MCP, Function Calling, CLI und Skills für AI Agents im Vergleich
Automatische Übersetzung
Dieser Artikel wurde automatisch aus der englischen Originalversion übersetzt.
Verwenden Sie Function Calling, wenn eine Anwendung einer einzelnen Model-API einen kleinen Satz typisierter Tools bereitstellt. Verwenden Sie das Model Context Protocol (MCP), wenn mehrere kompatible Clients einen wiederverwendbaren Server entdecken und aufrufen sollen. Verwenden Sie eine Kommandozeilenschnittstelle (CLI), wenn bereits ein stabiler Befehl existiert und sich Text oder Dateien als Ein- und Ausgaben eignen. Verwenden Sie einen Skill, wenn wiederverwendbare Anweisungen, Skripte und Referenzen einem Agenten die Ausführung eines Workflows vermitteln sollen.
Diese Schnittstellen lassen sich kombinieren. Ein Skill kann einem Agenten mitteilen, wann er ein MCP-Tool aufrufen soll. Dieser Server kann eine vorhandene CLI ausführen, während das Model die Operation über Function Calling auswählt. Die Anwendung muss die Argumente validieren und vor der Ausführung die Berechtigung des Benutzers für die Zielressource prüfen.
Die Wahl hängt von Wiederverwendung, Deployment, Berechtigungen und der Verantwortung für die Wartung der Schnittstelle ab.
Entscheidungstabelle
| Bedarf | Ausgangspunkt | Wichtigster Hinweis |
|---|---|---|
| Kleiner typisierter Tool-Satz innerhalb einer Anwendung | Function Calling | Ein gültiges Schema autorisiert die Aktion nicht und macht Argumente nicht automatisch sicher. |
| Wiederverwendbare Tools für kompatible Clients | MCP Tools | Serveridentität, Zugangsdaten, Tool-Änderungen und zurückgegebene Inhalte benötigen separate Kontrollen. |
| Vorhandener Befehl für Entwicklung oder Betrieb | CLI | Validieren Sie Argumente, vermeiden Sie Shell-Interpolation und beschränken Sie den Zugriff auf die Umgebung und Zugangsdaten. |
| Wiederverwendbare Workflow-Anweisungen und Ressourcen | Agent Skills | Anweisungen leiten die Tool-Nutzung an; die Anwendung bleibt für Tool-Ausführung und Berechtigungen verantwortlich. |
| Stabile Logik innerhalb eines Prozesses | Typisierte Funktion oder Bibliotheks-API | Fügen Sie kein Protokoll hinzu, wenn eine Codebasis beide Seiten besitzt. |
Function Calling
Function Calling stellt dem Model benannte Operationen mit strukturierten Argumenten bereit. Es eignet sich für ein Produkt, bei dem Tools, Richtlinienprüfungen, Zugangsdaten und Ausführung in einer Anwendung liegen. Halten Sie Schemas eng gefasst, validieren Sie jedes Argument und bewerten Sie sowohl die Tool-Auswahl als auch den daraus resultierenden Seiteneffekt.
MCP
MCP trennt Clients von wiederverwendbaren Servern und standardisiert Erkennung und Aufruf. Es ist nützlich, wenn dieselbe Integration mit mehreren kompatiblen Agents oder Anwendungen funktionieren soll. Die Autorisierungsmechanismen erfordern weiterhin anwendungsspezifische Berechtigungsprüfungen. Authentifizieren Sie den Server, begrenzen Sie die Berechtigungen von Tokens, prüfen Sie Änderungen an Tool-Definitionen, isolieren Sie nicht vertrauenswürdige Server und behandeln Sie Ergebnisse als nicht vertrauenswürdige Eingaben.
CLI-Tools
Eine CLI ist häufig der kürzeste Weg zu ausgereiften Fähigkeiten wie Git, Paketmanagern, Cloud-Werkzeugen und Build-Systemen. Bevorzugen Sie Structured Output, explizite Arbeitsverzeichnisse, nicht interaktive Optionen, begrenzte Timeouts und eng gefasste Zugangsdaten. Vermeiden Sie es, aus nicht vertrauenswürdigem Text Shell-Zeichenfolgen zu erstellen.
Skills
Ein Skill bündelt prozedurale Anweisungen und kann Skripte, Referenzen oder Vorlagen enthalten. Die Agent Skills-Spezifikation ermöglicht kompatiblen Agents, diese Anweisungen bei Bedarf zu laden. Beschreiben Sie damit einen Workflow, den vorhandene Tools ausführen können. Halten Sie ihn klein genug für eine Prüfung, dokumentieren Sie Annahmen über Versionen und geben Sie an, welche Aktionen eine Freigabe benötigen.
Auswahl-Checkliste
- Wem gehören Client, Schnittstelle und Implementierung?
- Muss der Ansatz von mehreren Clients wiederverwendet werden?
- Ist das Eingabeschema eng gefasst und versioniert?
- Wo werden Autorisierung und Freigabe durchgesetzt?
- Können nicht vertrauenswürdige Inhalte Zugangsdaten oder den ausgehenden Netzwerkverkehr erreichen?
- Lassen sich Aufrufe, Argumente, Ergebnisse und Richtlinienentscheidungen nachvollziehen?
- Kann eine typisierte Bibliotheksfunktion das Problem mit einem geringeren Schnittstellenumfang lösen?
Weiterführende Lektüre
- Tool-Nutzung durch AI Agents vergleicht MCP, CLI, Skills, Codeausführung und Agent-Computer-Schnittstellen ausführlich.
- Anleitung für einen MCP-Server erstellt einen typisierten Server und testet ihn vor der Model-Integration.
- Sicherheit von AI Agents behandelt die Kontrollen für jede Schnittstelle.