MCP-Server mit GPT, Gemini, DeepSeek oder lokalem Modell
MCP-Server verbinden sich mit dem Agent-Harness, nicht mit dem Modell – jedes Modell, das Tools aufrufen kann, kann sie also nutzen. In OHarness deklarieren Sie einen Server einmal in ~/.oharness/mcp.json, und seine Tools werden dem jeweils laufenden Modell angeboten, ob mitten in der Sitzung gewechselt oder nicht.
Aktualisiert am
Warum das Modell keine Rolle spielt
Ein MCP-Server stellt Tools bereit. Das Harness verbindet sich mit ihm, listet diese Tools auf und präsentiert sie dem Modell im selben Tool-Calling-Format wie die integrierten – mit dem Namensraum mcp__<server>__<tool>. Das Modell sieht immer nur Tool-Definitionen; MCP spricht es selbst nie. Deshalb funktioniert derselbe Server unter Claude, GPT, Gemini, DeepSeek oder einem lokalen Qwen.
Einen Server deklarieren
Beide Transportwege sind integriert – stdio für einen lokalen Prozess, Streamable HTTP für einen Remote-Server –, ganz ohne MCP-SDK darunter. Schreiben Sie die Deklaration in ~/.oharness/mcp.json:
{
"mcpServers": {
"fs": {
"type": "stdio",
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "."]
},
"github": {
"type": "http",
"url": "https://api.githubcopilot.com/mcp/",
"headers": { "authorization": "Bearer ${env:GITHUB_TOKEN}" },
"allowedTools": ["search_*", "get_*"]
}
}
}${env:NAME} wird beim Start des Servers aufgelöst, sodass die Datei das Secret nie enthält und geteilt oder committet werden kann. Eine nicht gesetzte Variable wird benannt, bevor die Verbindung versucht wird. allowedTools schränkt ein, was ein Server anbieten darf.
Mit jedem Modell nutzen
oharness -m openai/gpt-5.4-miniIn der Sitzung zeigt /mcp jeden Server mit der Anzahl seiner Tools. Wechseln Sie mit /model google/gemini-3.6-flash oder /model ollama/qwen3-coder:30b, und dieselben Tools sind weiterhin da. In der Browser-Oberfläche und der Desktop-App listet das Menü **+** im Eingabefeld die Connectors auf und verbindet einen per Klick; Remote-Server, die OAuth brauchen, öffnen die Anmeldung in Ihrem Browser.
MCP-Tools an der kurzen Leine halten
MCP-Tools durchlaufen dieselben Berechtigungsregeln wie die integrierten, abgeglichen über den Namen. Lesende Tools lassen sich erlauben, schreibende hinter einer Rückfrage halten:
{
"allow": ["mcp__github__get_*", "mcp__github__search_*"],
"ask": ["mcp__github__create_*"],
"deny": ["mcp__github__delete_*"]
}Berechtigungen für Coding-Agents erklärt, wo diese Regeln liegen und warum deny alles schlägt.
Was je nach Modell variiert
Ob ein Modell Tools gut nutzt. Kleine lokale Modelle ignorieren mitunter ein Tool oder übergeben fehlerhafte Argumente; OHarness validiert Argumente, bevor ein Tool läuft, und gibt den Fehler an das Modell zurück, das sich meist wieder fängt. Scheitert ein Modell wiederholt an den Tools eines Servers, liegt es am Modell, nicht am Server.
Häufige Fragen
Kann ich MCP mit GPT oder Gemini nutzen?
Ja, über ein Harness mit MCP-Client. MCP-Server verbinden sich mit dem Harness, das ihre Tools dem Modell über gewöhnliche Tool-Aufrufe anbietet. OHarness tut das für OpenAI, Gemini, Anthropic, DeepSeek und jedes OpenAI-kompatible oder lokale Modell.
Unterstützt ein lokales Modell MCP?
Ein lokales Modell mit Tool-Calling kann MCP-Tools nutzen, wenn es in einem Harness mit MCP-Client läuft. Das Modell spricht nie MCP; OHarness verbindet sich mit dem Server und präsentiert dem Modell dessen Tools.
Wo liest OHarness die Konfiguration der MCP-Server?
Aus ~/.oharness/mcp.json unter dem Schlüssel mcpServers. Server, die über das Connector-Menü im Browser oder in der Desktop-App hinzugefügt werden, landen ebenfalls dort.
Welche MCP-Transportwege unterstützt OHarness?
stdio und Streamable HTTP, über einen eigenen JSON-RPC-Client statt eines MCP-SDK. Bei Remote-Servern, die OAuth verlangen, erfolgt die Anmeldung über den Browser; die Tokens werden neben den Anbieter-Zugangsdaten gespeichert.