Die Welt der Künstlichen Intelligenz (KI) entwickelt sich rasant, und mit ihr die Tools und Plattformen, die KI-Entwicklern zur Verfügung stehen. Ein Bereich, der in letzter Zeit besondere Aufmerksamkeit erregt, ist die Entwicklung und Bereitstellung von Agenten und Multi-Agenten-Workflows. Hier setzt das Message-Passing Control Protocol (MCP) an, ein Protokoll zur Steuerung und Kommunikation mit KI-Agenten. Während viele MCP-Server als eigenständige Projekte implementiert sind, eröffnet ein neuer Ansatz die Möglichkeit, bestehende Agenten-Projekte schnell und effizient in MCP-Server umzuwandeln.
Die Herausforderung besteht darin, KI-Ingenieuren die Flexibilität zu bieten, weiterhin in ihren gewohnten Agenten-Frameworks zu prototypisieren und gleichzeitig eine einfache Bereitstellung als MCP-Server zu ermöglichen. Dieser Herausforderung stellt sich die neu entwickelte Bibliothek "automcp".
Die "automcp" Bibliothek lässt sich als Abhängigkeit zu bestehenden Projekten hinzufügen und unterstützt bereits eine Reihe von Frameworks, darunter CrewAI, LangGraph, Llama Index, OpenAI Agents SDK, Pydantic AI und mcp-agent. Weitere Frameworks sollen in Zukunft folgen. Durch einen einfachen CLI-Befehl wird eine Datei namens "run_mcp.py" erstellt. Nach einigen Modifikationen kann diese Datei ausgeführt werden, um den Server lokal zu starten. Die "run_mcp.py" Datei dient dabei als zentrale Konfigurationsdatei, vergleichbar mit Heroku's Procfile, Codespaces Konfigurationen oder IaC-Ansätzen wie Pulumi/AWS CDK.
Ergänzend zur "automcp" Bibliothek wurde eine Deployment-Plattform entwickelt, die die Bereitstellung von MCP-Servern weiter vereinfacht. Nutzer geben lediglich die GitHub-URL ihres Projekts ein und können mit einem Klick den Server deployen. Die Plattform stellt daraufhin eine URL für den gehosteten SSE-Server bereit, der mit MCP-Clients wie Cursor verwendet werden kann. Dieser Ansatz erinnert an Plattformen wie Vercel, die eine einfache Bereitstellung von Webanwendungen ermöglichen.
Obwohl der Prozess derzeit noch einige manuelle Schritte erfordert, bietet die Kombination aus der "automcp" Bibliothek und der Deployment-Plattform eine vielversprechende Lösung für die schnelle und effiziente Bereitstellung von MCP-Servern. Zukünftige Entwicklungen könnten die Automatisierung weiter vorantreiben, beispielsweise durch die automatische Erstellung von MCP-Servern für jeden Orchestrator, Agenten und jedes Tool in einem Projekt, anstatt eines monolithischen MCP-Servers. Dieser Ansatz würde die Granularität und Flexibilität der Bereitstellung weiter erhöhen und den Entwicklungsprozess von Multi-Agenten-Systemen vereinfachen.
Bibliographie: https://news.ycombinator.com/item?id=43683075 https://x.com/napthaai?lang=de https://twitter.com/lux/status/1912131652501012605 https://x.com/richardblythman?lang=de https://hn.algolia.com/?query=Get%20Curious&type=story&dateRange=all&sort=byDate&storyText=false&prefix&page=0 https://www.youtube.com/watch?v=El5YvBQ5py0 https://github.com/PipedreamHQ/awesome-mcp-servers https://github.com/lastmile-ai/mcp-agent https://www.reddit.com/r/ChatGPTCoding/comments/1i20jbb/opensource_library_for_durable_multiagent/ https://docs.mcp.run/blog/authors/nilslice