ihren Tools verbinden“.

Mittelstufe
104 Minuten
Video

Agenten mit dem Model Context Protocol entwickeln – vollständiger Workshop mit Mahesh Murag von Anthropic

AI Engineer. Mahesh Murag von Anthropic erläutert den Entwurf von MCP: weshalb Werkzeuge, Ressourcen und Prompts getrennt sind, wie Clients Fähigkeiten aushandeln und wie Produktions-Hosts das Protokoll tatsächlich einsetzen. Sehen Sie sich den Workshop nach der Implementierung an, um die Teile von MCP zu verstehen, die das SDK im Hintergrund verbirgt, und die Checkliste des Artikels zur Produktionsreife mit der Absicht der Spezifikationsautoren abzugleichen.

Fortgeschritten
75 Minuten
Video

Der ultimative MCP-Crashkurs – von Grund auf entwickeln

Web Dev Simplified. Eine vollständige Implementierung zum Mitmachen, die sowohl einen MCP-Server als auch einen Client in TypeScript entwickelt: Werkzeugdefinitionen, Schemata, Prompts und Ressourcen, stdio-Transport und Fehlersuche im Inspector. Kein anderes Video auf YouTube kommt der praktischen Aufgabe des Artikels näher. Das Tempo erlaubt es, im eigenen Editor Schritt für Schritt mitzuarbeiten.

Fortgeschritten
19 Minuten
Video

Effektivere KI-Agenten entwickeln

Anthropic. Anthropic-Entwickler zeigen, was sie tatsächlich änderten, als ihre Multi-Agenten-Systeme Werkzeuge falsch verwendeten: Endpunkte zusammenführen, Namen statt IDs zurückgeben und MCP sowie Agent Skills nutzen, statt immer mehr Werkzeuge in den System-Prompt zu packen. Das entspricht Punkt für Punkt der Checkliste des Artikels zu Werkzeugbeschreibungen und Rückgabeformaten.

Fortgeschritten
29 Minuten
Video

Prompting für Agenten | Programmieren mit Claude

Anthropic. Hannah Moran und Jeremy Hadfield aus dem Applied-AI-Team zeigen an einem realen Pokémon-Spielagenten, wie Werkzeugaufrufe und Agenten-Prompts formuliert werden: Wann gehört ein Verhalten in den System-Prompt, wann in die Werkzeugbeschreibung, und welche Vorbedingungen eines Werkzeugs muss das Modell kennen? Das ist besonders nützlich, nachdem Sie Ihren ersten MCP-Server gebaut haben und Claude ihn anders als erwartet aufruft.

Fortgeschritten