Een MCP server is een lichtgewicht proces dat functionaliteiten, zoals bestandstoegang, databasequery's of API-aanroepen, beschikbaar stelt aan een taalmodel via het Model Context Protocol. Hiermee kan een model externe resources opvragen en gebruiken op een gestructureerde, consistente manier, zonder aangepaste integratiecode voor elke tool.
Achtergrond
Taalmodellen hebben geen persistente toegang tot systemen buiten hun inference-aanroep. Als een model een bestand moet lezen, een database moet bevragen of een API moet aanroepen, moet de applicatie dat zelf afhandelen. Voordat er een standaard bestond, loste elk team dit anders op: aangepaste functieschema's, eigen JSON-formaten, handgeschreven koppelcode.
Anthropic publiceerde het Model Context Protocol (MCP) eind 2024 om te standaardiseren hoe modellen en tools communiceren. Het definieert een client-serverarchitectuur. De applicatie aan de modelkant is de client; elke externe functionaliteit wordt verpakt in een server.
Wat een MCP server feitelijk doet
Een MCP server declareert drie soorten dingen:
- Tools. Functies die het model kan aanroepen, zoals het uitvoeren van een shell-commando, het doorzoeken van een codebase of het indienen van een formulier.
- Resources. Leesbare databronnen, zoals bestanden, databaserijen of API-responses, die op verzoek worden aangeboden.
- Prompts. Herbruikbare prompttemplates die de server beschikbaar stelt zodat de client ze bij naam kan aanroepen.
De server draait als een apart proces. Het communiceert met de client via een transportlaag, doorgaans standaard in-/uitvoer voor lokale servers of HTTP met server-sent events voor externe. De client ontdekt wat de server aanbiedt door bij het opstarten het manifest op te vragen.
Waarom een standaardprotocol helpt
Zonder gedeeld protocol betekent een model koppelen aan tien verschillende tools ook tien verschillende integratielagen schrijven en die onderhouden naarmate tool-interfaces veranderen. MCP maakt toolkoppelingen composeerbaar. Een client die MCP spreekt kan verbinding maken met elke conforme server zonder aangepaste code.
Dit is relevant voor agentic coding en bredere agentische workflows, waarbij een model mogelijk veel tools achter elkaar moet aanroepen en resultaten van de ene naar de volgende moet doorgeven. Een standaardprotocol verkleint het oppervlak waar dingen misgaan.
Het maakt ook capabiliteitsgrenzen expliciet. De server declareert precies wat hij beschikbaar stelt. Het model kan die declaratie niet overschrijden, wat relevant is voor beveiliging: een verkeerd geconfigureerde of kwaadaardige server is een gedefinieerd aanvalsoppervlak in plaats van een open socket.
Hoe MCP servers passen in productiesystemen
In de praktijk kan een engineeringteam meerdere MCP servers naast hun applicatie draaien:
- Eén die hun interne documentatie als resource beschikbaar stelt
- Eén die hun database omhult met alleen-lezen query-tools
- Eén die toegang biedt tot een code-uitvoeringsomgeving
De AI-agent of codingtool maakt bij het opstarten verbinding met elk en gebruikt welke functionaliteiten de taak vereist. De client, vaak een AI gateway of orchestratielaag, handelt de routering af.
MCP is relatief nieuw. De adoptie groeit in ontwikkelaarstooling en coding agents, maar productie-implementaties variëren sterk in volwassenheid. Teams die hierop bouwen moeten verwachten dat de specificatie zich verder ontwikkelt.
Risico's om te kennen
MCP servers breiden uit wat een model kan doen, wat de gevolgen van fouten vergroot. Een tool die naar een database schrijft of code uitvoert kan echte schade aanrichten als het model hem verkeerd gebruikt. Prompt injection is een specifiek aandachtspunt: een kwaadaardige invoer kan het model instrueren een destructieve tool aan te roepen.
Goede praktijk behandelt MCP-toolrechten op dezelfde manier als API-rechten: minimale privileges, expliciete scopes, logging van gedane aanroepen.
Waar we op testen
Engineers die met agentische systemen werken, moeten begrijpen hoe tools aan modellen worden blootgesteld en waar de faalmodi zitten. Onze vetting dekt dit direct: in de AI-native beoordeling worden kandidaten gescoord op tool orchestration en AI output verificatie, beide onderwerpen die snel zichtbaar worden wanneer iemand een MCP-ondersteunde workflow ontwerpt of debugt. Spec-driven development is hier ook relevant, omdat slechte tooldefinities dezelfde slechte resultaten opleveren, of de grens nu een functie-aanroep of een MCP-interface is. Volledige details op hoe we vetten.
Korte antwoorden
Is MCP specifiek voor Claude of Anthropic-modellen?
Nee. Anthropic heeft de spec gepubliceerd, maar MCP is een open protocol. Elke modelclient kan het implementeren, en verschillende codingtooling en frameworks buiten het Anthropic-ecosysteem hebben MCP-ondersteuning toegevoegd.
Wat is het verschil tussen een MCP server en een function-calling schema?
Function-calling schema's zijn per model en per integratie gedefinieerd. MCP is een standaard op transportniveau: elke conforme client maakt verbinding met elke conforme server zonder aangepaste code. Het omhult het concept van aanroepbare tools in een consistent protocol.
Kan een MCP server lees-schrijftoegang tot een database beschikbaar stellen?
Ja, maar dit moet zorgvuldig worden behandeld. De server kan schrijftools beschikbaar stellen, maar toegang moet het principe van minimale privileges volgen. Het is verstandig elke tool-aanroep die het model doet te loggen voordat je destructieve functionaliteit toekent.
