Werkzeugnutzung, Agenten und MCP

Kurz: Ein Sprachmodell kann nur Text ausgeben. Mit Werkzeugnutzung (Function Calling) kann es stattdessen einen strukturierten Aufruf ausgeben, den ein Programm ausführt, und das Ergebnis wieder lesen. Ein Agent wiederholt das in einer Schleife, bis die Aufgabe erledigt ist.

Genauer: Das Modell führt nichts selbst aus. Das umgebende Programm („Harness“) bietet Werkzeuge an (Suche, Datei lesen, Code ausführen, Datenbank), führt die vom Modell gewünschten Aufrufe aus und gibt die Ergebnisse zurück.

Im Detail

• Ablauf: Werkzeug-Beschreibungen (Name, Parameter als JSON-Schema) → Modell schreibt { "tool": "suche", "args": {…} } → Programm führt aus → Ergebnis als Nachricht zurück → Modell antwortet oder ruft das nächste Werkzeug auf.
• Agent-Schleife: Planen → Werkzeug aufrufen → Ergebnis lesen → weitermachen, bis fertig oder ein Limit erreicht ist.
• MCP (Model Context Protocol): Offener Standard, über den Anwendungen Werkzeuge, Daten und Eingabeaufforderungen einheitlich für Modelle bereitstellen. Ein MCP-Server kann von vielen Programmen genutzt werden.
• Typische Werkzeuge: Websuche, Code-Ausführung, Dateisystem, Browser, Kalender, E-Mail.
• Gedächtnis: Zusätzlich Notizen und Dateien, da das Modell sonst nur den Kontext hat.
• Risiken: Ein Agent mit Rechten kann Schaden anrichten (Daten löschen). Rechte begrenzen, wichtige Schritte bestätigen lassen. Prompt Injection ist die Hauptgefahr.
• Strukturierte Ausgabe: Antwortformat per JSON-Schema erzwingen.

Siehe auch: rag-(retrieval-augmented-generation), Prompt Injection