KI-Automatisierung, RAG & MCP
3 Min. Lesezeit
Vom Engineering-Team von UnlockLive IT
A Django or FastAPI app offering WebMCP tools to a browser AI agent

Python-Web-Apps brauchen sehr wenig, um WebMCP zu unterstützen. Das Tool läuft als paar Zeilen JavaScript im Browser, und Ihre Django- oder FastAPI-App erledigt dahinter die eigentliche Arbeit. Ist das Thema neu für Sie? Lesen Sie zuerst, was WebMCP ist.

Ein FastAPI-Endpunkt

Die Query-Validierung stoppt ungültige Eingaben, bevor Ihr Code läuft, und ein Response Model begrenzt, was den Server verlässt:

from fastapi import APIRouter, Query
from pydantic import BaseModel

router = APIRouter()

class ProductOut(BaseModel):
    name: str
    price: float
    url: str

@router.get('/agent/products', response_model=list[ProductOut])
async def search_products(q: str = Query(min_length=1, max_length=80)):
    return await search_catalog(q, limit=5)  # your own function

Eine Django-View

from django.http import JsonResponse
from django.views.decorators.http import require_GET

from .models import Product

@require_GET
def agent_products(request):
    q = request.GET.get('q', '').strip()[:80]
    if not q:
        return JsonResponse({'error': 'missing_query'}, status=400)
    items = Product.objects.filter(published=True, name__icontains=q)[:5]
    return JsonResponse(list(items.values('name', 'price', 'slug')), safe=False)

Ergänzen Sie auch ein Rate Limit, zum Beispiel am Proxy oder mit den Throttling-Tools Ihres Frameworks.

Das Browser-Skript

Laden Sie es aus Ihrem Basis-Template oder Frontend:

const mc = document.modelContext || navigator.modelContext;
if (mc && mc.registerTool) {
  mc.registerTool({
    name: 'search_products',
    description: 'Search published products. Returns name, price and link.',
    inputSchema: {
      type: 'object',
      properties: { q: { type: 'string', description: 'Keywords' } },
      required: ['q'],
    },
    annotations: { readOnlyHint: true },
    execute: async ({ q }) => {
      const res = await fetch('/agent/products?q=' + encodeURIComponent(q));
      return await res.text();
    },
  });
}

Sitzungen, CSRF und Berechtigungen

Tools laufen in der Seite. Same-Origin-Anfragen senden deshalb die Cookies des Besuchers mit, und login_required oder Ihre FastAPI-Dependencies funktionieren wie gewohnt. Senden Sie bei POST-Tools in Django das Cookie csrftoken im Header X-CSRFToken und kennzeichnen Sie das Tool mit consequentialHint: true.

Sicherheitsregeln

  • Starten Sie mit reinem Lesezugriff. Zuerst Suche und Details; kennzeichnen Sie diese mit readOnlyHint.
  • Fragen Sie vor dem Handeln. Kennzeichnen Sie Warenkorb-, Buchungs- und Formularaktionen mit consequentialHint, damit der Besucher bestätigt.
  • Prüfen Sie auf dem Server. Der Browser ist keine Sicherheitsgrenze. Prüfen Sie deshalb jede Eingabe und jede Berechtigung in Ihrem Backend.
  • Geben Sie wenig zurück. Senden Sie nur, was ein Kunde sehen darf, niemals Admin-Daten oder Datensätze anderer Kunden.

Testen

  1. Nutzen Sie ein aktuelles Chrome mit aktiviertem WebMCP, über den Origin Trial oder das Test-Flag.
  2. Rufen Sie jedes Tool mit gültigen und ungültigen Eingaben auf.
  3. Prüfen Sie, dass normale Besucher keine Änderung bemerken.
  4. Prüfen Sie genau die Seite, auf der Ihre Tools liegen, mit dem kostenlosen WebMCP-Checker.

Wann ein MCP-Server besser passt

Wenn KI-Apps Ihre Daten nutzen sollen, ohne Ihre Website zu öffnen, bauen Sie stattdessen einen MCP-Server. Lesen Sie dazu WebMCP vs. MCP und sehen Sie sich unseren Service MCP-Server-Entwicklung an. Für die Browser-Seite gibt es unsere WebMCP-Integrationsservices.

Häufig gestellte Fragen

Gibt es eine Python-Bibliothek für WebMCP?

WebMCP ist eine Browser-API, das Tool selbst ist also JavaScript. Python stellt den Endpunkt dahinter bereit. Für einen Server, mit dem sich KI-Apps verbinden, nutzen Sie stattdessen ein MCP-SDK.

Wie gehe ich in Django mit CSRF um?

Lesen Sie bei POST-Tools das Cookie csrftoken von Django aus und senden Sie es im Header X-CSRFToken. GET-Tools mit reinem Lesezugriff brauchen das nicht.

Funktioniert das mit einem separaten Frontend?

Ja. Registrieren Sie die Tools in Ihrem Frontend und rufen Sie Ihre Python-API auf. Liegt sie auf einer anderen Domain, richten Sie CORS und Credentials sorgfältig ein.

Sollte ich in Python WebMCP oder einen MCP-Server bauen?

Wählen Sie WebMCP, um Besuchern auf Ihrer Website zu helfen und dabei deren Sitzung zu nutzen. Wählen Sie einen MCP-Server für KI-Apps, die sich verbinden, ohne Ihre Website zu öffnen.

So können wir helfen

  • WebMCP-IntegrationsservicesWebMCP development for any stack, from WordPress and Shopify to Next.js, Laravel and Django: search, FAQs and forms offered as secure tools for AI browser agents, with a free audit.
  • Python- & FastAPI-EntwicklungLeistungsstarke Python-Backends und FastAPI-Microservices für SaaS, KI-Inferenz-APIs, ETL-Pipelines und ereignisgesteuerte Systeme.
  • Entwicklung von MCP-ServernIndividuelle Model-Context-Protocol-(MCP)-Server, die Ihre APIs, Datenbanken und internen Tools für Claude, Cursor, ChatGPT und jede MCP-kompatible KI bereitstellen.

Sprechen Sie mit einem Entwickler über Ihr Projekt

Erzählen Sie uns, was Sie entwickeln. Wir antworten innerhalb eines Werktags mit einer ehrlichen Einschätzung zu Umfang, Vorgehen und Aufwand.

Kostenloses Strategiegespräch buchen

Verfasst vom Engineering-Team von UnlockLive IT. UnlockLive IT Limited arbeitet mit Kunden über den Hauptsitz in Los Angeles und das Büro in Toronto und liefert die Entwicklung aus dem Delivery-Center in Dhaka. Über uns

Verwandte Artikel

KI-Automatisierung, RAG & MCPWebMCP in Laravel: KI-Agenten-Tools für Ihre PHP-AppKI-Automatisierung, RAG & MCPWebMCP in Next.js und React: KI-Agenten-Tools richtig registrierenKI-Automatisierung, RAG & MCPWebMCP für Shopify: So machen Sie Ihren Shop bereit für KI-Agenten

Kontaktieren Sie uns

Füllen Sie das untenstehende Formular aus, und unser Team meldet sich in Kürze bei Ihnen, um Ihre Anfrage zu bearbeiten.