Was ist ein MCP-Server?

Das Model Context Protocol (MCP) ist ein neuer offener Standard, der entwickelt wurde, um die Interaktion von KI-Agenten und -Anwendungen mit externen Tools und kontextbezogenen Datenquellen zu verbessern. Das Hauptziel besteht darin, die Prompt-Generierung zu verbessern und LLMs einen besser strukturierten Kontext zu bieten.

Ein MCP-Server kann verschiedene Arten von Funktionen bereitstellen – von der einfachen Bereitstellung von Daten bis hin zur Ausführung komplexerer Aktionen.

Verfügbare MCP-Server finden Sie in der offiziellen MCP-Registry.

Daten verbinden und in natürlicher Sprache untersuchen

MCP-Server, die für die Datenkonnektivität entwickelt wurden, lassen sich in der Regel in zwei Kategorien einteilen: solche, die Daten bereitstellen (lesen) können, und solche, die vollständige CRUD-Operationen unterstützen. 

Schreibgeschützte MCP-Server garantieren, dass Daten nicht geändert, manipuliert oder gelöscht werden können.

Aus diesem Grund ist der ODS AIConnect MCP-Server schreibgeschützt.

Sobald Sie einen MCP-Server für Ihren KI-Agenten (z. B. Claude Desktop oder Microsoft Copilot für VS Code) registriert haben, können Sie damit beginnen, Fragen zu Ihren Daten in natürlicher Sprache zu stellen.

⚠️ Obwohl KI-Agenten mehrere Sprachen verstehen, werden die besten Ergebnisse in der Regel mit Englisch erzielt. 

Erstellen Sie Ihre eigenen Analyse-Tools

In Programmierumgebungen wie Microsoft VS Code kann ein MCP-Server zusammen mit den von Copilot bereitgestellten Funktionen – wie beispielsweise der automatisierten Codegenerierung – orchestriert werden. 

Dies eröffnet Ihnen folgende Möglichkeiten:

• Entwickeln Sie benutzerdefinierte Analysewerkzeuge, die auf Ihre spezifischen Daten und Anwendungsfälle zugeschnitten sind.
• Iterieren Sie schnell mithilfe von dialogorientierten Prompts und KI-generiertem Code.

Verwendung von ODS AI Connect

ODS AIConnect ist ein MCP-Server, der speziell für die Zusammenarbeit mit ASAM-ODS-Servern in Kombination mit Peak ASAM ODSBox entwickelt wurde.

Nachfolgend finden Sie ein Beispiel für einen Dialogablauf:

1) Eine Sitzung einrichten 

Prompt: “Connect to my ASAM ODS server” Der Agent fordert die erforderlichen Anmeldeinformationen an, stellt eine Verbindung zum ODS-Server her und ruft das Datenmodell (Ontologie) für Copilot ab.

2) Fragen zu den Daten stellen 

Prompt: “What kind of data is in the server?” Der Agent gibt eine Übersicht über die Daten zurück. Copilot koordiniert mehrere MCP-Interaktionen, um die erforderlichen Informationen zu sammeln.

3) Mit der Analyse der Daten beginnen 

Prompt: “Compare tests of a certain campaign”

Copilot generiert und führt Python-Code in Bezug auf die Daten aus, unter Verwendung von ASAM ODSBox, welche vom MCP-Server unterstützt wird.  Wenn Fehler auftreten, können Sie Copilot bitten, diese zu beheben oder die Analyse zu verfeinern.

4) Erstellen Sie eine Anwendung

Prompt: “Transform this into a web app”

Sobald die Analyse wie gewünscht funktioniert, können Sie Copilot bitten, eine Webanwendung zu generieren.

Im Beispiel wurde die App erweitert, um zwischen Kampagnen wechseln zu können und die entsprechenden Visualisierungen zu aktualisieren.

⚠️ Effizienz-Tipp

Um Kosten und Leistung zu optimieren, senden Sie alle Anforderungen in einer einzigen Anfrage (z. B. einem requirements.md-Dokument).

Sie können den Agenten mithilfe zusätzlicher Dateien wie agent.md und skill.md weiter anleiten, um präzisere Ergebnisse zu erhalten.