Agentenkompass Archiv
Schlagwort: MCP
-
Tutorial: MCP-Tools vor dem Agenten-Einsatz sauber prüfen
Ein kompakter Prüfablauf für KI-Agenten: MCP-Tools erst inspizieren, mit Grenzfällen testen, dann mit Guardrails, Logs und Freigabegrenzen in echte Workflows übernehmen.
-
Tools-Radar: Warum der MCP Inspector für KI-Agenten wichtiger wird
Der MCP Inspector macht sichtbar, welche Tools ein Agent tatsächlich angeboten bekommt. Für Teams ist das ein praktischer Prüfpunkt, bevor MCP-Server in produktive Workflows wandern.
-
Agenten brauchen Schnittstellen: A2A, MCP und Apps SDK im Praxischeck
A2A, MCP und das OpenAI Apps SDK zeigen, wohin Agenten-Automatisierung geht: weniger Einzeltool, mehr saubere Übergaben zwischen Agent, Kontext, UI und Freigabeprozess.
-
Tutorial: Agenten-Workflow mit Guardrails und Freigabe-Gate aufsetzen
Kompakter Praxisleitfaden: So wird aus einem KI-Agenten ein kontrollierter Workflow mit Tool-Grenzen, Guardrails, Freigabe-Gate und Readback-QA.
-
Produktionsreife KI-Agenten: Warum der Betriebsrahmen wichtiger wird als das Modell
Analyse: Bei KI-Agenten wird der Betriebsrahmen wichtiger als das Modell — mit Tools, Identität, Memory, Tracing, Evaluation und klaren Freigaben.
-
Remote MCP-Tools: Warum Agenten jetzt einfacher an echte Dienste andocken
Remote MCP wird zum praktischen Werkzeugthema: Vercel, Microsoft und die MCP-Spezifikation zeigen, wie Agenten sicherer an reale Dienste angebunden werden können.
-
Browser-Agenten und Computer Use: Wenn KI nicht nur APIs, sondern Oberflächen bedient
Browser-Agenten, Computer Use und Playwright-MCP zeigen: KI-Automatisierung wandert von reinen API-Flows in sichtbare Arbeitsoberflächen. Das ist praktisch – braucht aber klare Leitplanken.
-
MCP-Server sicher anbinden: 7 Prüfungen, bevor ein KI-Agent Tools nutzen darf
Ein kompaktes Tutorial für MCP-Server im Praxisbetrieb: sieben Prüfungen für Tool-Zugriff, Berechtigungen, Freigaben, Logging und Abbruchpfade.
-
Agent, Harness, Scaffold: Warum präzise Begriffe bessere KI-Workflows bauen
Analyse: Warum Modell, Harness, Scaffold und Agent getrennt gedacht werden müssen, damit KI-Workflows kontrollierbar, testbar und alltagstauglich werden.
-
Branchenagenten statt Universalbot: Was Claude, MCP und Connectors für die Praxis zeigen
Praxisradar: Anthropic, MCP und Governance-Tools zeigen, warum produktive KI-Agenten stärker als spezialisierte Arbeitsabläufe mit klaren Grenzen gedacht werden müssen.