Wie KI-Agenten ihre eigenen On-Demand-Integrationstools generieren

TL;DR: McProxy ist ein Open-Standard-Gateway auf Basis des Model Context Protocol (MCP), das es KI-Agenten ermöglicht, mithilfe natürlicher Sprache oder OpenAPI-Spezifikationen Werkzeugintegrationen auf Knopfdruck zu generieren. Durch die Umstellung der Integrationen von statischem Code auf dynamische Assets wird die Onboarding-Zeit von 16 Stunden auf unter 30 Sekunden verkürzt und gleichzeitig die Unternehmenssicherheit von Okta AURM zentralisiert.

Die Integrationssteuer, die jede:r Entwickler:in zahlt (und wie man sie vermeidet)

Kennen Sie das Gefühl, wenn Sie eine neue API integrieren oder, noch schlimmer, einen neuen MCP-Server erstellen und Onboarding durchführen müssen? Was eigentlich unkompliziert sein sollte, wird zu stundenlangem Durchforsten von Dokumentationen, dem Ringen mit Authentifizierungsabläufen und dem Debuggen obskurer Edge-Fällen. 

Multiplizieren Sie das nun mit jedem Tool in Ihrem Stack – Ihrer CI/CD-Pipeline, Ihrem Projekt-Tracker, Ihrem Dokumentations-Wiki und Ihrem Secrets Manager. Die Integrationsarbeit hört nie auf.

Während meiner Arbeit an Entwicklungstools bei Okta fiel mir etwas auf, das mich störte: Teams verbrachten ganze Tage damit, Integrationen zu entwickeln, die KI-Agenten dann nur etwa 10 Minuten lang nutzten. Die Rechnung ging einfach nicht auf.

Daher habe ich mich gefragt: Was wäre, wenn wir das Ganze umdrehen? Was wäre, wenn KI-Agenten bei Bedarf ihre eigenen Integrationen erstellen würden? Was wäre, wenn wir einen MCP-Server nur einmal einrichten und konfigurieren würden und dieser ein ganzes Arsenal an Tools, Workflows und untergeordneten MCP-Servern orchestrieren würde?

Was ist McProxy und wie skaliert es das Tooling?

McProxy (zum Patent angemeldet) ist eine Meta-Platform, die ich auf Basis des MCP entwickelt habe. Es ermöglicht KI-Agenten, Integrationstools auf Knopfdruck mithilfe von einfachem Englisch oder API-Spezifikationen zu erstellen und mehrere MCP-Server, Tools und Workflows unter einem einzigen, einheitlichen Dach zu orchestrieren. Was früher Stunden dauerte, dauert jetzt nur noch Sekunden. Darüber hinaus bietet die Gateway-Architektur einige interessante Möglichkeiten für Sicherheit und Governance, die ich anfangs nicht erwartet hatte.

Stellen Sie sich McProxy als einen einzelnen MCP-Server vor, der hinter den Kulissen heimlich mehrere andere MCP-Server koordiniert. Es ist sowohl ein einheitliches Gateway für Ihre Entwicklertools als auch eine Integrationsfabrik, die On-Demand-Verbindungen bereitstellen kann.

Kurzer Kontext: MCP ist ein relativ neuer Standard für die Kommunikation von KI-Agenten mit Tools. Es behandelt die Grundlagen – Tool-Erkennung, Authentifizierung und Ergebnisverarbeitung. McProxy baut auf dieser Grundlage auf und bietet die Möglichkeit, bei Bedarf neue Integrationen zu generieren.

Aus der Perspektive Ihres KI-Clients (z. B. Copilot CLI, Claude Desktop oder VS Code-Erweiterungen) erscheint McProxy als einzelner Server mit mehreren Tools. Im Hintergrund leitet es jedoch alles an spezialisierte untergeordnete Server weiter. 

Standardmäßig enthält es für Großunternehmen geeignete SaaS-Integrationen wie Jira für das Projektmanagement, Confluence für die Dokumentation, CircleCI für CI/CD-Pipelines, Calcifer für Testanalyse und Metriken und sogar einen spezialisierten Test-Fixer zur Analyse und Behebung instabiler Tests. Und es kann in Sekundenschnelle komplett neue Server bereitstellen, wenn Sie etwas anfordern, das noch nicht vorhanden ist.

Wenn Ihr Ökosystem wächst, organisiert McProxy Tools in Toolsets: logische Gruppierungen, die Ihnen eine präzisere Kontrolle bieten, wenn ein einzelner Server Dutzende oder Hunderte von Tools bereitstellt. Sie können ganze Toolsets dynamisch aktivieren oder deaktivieren, sodass Ihr Agent auf das fokussiert bleibt, was für die aktuelle Aufgabe wichtig ist.

Drei Methoden zur Generierung benutzerdefinierter MCP-Server bei Bedarf

McProxy bietet Ihnen drei verschiedene Möglichkeiten, neue MCP-Server zu erstellen, und sie alle haben eines gemeinsam: Sie erhalten sofortige Ergebnisse ohne manuellen Konfigurationsaufwand.

1. Dynamische Generierung aus natürlichsprachlichen Prompts

Das ist der beste Teil. Ein KI-Agent kann einfach sagen: "Erstellen Sie einen Wetterserver mit aktuellen Bedingungen, Prognosen und Unwetterwarnungen", und McProxy verwendet ein LLM, um einen vollständigen MCP-Server zu generieren, einschließlich Tools, Fehlerbehandlung, Authentifizierung und mehr.

Auch bei der Sicherheit macht der generierte Code keine Abstriche. Anmeldedaten werden in Ihrem Systemschlüsselbund gespeichert, nicht in Umgebungsvariablen. Hinter den Kulissen nutzt McProxy hochentwickelte Templates und Referenz-Implementierungen, um den Generierungsprozess zu steuern und so konsistente Muster, eine ordnungsgemäße Fehlerbehandlung und die Einhaltung von Best Practices für die Sicherheit sicherzustellen. Es ist nicht nur unbearbeiteter LLM-Output; es ist qualitätsgeprüfte Codegenerierung. Es dauert keine 30 Sekunden, bis das Onboarding des neuen Servers abgeschlossen und dieser mit all seinen Tools einsatzbereit ist.

2. Automatisierte Konvertierung von OpenAPI-Spezifikationen

Viele moderne APIs veröffentlichen OpenAPI-Spezifikationen, die ihre Endpunkte beschreiben. McProxy kann diese Spezifikationen verarbeiten und automatisch MCP-Server generieren.

Wenn Sie es auf die OpenAPI-Spezifikation von GitHub richten, erhalten Sie sofort Zugriff auf mehr als 200 Tools. Jedes davon verfügt über eine ordnungsgemäße Typisierung, Authentifizierungsverarbeitung und Dokumentation. Der gesamte Prozess dauert weniger als 30 Sekunden, wodurch wochenlange manuelle Arbeit entfällt.

3. Multi-Server-Workflow-Orchestrierung

Hier wird es interessant. McProxy kann Tools von bestehenden untergeordneten Servern übernehmen und in neuen Orchestrator-Servern zusammenführen, wodurch im Wesentlichen automatisierte Workflows entstehen. Sie können einfach einen mehrstufigen Prozess beschreiben, wie z. B.: "Generieren Sie einen Release-Workflow, der das Taggen des Repositorys, die Erstellung von Versionshinweisen, die Aktualisierung der Associate Jira-Tickets und den Versand von Team-Benachrichtigungen übernimmt."

McProxy generiert einen Orchestrator, der die Aufrufe über mehrere Server hinweg verkettet, Ausfälle ordnungsgemäß behandelt und den Fortschritt meldet. Sie erhalten sofort ein einziges Tool, das einen komplexen Vorgang koordiniert, der normalerweise eine Vielzahl benutzerdefinierter Skripte erfordern würde.

Wie viel Zeit spart McProxy Entwickler:innen?

Lassen Sie uns über Zahlen sprechen. Das traditionelle API- und Tool-Onboarding innerhalb einer MCP-Architektur ist manuell und aufwendig und erfordert stundenlange Konfiguration. Im Folgenden finden Sie einen messbaren Vergleich zwischen traditioneller Entwicklung und automatisierter Generierung:

Sie können mit 6–16 Stunden pro Integration rechnen, sofern keine größeren Probleme auftreten.

Mit McProxy? Weniger als 30 Sekunden. Der KI-Agent beschreibt, was er benötigt, McProxy generiert den Server automatisch und führt ein Onboarding durch, und die Tools sind sofort verfügbar. Die Qualität bleibt ebenfalls konstant, da jeder generierte Server denselben robusten Mustern folgt.

Oder betrachten Sie einen typischen Release-Workflow, der GitHub, Jira, Confluence und verschiedene Benachrichtigungssysteme umfasst. Das manuell mit einer ordnungsgemäßen Fehlerbehebung zu implementieren, könnte problemlos einen ganzen Tag in Anspruch nehmen. Mit McProxy beschreiben Sie den Workflow und erhalten in Sekundenschnelle einen funktionierenden Orchestrator.

Dezentrale Tools, zentrale Kontrolle: Der Vorteil der Gateway-Architektur

Hier ist etwas, das mir erst nach der Entwicklung von McProxy vollständig bewusst wurde: Dass der Request-Flow über einen einzigen Proxy-Server verläuft, eröffnet einige wirklich leistungsstarke Möglichkeiten für eine zentrale Steuerung.

Da alles über ein Gateway läuft, können Sie auf der obersten Ebene für Großunternehmen geeignete Richtlinien durchsetzen, ohne sie in jedem untergeordneten Server neu implementieren zu müssen:

• Sicherheitsrichtlinie und Zugriffskontrolle
• Erkennung, Handhabung und Schwärzung personenbezogener Daten (PII)
• Ratenbegrenzung und Kontingentverwaltung
• Umfassende Audit-Protokollierung
• Compliance-Durchsetzung

Das Gateway bietet zudem Funktionen für das Laufzeitmanagement, die Ihr Ökosystem wartbar halten. Sie können alle verbundenen Server auflisten, sie dynamisch aktivieren oder deaktivieren oder Konfigurationen neu laden – und das alles, ohne etwas neu starten zu müssen. Müssen Sie einen Server vorübergehend deaktivieren? Ein Befehl. Möchten Sie sehen, welche Server derzeit aktiv sind? Ein weiterer Befehl. Diese operative Flexibilität wird entscheidend, wenn die Anzahl der Integrationen wächst.

Unternehmens-Governance und übergeordnete Sicherheitsrichtlinien

Sicherheit ist hier keine Nebensache – sie ist von Anfang an fest in das Design integriert. Jedes Tool erfordert eine Authentifizierung über AURM (Oktas sicheres Authentifizierungssystem), und Anmeldedaten werden im System-Schlüsselbund gespeichert, niemals in Konfigurationsdateien oder Umgebungsvariablen.

Wenn McProxy neue Server generiert, integriert es automatisch das entsprechende Authentifizierungsgerüst. Generierte Server verwenden dieselben sicheren Muster wie manuell geschriebene, wodurch die üblichen Schwachstellen wie fest codierte Anmeldedaten oder eine unsichere Token-Speicherung vermieden werden.

Fazit: Selbst dynamisch generierte Integrationen erfüllen für Großunternehmen geeignete Sicherheits-Standard. Der Agent kann Tools frei erstellen, aber er kann keine Sicherheitslücken erzeugen.

Verkettung komplexer Operationen über mehrere untergeordnete Server hinweg

Die Erstellung einzelner Tools ist sicherlich wertvoll. Aber die Möglichkeit, bestehende Tools in Workflow-Servern zu kombinieren? Genau hier wird es wirklich transformativ.

Wenn Sie einen Orchestrator-Server erstellen, stellt dieser als Client eine Verbindung zu McProxy her und ruft Tools von anderen untergeordneten Servern auf. Dies ermöglicht mehrstufige Workflows mit Fehlerbehandlung und Fortschrittsberichten. 

Ein Workflow für die Feature-Entwicklung könnte Anforderungen aus Confluence lesen, ein Jira-Ticket erstellen, dieses auf "In Bearbeitung" setzen, einen Branch in GitHub erstellen und die Dokumentation aktualisieren – alles als ein einziger atomarer Vorgang.

McProxy enthält vorkonfigurierte Workflows für gängige Szenarien wie z. B. Feature-Entwicklung, Releases und Incident Response. Allerdings können Agent:innen benutzerdefinierte Orchestratoren anfordern, die auf die spezifischen Prozesse ihres Teams zugeschnitten sind. Der Workflow wird generiert, integriert und ist sofort zusammen mit bestehenden Tools nutzbar.

Herkömmliche Workflow-Automatisierung erzwingt die Wahl zwischen starren, vorkonfigurierten Integrationen und umfangreichem benutzerdefiniertem Code. Die Orchestratoren von McProxy finden die richtige Balance: Sie sind flexibel genug für vielfältige Anwendungsfälle und dennoch einfach genug, um aus natürlicher Sprache generiert zu werden.

Eliminierung von Ausfallzeiten durch dynamisches Server-Hot-Reloading

Ein neuer Server wird automatisch eingebunden, unabhängig davon, wie er generiert wird – ob durch natürliche Sprache, eine OpenAPI-Spezifikation oder eine Kombination vorhandener Tools –, ohne dass eine manuelle Konfiguration erforderlich ist. Kein Neustart. Keine Einrichtungsschritte. McProxy lädt neue Server dynamisch im laufenden Betrieb neu, sodass keine Ausfallzeiten entstehen.

Dies verändert Ihre Sichtweise auf Integration. Anstatt neue Integrationen als Großprojekte zu behandeln, werden sie zu trivialen Vorgängen. Benötigen Sie eine Funktion? Generieren Sie es. Möchten Sie einen Workflow automatisieren? Kombinieren Sie vorhandene Tools. Alles geschieht in Sekundenschnelle und ist sofort einsatzbereit.

Der Feedback Loop zwischen KI und Entwickler:innen: Optimierung von Architekturmustern

Wir haben zudem einen unerwarteten Vorteil festgestellt: Generierter Code dient als Feedback Loop. Bei der Überprüfung KI-generierter Server entdecken Entwickler:innen manchmal bessere Ansätze als unsere handgeschriebenen Implementierungen.

Dadurch entsteht ein positiver Kreislauf. Menschliche Entwickler:innen stellen die Platform und Muster bereit. Die KI generiert Implementierungen basierend auf diesen Mustern. Menschen lernen aus den Interpretationen der KI. Templates und Prompts verbessern sich im Laufe der Zeit, was zu besseren Generierungen führt.

Das Ökosystem wird mit jedem erstellten Server intelligenter.

Warum das Model Context Protocol für die Interoperabilität entscheidend ist

McProxy baut auf MCP auf, anstatt ein weiteres proprietäres Format zu entwickeln. Dies ist wichtig für die Langlebigkeit und Interoperabilität.

MCP definiert Standardmethoden für die Bereitstellung von Tools, die Handhabung der Authentifizierung und die Übermittlung von Ergebnissen. Von McProxy generierte Server funktionieren mit jedem MCP-kompatiblen Client. Während sich das KI-Ökosystem weiterentwickelt, bleiben MCP-basierte Integrationen eine relevante Wahl.

Das stdio-basierte Kommunikationsmodell gewährleistet die Isolierung. Jeder untergeordnete Server wird als separater Prozess mit strukturierten JSON-RPC-Nachrichten ausgeführt. Der Ausfall eines Servers führt nicht zu einem Kaskadeneffekt. Die Ressourcensteuerung ist granular. Debugging ist unkompliziert.

Durch die Positionierung als einzelner MCP-Server, der mit vielen anderen verbunden ist, bietet McProxy eine saubere Abstraktion. KI-Clients müssen weder mehrere Verbindungen verwalten noch die Backend-Komplexität verstehen. Sie verbinden sich mit McProxy und greifen auf ein stetig wachsendes Ökosystem zu.

Es ist jedoch anzumerken, dass die ultimative Experience der Entwickler:innen stark von den Fähigkeiten des LLMs abhängt, das den Client antreibt. Ein leistungsfähigeres Client-LLM kann Tools besser auswählen, Argumente generieren und Ergebnisse interpretieren, was letztendlich zu einer besseren und flexibleren Integration Experience mit den McProxy-Tools führt.

Aktuelle Einschränkungen von McProxy und die zukünftige Roadmap

Dynamische Generierung ist nicht perfekt. Generierter Code erfordert eine Validierung. Während LLMs in der Regel funktionierenden Code erzeugen, können Edge-Fälle und API-Änderungen zu Problemen führen. Wir gehen dies durch Test-Frameworks und einen schrittweisen Rollout an.

Zu den zukünftigen Erweiterungen gehören:

• Versionsverwaltung für generierte Server
• Automatische Erkennung von API-Änderungen und Neugenerierung
• Komplexe Orchestrierungsmuster (parallele Ausführung, Conditional Logic und Zustandsverwaltung)
• Verbesserte Richtliniendurchsetzung auf Gateway-Ebene
• Bewertung und Überwachung der Integrationsqualität

Ziel ist es, generierte Server so robust wie manuell erstellte Integrationen zu gestalten und dabei Geschwindigkeit und Flexibilität beizubehalten.

Domainübergreifende Unternehmens-Anwendungen jenseits der Softwareentwicklung

Obwohl McProxy für Entwicklungs-Workflows entwickelt wurde, lässt sich das Konzept auf jede Domain anwenden, die eine Koordination über mehrere Tools hinweg erfordert, wie z. B. Kundensupport, Datenanalyse und Infrastrukturmanagement.

Die moderne Arbeitswelt erfordert zunehmend die Orchestrierung spezialisierter Tools anstelle der Nutzung monolithischer Anwendungen. KI-Agenten überzeugen bei der Orchestrierung, wenn sie Integrationen flexibel erstellen und anpassen können. McProxy zeigt, dass diese Flexibilität durch intelligente Codegenerierung und eine robuste Plattformarchitektur erreichbar ist.

Der Wandel von statischer Infrastruktur zu dynamischen KI-Integrationen

McProxy verändert die grundlegende Softwarearchitektur, indem es Integrationen als On-Demand-Ressourcen behandelt, die erstellt werden, anstatt als statische Infrastruktur, die manuelle technische Wartung erfordert.

Durch die Kombination von automatisierter Tool-Generierung mit Workflow-Orchestrierung in Echtzeit stellt die Platform die traditionelle Wirtschaftlichkeit von Integrationen auf den Kopf. Vorgänge, die zuvor eine sorgfältige Planung und tagelange benutzerdefinierte Entwicklung erforderten, werden zu automatisierten On-Demand-Anfragen zusammengefasst.

Warum eine zentralisierte Gateway-Architektur für die Governance wichtig ist

Die Bereitstellung eines zentralisierten Proxy-Gateways bietet native architektonische Vorteile für die Unternehmens-Compliance. Mit dem Wachstum des Ökosystems spezialisierter KI-Tools eines Unternehmens ermöglicht diese zentrale Ebene den Engineering-Teams, Ratenbegrenzungen, Audit-Logs und Sicherheitsrichtlinie universell durchzusetzen, ohne einzelne Server verändern zu müssen.

Letztendlich verändert die Möglichkeit für KI-Agenten, ihre eigenen Tools dynamisch zu generieren, ihre Rolle im Unternehmen: Agenten entwickeln sich von eingeschränkten Assistent:innen mit fest codierten Funktionen zu echten, anpassungsfähigen Entwicklungspartner:innen.

Gestaltung der Zukunft sicherer KI-Integrationen

Für die Integrationsherausforderungen, vor denen Entwickler:innen seit Jahren stehen, könnte es endlich eine skalierbare Lösung geben. Obwohl McProxy als internes Projekt zur Optimierung unserer eigenen Entwicklungs-Workflows begann, sind die zugrunde liegenden Architekturmuster – dynamische Tool-Generierung, Client-Server-Proxying und zentralisierte Gateway-Richtlinien – Designprinzipien, die Sie heute in Ihren eigenen Unternehmenssystemen anwenden können.

Durch den Aufbau eines ähnlichen Frameworks können Sie statische Integrationen in sichere On-Demand-Funktionen verwandeln. Um loszulegen, Mehr erfahren über MCP in der KI, um zu erkunden, wie das Protokoll die Agentenkonnektivität standardisiert, und sehen Sie sich an, wie Okta for AI Agents Ihnen helfen kann, Ihre benutzerdefinierten Agenten-Plattformen zu sichern und zu verwalten.