MCP-servers gebruiken met GPT, Gemini, DeepSeek of een lokaal model

MCP-servers verbinden met het agent-harness, niet met het model, dus elk model dat tools kan aanroepen, kan ze gebruiken. In OHarness declareer je een server één keer in ~/.oharness/mcp.json en de tools worden aangeboden aan welk model er ook draait, of je nu midden in een sessie wisselt of niet.

Bijgewerkt op

Waarom het model er niet toe doet

Een MCP-server stelt tools beschikbaar. Het harness verbindt ermee, vraagt die tools op en biedt ze het model aan in hetzelfde formaat voor tool-aanroepen als de ingebouwde tools — met de namespace mcp__<server>__<tool>. Het model ziet alleen tooldefinities; het spreekt zelf nooit MCP. Daarom werkt dezelfde server onder Claude, GPT, Gemini, DeepSeek of een lokale Qwen.

Een server declareren

Beide transports zijn ingebouwd — stdio voor een lokaal proces, Streamable HTTP voor een externe server — zonder MCP-SDK eronder. Zet de declaratie 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} wordt ingevuld als de server start, dus het bestand bevat nooit het geheim en kan worden gedeeld of gecommit. Een variabele die niet is ingesteld, wordt bij naam gemeld voordat er verbinding wordt gemaakt. allowedTools beperkt wat een server mag aanbieden.

Gebruik het met elk model

oharness -m openai/gpt-5.4-mini

In de sessie toont /mcp elke server en het aantal tools. Wissel met /model google/gemini-3.6-flash of /model ollama/qwen3-coder:30b en dezelfde tools zijn er nog steeds. In de browser en de desktop-app toont het **+**-menu in het invoerveld de connectors en verbind je er een met één klik; externe servers die OAuth nodig hebben, openen de login in je browser.

Houd MCP-tools aan de lijn

MCP-tools gaan door dezelfde permissieregels als de ingebouwde tools, gematcht op naam. Alleen-lezen-tools kun je toestaan en schrijfacties achter een vraag houden:

{
  "allow": ["mcp__github__get_*", "mcp__github__search_*"],
  "ask":   ["mcp__github__create_*"],
  "deny":  ["mcp__github__delete_*"]
}

Permissies voor AI-coding-agents legt uit waar deze regels staan en waarom deny van alles wint.

Wat per model verschilt

Of een model goed met tools omgaat. Kleine lokale modellen negeren soms een tool of geven verkeerd gevormde argumenten door; OHarness valideert argumenten voordat een tool draait en geeft de fout terug aan het model, dat zich meestal herstelt. Faalt een model steeds met de tools van een server, dan ligt het aan het model, niet aan de server.

Veelgestelde vragen

Kan ik MCP gebruiken met GPT of Gemini?

Ja, via een harness met een MCP-client. MCP-servers verbinden met het harness, dat hun tools via gewone tool-aanroepen aan het model aanbiedt. OHarness doet dit voor OpenAI, Gemini, Anthropic, DeepSeek en elk OpenAI-compatibel of lokaal model.

Ondersteunt een lokaal model MCP?

Een lokaal model dat tool-aanroepen ondersteunt, kan MCP-tools gebruiken als het in een harness met een MCP-client draait. Het model spreekt nooit MCP; OHarness verbindt met de server en biedt de tools aan het model aan.

Waar leest OHarness de configuratie van MCP-servers?

Uit ~/.oharness/mcp.json, onder een mcpServers-sleutel. Servers die je toevoegt via het connectormenu in de browser of de desktop-app worden daar ook weggeschreven.

Welke MCP-transports ondersteunt OHarness?

stdio en Streamable HTTP, via een eigen JSON-RPC-client in plaats van een MCP-SDK. Bij externe servers die OAuth vereisen, log je in via de browser, en de tokens worden opgeslagen naast de inloggegevens van aanbieders.

Gerelateerd