Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
jamesrochabrun.medium.com24. März 2025 · Q009599

Creating MCP Clients in Swift: Integrating Model Context Protocol

jamesrochabrun.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Bericht zeigt anhand von MCPSwiftWrapper, wie Swift-Apps MCP-Server wie GitHub mit OpenAI- oder Anthropic-Modellen verbinden und Werkzeugaufrufe abwickeln können. Die Vorteile werden vom Autor behauptet, aber nicht durch Tests belegt; außerdem müsse für macOS die App-Sandbox deaktiviert werden.

Mittel

Der vollständige Bericht beschreibt MCP als standardisierte Möglichkeit, KI-Modelle in Swift-Anwendungen Werkzeuge und Ressourcen entdecken und nutzen zu lassen. James Rochabrun nennt als Vorteile wiederverwendbare Integrationen, die Wahl zwischen KI-Anbietern und eine klarere Trennung von Anwendung, Modell und externen Diensten. Diese Vorteile werden im Text behauptet, aber nicht durch Vergleiche oder Messungen belegt.

Im Mittelpunkt steht MCPSwiftWrapper, eine Bibliothek auf Basis des mcp-swift-sdk, die laut Autor mit seinen Bibliotheken für OpenAI und Anthropic zusammenarbeitet. Der Bericht nennt macOS 14+, Xcode 16+, Swift 6+ und npm/npx als Voraussetzungen. Ein GitHub-Beispiel startet einen MCP-Server per `npx`; anschließend werden Werkzeuge für ein Modell aufbereitet, mögliche Modellaufrufe erkannt und über MCP ausgeführt. Die Ergebnisse sollen zurück an das Modell gehen. Zusätzlich zeigt der Text ein Beispiel für Claude Code als MCP-Server und verweist auf eine Chat-Demo mit Oberfläche und Unterstützung beider Anbieter.

Für macOS-Apps müsse die App-Sandbox deaktiviert werden, damit Serverprozesse gestartet werden können. Der vollständige Bericht enthält Beispiele und Verweise, aber keine dokumentierten Tests oder näheren Belege für Sicherheit, Zuverlässigkeit und Kompatibilität.

Ausführlich lesen

Der vollständige Bericht von James Rochabrun erklärt, wie sich das Model Context Protocol (MCP) in Swift-Anwendungen einbinden lässt, damit KI-Modelle standardisiert auf lokale oder entfernte Ressourcen und Werkzeuge zugreifen können. MCP wird als offene Schnittstelle beschrieben, über die Modelle verfügbare Werkzeuge entdecken, sie mit Eingabeparametern aufrufen und Ergebnisse in einheitlicher Form erhalten können. Als Vorteile führt der Autor wiederverwendbare Integrationen, die Wahl zwischen verschiedenen KI-Anbietern und eine klarere Trennung zwischen Anwendung, Modell und externen Diensten an. Ohne einen solchen Standard seien für unterschiedliche Anbieter und Datenquellen jeweils eigene Verbindungen und Schnittstellen nötig; Änderungen an APIs könnten zusätzliche Anpassungen verursachen. Das sind die Einschätzungen des Autors, keine im Bericht vergleichend gemessenen Ergebnisse.

Als Einstieg stellt der Bericht MCPSwiftWrapper vor, eine schlanke Swift-Bibliothek des Autors, die auf dem mcp-swift-sdk aufbaut und mit dessen Bibliotheken SwiftOpenAI und SwiftAnthropic zusammenarbeitet. Genannt werden als Voraussetzungen macOS 14 oder neuer, Xcode 16 oder neuer, Swift 6 oder neuer sowie npm/npx. Die Bibliothek wird über Swift Package Manager oder Xcode eingebunden. Für eine macOS-Client-App müsse laut Bericht die App-Sandbox deaktiviert werden, weil die Anwendung Prozesse für MCP-Server starten müsse.

Das Beispiel richtet einen MCP-Client für GitHub ein. Er startet über den Standard-Ein-/Ausgabekanal den npm-Server `@modelcontextprotocol/server-github`; alternativ könne `uvx` verwendet werden. Danach beschreibt der Artikel die Anbindung an Anthropic- und OpenAI-Modelle: Der Client stellt die verfügbaren MCP-Werkzeuge im jeweiligen Anbieterformat bereit. Die Anwendung übermittelt diese gemeinsam mit einer Nutzeranfrage an das Modell, liest mögliche Werkzeugaufrufe aus dessen Antwort aus und führt sie über MCP aus. Anschließend soll das Werkzeugergebnis wieder in den Modell-Dialog einfließen. Der Bericht zeigt Codeausschnitte für beide Anbieter, liefert aber keine dokumentierten Messergebnisse oder Angaben zu einem ausgeführten Test.

Für ein vollständigeres Chat-Beispiel verweist der Autor auf die mitgelieferte Anwendung `Example/MCPClientChat`, die laut Text Chat-Zustand für beide Anbieter, Werkzeugaufrufe und Antworten sowie eine Gesprächsoberfläche demonstriert. Als weitere mögliche MCP-Server nennt er unter anderem Datei-Zugriff und GitHub. Auch Claude Code könne als Server gestartet werden; das Beispiel soll laut Autor ermöglichen, Code aus der Anwendung heraus auszuführen.

Die Grenzen des Berichts sind damit praktisch bedeutsam: Er beschreibt eine konkrete Bibliothek und beispielhafte Abläufe, belegt aber weder die behaupteten Vorteile durch einen Vergleich noch Sicherheit, Zuverlässigkeit oder Kompatibilität der Beispiele. Besonders die erforderliche Deaktivierung der App-Sandbox wird genannt, jedoch nicht weiter hinsichtlich ihrer Folgen erörtert.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Die Zusammenfassung von Luna gibt den Bericht sinngemäß korrekt wieder; die kurze und die mittlere Fassung enthalten keine Angaben, die nicht im Bericht stehen. Bei den Einordnungen wurden nur die drei Sammelfragen bewertet, da für Teilfragen keine Einordnung vorlag. Lunas Stufen und Anteile wurden bei der Bewertung nicht berücksichtigt.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 56 %einzelne zitierbare Belege
    • JEV 54 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 34 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 65 %Hintergrund, keine Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →