Die praktische Umsetzung ist der Moment, in dem die Stärke des Model Context Protocol (MCP) greifbar wird. Während das Verständnis der Theorie und Architektur hinter MCP wichtig ist, zeigt sich der wahre Wert erst, wenn Sie diese Konzepte anwenden, um Lösungen zu entwickeln, zu testen und bereitzustellen, die reale Probleme lösen. Dieses Kapitel überbrückt die Lücke zwischen theoretischem Wissen und praktischer Entwicklung und führt Sie durch den Prozess, MCP-basierte Anwendungen zum Leben zu erwecken.
Egal, ob Sie intelligente Assistenten entwickeln, KI in Geschäftsabläufe integrieren oder maßgeschneiderte Werkzeuge für die Datenverarbeitung erstellen – MCP bietet eine flexible Grundlage. Das sprachunabhängige Design und die offiziellen SDKs für gängige Programmiersprachen machen es für eine breite Entwicklergruppe zugänglich. Durch die Nutzung dieser SDKs können Sie schnell Prototypen erstellen, iterieren und Ihre Lösungen auf verschiedenen Plattformen und Umgebungen skalieren.
In den folgenden Abschnitten finden Sie praktische Beispiele, Beispielcode und Bereitstellungsstrategien, die zeigen, wie MCP in C#, Java, TypeScript, JavaScript und Python implementiert wird. Sie lernen außerdem, wie Sie MCP-Server debuggen und testen, APIs verwalten und Lösungen mit Azure in der Cloud bereitstellen. Diese praxisnahen Ressourcen sollen Ihr Lernen beschleunigen und Ihnen helfen, robuste, produktionsreife MCP-Anwendungen sicher zu erstellen.
Diese Lektion konzentriert sich auf praktische Aspekte der MCP-Implementierung in verschiedenen Programmiersprachen. Wir zeigen, wie Sie MCP-SDKs in C#, Java, TypeScript, JavaScript und Python nutzen, um robuste Anwendungen zu erstellen, MCP-Server zu debuggen und zu testen sowie wiederverwendbare Ressourcen, Prompts und Tools zu erstellen.
Am Ende dieser Lektion werden Sie in der Lage sein:
- MCP-Lösungen mit offiziellen SDKs in verschiedenen Programmiersprachen zu implementieren
- MCP-Server systematisch zu debuggen und zu testen
- Serverfunktionen (Ressourcen, Prompts und Tools) zu erstellen und zu nutzen
- Effektive MCP-Workflows für komplexe Aufgaben zu entwerfen
- MCP-Implementierungen hinsichtlich Leistung und Zuverlässigkeit zu optimieren
Das Model Context Protocol bietet offizielle SDKs für mehrere Sprachen:
Dieser Abschnitt bietet praktische Beispiele zur Implementierung von MCP in verschiedenen Programmiersprachen. Beispielcode finden Sie im Verzeichnis samples, sortiert nach Sprache.
Das Repository enthält Beispielimplementierungen in folgenden Sprachen:
Jedes Beispiel veranschaulicht zentrale MCP-Konzepte und Implementierungsmuster für die jeweilige Sprache und Umgebung.
MCP-Server können jede Kombination der folgenden Funktionen implementieren:
Ressourcen liefern Kontext und Daten, die vom Nutzer oder KI-Modell verwendet werden:
- Dokumentenarchive
- Wissensdatenbanken
- Strukturierte Datenquellen
- Dateisysteme
Prompts sind vorgefertigte Nachrichten und Abläufe für Nutzer:
- Vordefinierte Gesprächsvorlagen
- Geführte Interaktionsmuster
- Spezialisierte Dialogstrukturen
Tools sind Funktionen, die das KI-Modell ausführen kann:
- Dienstprogramme zur Datenverarbeitung
- Integration externer APIs
- Rechenfunktionen
- Suchfunktionen
Das offizielle C# SDK-Repository enthält mehrere Beispielimplementierungen, die verschiedene Aspekte von MCP demonstrieren:
- Basic MCP Client: Einfaches Beispiel, das zeigt, wie man einen MCP-Client erstellt und Tools aufruft
- Basic MCP Server: Minimale Serverimplementierung mit grundlegender Tool-Registrierung
- Advanced MCP Server: Voll ausgestatteter Server mit Tool-Registrierung, Authentifizierung und Fehlerbehandlung
- ASP.NET Integration: Beispiele zur Integration mit ASP.NET Core
- Tool Implementation Patterns: Verschiedene Muster zur Implementierung von Tools mit unterschiedlicher Komplexität
Das MCP C# SDK befindet sich in der Vorschauphase, und die APIs können sich ändern. Wir werden diesen Blog kontinuierlich aktualisieren, während sich das SDK weiterentwickelt.
-
Erstellen Sie Ihren ersten MCP Server.
Für vollständige C# Implementierungsbeispiele besuchen Sie das offizielle C# SDK-Beispiel-Repository
Das Java SDK bietet robuste MCP-Implementierungsoptionen mit Enterprise-Features.
- Integration mit dem Spring Framework
- Starke Typsicherheit
- Unterstützung für reaktive Programmierung
- Umfassende Fehlerbehandlung
Für ein vollständiges Java-Beispiel siehe Java sample im Beispielverzeichnis.
Das JavaScript SDK bietet einen leichten und flexiblen Ansatz zur MCP-Implementierung.
- Unterstützung für Node.js und Browser
- Promise-basierte API
- Einfache Integration mit Express und anderen Frameworks
- WebSocket-Unterstützung für Streaming
Für ein vollständiges JavaScript-Beispiel siehe JavaScript sample im Beispielverzeichnis.
Das Python SDK bietet einen pythonischen Ansatz zur MCP-Implementierung mit exzellenter Integration in ML-Frameworks.
- Async/await-Unterstützung mit asyncio
- FastAPI-Integration
- Einfache Tool-Registrierung
- Native Integration mit beliebten ML-Bibliotheken
Für ein vollständiges Python-Beispiel siehe Python sample im Beispielverzeichnis.
Azure API Management ist eine hervorragende Lösung, um MCP-Server abzusichern. Die Idee ist, eine Azure API Management-Instanz vor Ihren MCP-Server zu setzen und Funktionen zu nutzen, die Sie wahrscheinlich benötigen, wie:
- Ratenbegrenzung
- Tokenverwaltung
- Überwachung
- Lastverteilung
- Sicherheit
Hier ist ein Azure-Beispiel, das genau das macht, also einen MCP-Server erstellt und mit Azure API Management absichert.
So läuft der Autorisierungsprozess im folgenden Bild ab:
Im obigen Bild passiert Folgendes:
- Authentifizierung/Autorisierung erfolgt über Microsoft Entra.
- Azure API Management fungiert als Gateway und nutzt Richtlinien, um den Datenverkehr zu steuern und zu verwalten.
- Azure Monitor protokolliert alle Anfragen zur weiteren Analyse.
Schauen wir uns den Autorisierungsablauf etwas genauer an:
Erfahren Sie mehr über die MCP Authorization specification
Schauen wir, ob wir das zuvor erwähnte Beispiel bereitstellen können:
-
Klonen Sie das Repository
git clone https://github.com/Azure-Samples/remote-mcp-apim-functions-python.git cd remote-mcp-apim-functions-python -
Registrieren Sie den
Microsoft.AppRessourcenanbieter.- Wenn Sie Azure CLI verwenden, führen Sie
az provider register --namespace Microsoft.App --waitaus. - Wenn Sie Azure PowerShell verwenden, führen Sie
Register-AzResourceProvider -ProviderNamespace Microsoft.Appaus. Prüfen Sie anschließend mit(Get-AzResourceProvider -ProviderNamespace Microsoft.App).RegistrationState, ob die Registrierung abgeschlossen ist.
- Wenn Sie Azure CLI verwenden, führen Sie
-
Führen Sie diesen azd Befehl aus, um den API-Management-Dienst, die Function App (mit Code) und alle weiteren benötigten Azure-Ressourcen bereitzustellen
azd up
Dieser Befehl sollte alle Cloud-Ressourcen auf Azure bereitstellen.
-
Öffnen Sie ein neues Terminalfenster, installieren und starten Sie MCP Inspector
npx @modelcontextprotocol/inspector
Sie sollten eine Oberfläche ähnlich der folgenden sehen:
-
Klicken Sie mit gedrückter STRG-Taste, um die MCP Inspector Web-App von der vom Programm angezeigten URL zu laden (z.B. http://127.0.0.1:6274/#resources)
-
Stellen Sie den Transporttyp auf
SSE -
Setzen Sie die URL auf Ihren laufenden API Management SSE-Endpunkt, der nach
azd upangezeigt wird, und klicken Sie auf Connect:https://<apim-servicename-from-azd-output>.azure-api.net/mcp/sse
-
Tools auflisten. Klicken Sie auf ein Tool und wählen Sie Run Tool.
Wenn alle Schritte erfolgreich waren, sind Sie jetzt mit dem MCP-Server verbunden und konnten ein Tool aufrufen.
Remote-mcp-functions: Dieses Set von Repositories ist eine Schnellstartvorlage zum Erstellen und Bereitstellen benutzerdefinierter Remote-MCP (Model Context Protocol) Server mit Azure Functions in Python, C# .NET oder Node/TypeScript.
Die Beispiele bieten eine Komplettlösung, die Entwicklern ermöglicht:
- Lokal entwickeln und ausführen: Einen MCP-Server lokal entwickeln und debuggen
- Bereitstellung auf Azure: Einfach mit einem einzigen azd up-Befehl in die Cloud deployen
- Verbindung von Clients: Verbindung zum MCP-Server von verschiedenen Clients, einschließlich des Copilot-Agent-Modus in VS Code und dem MCP Inspector Tool
- Sicherheit von Grund auf: Der MCP-Server ist durch Schlüssel und HTTPS gesichert
- Authentifizierungsoptionen: Unterstützt OAuth mit integrierter Authentifizierung und/oder API Management
- Netzwerktrennung: Ermöglicht Netzwerktrennung mit Azure Virtual Networks (VNET)
- Serverlose Architektur: Nutzt Azure Functions für skalierbare, ereignisgesteuerte Ausführung
- Lokale Entwicklung: Umfassende Unterstützung für lokale Entwicklung und Debugging
- Einfache Bereitstellung: Vereinfachter Bereitstellungsprozess für Azure
Das Repository enthält alle notwendigen Konfigurationsdateien, Quellcode und Infrastrukturdefinitionen, um schnell mit einer produktionsreifen MCP-Server-Implementierung zu starten.
-
Azure Remote MCP Functions Python – Beispielimplementierung von MCP mit Azure Functions in Python
-
Azure Remote MCP Functions .NET – Beispielimplementierung von MCP mit Azure Functions in C# .NET
-
Azure Remote MCP Functions Node/Typescript – Beispielimplementierung von MCP mit Azure Functions in Node/TypeScript.
- MCP SDKs bieten sprachspezifische Werkzeuge zur Implementierung robuster MCP-Lösungen
- Der Debugging- und Testprozess ist entscheidend für zuverlässige MCP-Anwendungen
- Wiederverwendbare Prompt-Vorlagen ermöglichen konsistente KI-Interaktionen
- Gut gestaltete Workflows können komplexe Aufgaben mit mehreren Tools orchestrieren
- Die Implementierung von MCP-Lösungen erfordert Berücksichtigung von Sicherheit, Leistung und Fehlerbehandlung
Entwerfen Sie einen praktischen MCP-Workflow, der ein reales Problem in Ihrem Bereich löst:
- Identifizieren Sie 3-4 Tools, die zur Lösung dieses Problems nützlich wären
- Erstellen Sie ein Ablaufdiagramm, das zeigt, wie diese Tools zusammenarbeiten
- Implementieren Sie eine einfache Version eines der Tools in Ihrer bevorzugten Sprache
- Erstellen Sie eine Prompt-Vorlage, die dem Modell hilft, Ihr Tool effektiv zu nutzen
Weiter: Fortgeschrittene Themen
Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ursprungssprache gilt als maßgebliche Quelle. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen.