Weet je al wat een Model Context Protocol (MCP) is? Het verandert in rap tempo hoe ontwikkelaars in de wereld van AI-toepassingen denken over het automatiseren van processen, het aanspreken van externe datasets en het aandrijven van workflows met AI.
Bij Brthrs gebruiken we MCP om krachtige AI-applicaties te maken die beslissingen nemen, taken uitvoeren en samenwerken met bestaande systemen. We leggen je uit wat het Model Context Protocol is, hoe het in zijn werk gaat, welke voordelen het biedt en welke concrete toepassingen je er mee kan verwezenlijken.
Wat is het Model Context Protocol?
In de basis maakt MCP het mogelijk om op een uniforme en gestandaardiseerde manier AI-oplossingen te verbinden met bestaande tools, data en systemen. Een MCP zorgt in feite voor een gezamenlijke taal waarmee een large language model (LLM) kan communiceren met andere bronnen en programma’s.
Zie MCP als een USB-C kabel
Je kunt een MCP zien als een USB-C kabel voor AI-applicaties. Deze kabel maakt het mogelijk om allerlei apparaten met elkaar te verbinden, zoals telefoons, laptops en harde schijven. De USB-C kabel past overal in en zo heb je niet langer allerlei kabeltjes nodig.
Een MCP maakt het op een vergelijkbare manier mogelijk om AI-modellen op universele wijze te verbinden met externe systemen. Zo heb je per tool dus niet meer verschillende koppelingen nodig, maar nog maar eentje. Zie MCP als het kabeltje dat alles koppelt.
Waarom is MCP ontwikkeld?
Je raadt het misschien al: MCP is dus ontwikkeld om niet meer al die losse koppelingen te hoeven maken. Dat scheelt niet alleen tijd. Het maakt ook de kans op fouten kleiner, het maakt problemen makkelijker op te lossen en het vergroot de schaalbaarheid van systemen.
De componenten van een MCP
Een MCP heeft een duidelijke structuur. Die bestaat uit de host, de client en de server. Samen zorgen ze ervoor dat AI-systemen veilig en efficiënt communiceren met andere systemen.
De MCP-host
De host is de applicatie waar het AI-model op draait. Dit kan bijvoorbeeld een chatbot zijn. Het begint allemaal bij de host. Hier ontvangt het model vragen. Vervolgens bepaalt het welke gegevens of gereedschappen er nodig zijn om die vragen op te lossen.
De MCP-client
De client is de schakelaar tussen de host en de server. De client vertaalt de verzoeken die de host heeft ontvangen naar MCP-berichten, zoekt beschikbare servers en zorgt voor het aanroepen van de juiste tool. De client heeft dus een verbindende rol tussen host en server.
De MCP-server
De server bevat de daadwerkelijke verbindingen naar externe gegevensbronnen en tools. Dit kan bijvoorbeeld een database, een CRM-systeem of een zoekmachine zijn. De server ontvangt de instructies en vindt de antwoorden.
Hoe werkt MCP in de praktijk?
In essentie zorgt een MCP ervoor dat een LLM hulp kan vragen aan externe tools om een vraag te beantwoorden of een taak uit te voeren. Stel dat je aan je chatbot vraagt: ‘Zoek het recentste verkooprapport in onze database en mail het naar mijn manager’. Dan gaat MCP in vereenvoudigde zin zo aan het werk:
- Het verwerken van het verzoek. De LLM begrijpt dat hij geen toegang heeft tot de database en geen e-mails kan versturen. Hij gebruik de MCP-client om te zoeken naar beschikbare tools. Hij vindt twee relevante tools op MCP-servers: de database en het e-mailprogramma.
- Het aanroepen van de tools. De LLM genereert een verzoek om de tools te gebruiken. Eerst roept het de database aan, waarbij het de naam van het rapport opgeeft. De MCP-client stuurt dit verzoek naar de juiste MCP-server.
- Het verwerken van de informatie. De MCP-server ontvangt het verzoek, vertaalt het naar een beveiligde SQL-query voor de database en haalt het desbetreffende rapport op. Het formatteert deze gegevens en stuurt ze terug naar het LLM.
- Het uitvoeren van de handeling. Nu het LLM de rapportgegevens heeft, roept hij het e-mailprogramma aan. Hij geeft het e-mailadres van de manager en de inhoud van het rapport op. Na het verzenden van de mail bevestigt de MCP-server dat de handeling is afgerond.
- Het geven van bevestiging. Vervolgens geeft het LLM ook bevestiging aan de gebruiker van de chatbot. Bijvoorbeeld: ‘Ik heb het meest recente verkooprapport gevonden en gemaild naar uw manager’.
Voordelen van MCP
Uit de werking van MCP blijkt al dat het verschillende voordelen heeft. We zetten nog even drie voordelen op een rij.
Minder hallucinaties
Een MCP zorgt voor een uniforme en gestandaardiseerde verbinding met externe gegevens. Dankzij de concrete koppelingen valt er voor AI niets te verzinnen. Dit verkleint de kans op hallucinaties en foutieve aannames. Het maakt werken met AI concreter.
Meer automatisering
Met MCP is het mogelijk om AI-systemen autonoom taken te laten uitvoeren. Denk hierbij aan het verwerken van gegevens, het uitvoeren van berekeningen of het in gang zetten van workflows. Hierdoor kunnen ontwikkelaars complexe bedrijfsprocessen automatiseren.
Betere verbindingen
Er is minder maatwerk nodig om allerlei tools met elkaar te verbinden. Dankzij MCP als universeel koppelkabeltje zijn integraties een stuk eenvoudiger en veiliger. Ook is het makkelijker om zodoende op te schalen. Koppelen kost minder tijd en moeite, waardoor er meer tijd overblijft voor ander werk.
Toepassingen van MCP
Met MCP is er veel mogelijk. In zekere zin is het de hoeksteen van nieuwe generaties van AI-toepassingen. We zetten een paar mogelijke toepassingen op een rij.
Slimmere AI-agents
Met MCP zijn AI-agents in staat om autonomer te werk te gaan. Ze kunnen actie ondernemen in complexe omstandigheden. Denk hierbij aan het verzorgen van een planning, het genereren van code, het uitvoeren van CRM-updates of zelfs het bouwen van een volledige webapplicatie.
Contextgevoelige workflows
Met MCP is het ook mogelijk om automatisch informatie uit meerdere opslagplaatsen en gegevensbronnen te combineren. Zo kun je allerlei vormen van informatie aan elkaar koppelen en AI nog diepere inzichten laten opleveren. Het leidt tot rijkere workflows en betere antwoorden.
Verbonden bedrijfsprocessen
In de praktijk kan een MCP-server dus gekoppeld zijn aan interne systemen zoals ERP-software, e-mailprogramma’s, documentenbeheer of Internet of Things-systemen. Zo ontstaat er een AI-aangedreven ecosysteem waarin alles met elkaar kan communiceren.
Ook profiteren van de kracht van MCP?
Voor de meeste mensen is MCP nog een vrij abstract begrip. Als we laten zien wat er in de praktijk allemaal mee mogelijk is, wordt het veel concreter. Dankzij MCP als fundament zijn AI-applicaties sneller, slimmer, schaalbaarder en veiliger.
Handelingen die voorheen veel tijd hebben gekost, kunnen nu klaar zijn in een paar seconden. Je hoeft niet meer allerlei gegevens bij elkaar te zoeken. Je stelt een vraag, het AI-model snapt je behoefte en voert het in een mum van tijd uit of geeft je het gewenste antwoord.
Wil je meer weten over hoe MCP jouw organisatie kan stroomlijnen? Neem dan gerust contact met ons op. We gaan graag met je in gesprek over jouw AI-strategie. Zo kun je straks met minder inspanning meer resultaat behalen.
