Een AI-assistent is pas echt nuttig als hij toegang heeft tot jouw context: documenten, agenda's, projectsystemen of een database. Het probleem is dat elke koppeling traditioneel maatwerk vraagt. Het Model Context Protocol (MCP) lost dit op met één open standaard voor het verbinden van AI-modellen met externe data en functionaliteit. MCP is geïntroduceerd door Anthropic en is sindsdien als open standaard breder geadopteerd door grote AI-apps en ontwikkelomgevingen.
Je kunt MCP zien als een gedeelde taal tussen AI-applicaties en de systemen waarmee ze willen werken. In plaats van voor elke combinatie van model en tool een aparte integratie te bouwen, praat elke kant met hetzelfde protocol. Het idee lijkt op de Language Server Protocol-aanpak: één standaard die in een hele markt herbruikbaar is.
De architectuur: host, client en server
MCP werkt volgens een client-serverarchitectuur met drie rollen:
- Host: de AI-applicatie waarin je werkt, bijvoorbeeld een desktopassistent of een ontwikkelomgeving. De host beheert de verbindingen en bepaalt wat de gebruiker mag.
- Client: een verbindingscomponent dat de host opstart. Elke client onderhoudt één verbinding met één server.
- Server: een los programma dat een specifieke databron of tool ontsluit, zoals een bestandssysteem, een agenda of een ticketsysteem.
De communicatie tussen client en server verloopt via gestructureerde berichten volgens JSON-RPC 2.0. Daardoor is de koppeling voorspelbaar en goed te controleren.
Wat een server kan aanbieden
Een MCP-server stelt zijn mogelijkheden beschikbaar via een paar standaardbegrippen:
- Resources: leesbare context, zoals de inhoud van een bestand of een record uit een systeem.
- Tools: acties die het model kan laten uitvoeren, zoals een zoekopdracht of het aanmaken van een item.
- Prompts: kant-en-klare instructiesjablonen die een server aanbiedt voor terugkerende taken.
Doordat deze begrippen vaststaan, kan een assistent automatisch ontdekken wat een server kan, zonder dat dit per server opnieuw geprogrammeerd hoeft te worden.
Wat de client terug kan bieden
Het verkeer loopt niet alleen één kant op. Een server kan via de client ook iets aan de host vragen. Drie begrippen zijn hierbij handig om te kennen:
- Sampling: een server vraagt de host om het taalmodel iets te laten genereren, bijvoorbeeld om midden in een taak extra redenering te doen.
- Roots: de client geeft aan binnen welke mappen of grenzen een server mag werken, zodat een server niet zomaar overal bij kan.
- Elicitation: een server vraagt de gebruiker rechtstreeks om aanvullende informatie of om een bevestiging, bijvoorbeeld bij een gevoelige actie.
Vooral roots en elicitation zijn belangrijk voor veiligheid: ze houden de mens in de lus en bakenen af waar een server bij mag.
Een protocol, geen product
MCP bepaalt hoe componenten met elkaar praten, maar niet welke AI-app of welke server je gebruikt. Dat maakt het juist breed inzetbaar: je kiest zelf je host en je servers.
Waarom dit nuttig is
De winst van MCP zit in standaardisatie. Voor organisaties betekent dit:
- Herbruikbaarheid: een server die je eenmaal bouwt of installeert, werkt met elke host die het protocol ondersteunt.
- Scheiding van zorgen: de logica om met een systeem te praten zit in de server, los van het AI-model.
- Overzicht: koppelingen zijn expliciet en per server af te bakenen, wat beheer en beveiliging eenvoudiger maakt.
Zo begin je
Een MCP-server koppelen in vier stappen
- Kies een host die MCP ondersteunt. Veel AI-clients hebben hiervoor een instelling of een configuratiebestand.
- Kies een server die past bij wat je wilt ontsluiten. Er bestaan kant-en-klare servers voor veelgebruikte bronnen, en je kunt er zelf één bouwen.
- Registreer de server in de host, doorgaans via een configuratiebestand waarin je opgeeft hoe de server gestart wordt.
- Test de verbinding met een eenvoudige vraag, zodat je ziet dat de assistent de resources of tools van de server herkent.
Begin klein
Start met één server en één duidelijke taak. Werkt die betrouwbaar, voeg dan pas een volgende server toe. Zo houd je grip op wat je AI-assistent precies mag en doet.
Beveiliging vanaf het begin
Omdat een MCP-server toegang kan geven tot gevoelige data en acties kan uitvoeren, hoort beveiliging vanaf de start onderdeel te zijn van je opzet:
- Gebruik alleen servers uit een betrouwbare bron en controleer wat ze precies mogen.
- Geef een server niet meer rechten dan nodig (least privilege) en gebruik roots om grenzen vast te leggen.
- Houd er rekening mee dat een server die acties uitvoert, ook fouten kan maken. Bouw een bevestiging in voor onomkeerbare handelingen, bijvoorbeeld via elicitation.
Tooldescripties zijn niet automatisch te vertrouwen
De specificatie waarschuwt dat de omschrijving van een tool onbetrouwbaar kan zijn als de server niet vertrouwd is. Een kwaadwillende server kan een onschuldig klinkende tool aanbieden die iets heel anders doet. Vraag daarom altijd om expliciete toestemming voordat een tool wordt uitgevoerd.
Met die basis is MCP een krachtige manier om je AI-assistent te verbinden met de systemen waarin je echt werkt. De standaard blijft zich doorontwikkelen, dus het loont om af en toe de officiële specificatie te raadplegen voor nieuwe mogelijkheden.
Wat betekent MCP precies?
MCP staat voor Model Context Protocol. Het is een open standaard die beschrijft hoe AI-applicaties op een uniforme manier verbinding maken met externe data en tools, zodat je niet voor elke combinatie een eigen integratie hoeft te bouwen.
Wat is het verschil tussen een host, een client en een server?
De host is de AI-app waarin je werkt en die de verbindingen beheert. De host start voor elke koppeling een client, en elke client praat met precies één server. De server is het losse programma dat een databron of tool ontsluit.
Wat is het verschil tussen resources, tools en prompts?
Resources zijn leesbare context, zoals de inhoud van een bestand. Tools zijn acties die het model kan uitvoeren, zoals iets opzoeken of aanmaken. Prompts zijn kant-en-klare instructiesjablonen voor terugkerende taken.
Heb ik programmeerkennis nodig om MCP te gebruiken?
Niet per se. Voor veelgebruikte bronnen bestaan kant-en-klare servers die je via een configuratiebestand koppelt. Zelf een server bouwen vraagt wel ontwikkelkennis.
Hoe houd ik MCP veilig?
Gebruik alleen servers uit een betrouwbare bron, geef ze niet meer rechten dan nodig, baken hun werkgebied af met roots en vraag om expliciete bevestiging voor onomkeerbare acties.
Is MCP gebonden aan één AI-leverancier?
Nee. MCP is een open standaard. Anthropic introduceerde het protocol, maar het wordt breder ondersteund door verschillende AI-apps en ontwikkelomgevingen, en je kiest zelf je host en servers.