Mit dem Übergang von KI-Systemen in Unternehmen von der Experimentierphase zur realen Anwendung im Geschäftsbetrieb stellt sich immer wieder eine Herausforderung: Wie können KI-Agenten sicher mit Geschäftsdaten und -prozessen interagieren?

Das ist, wo die Model Context Protocol (MCP) kommt in.

MCP ist ein offenes Protokoll, das standardisiert, wie große Sprachmodelle (LLMs) mit Anwendungen und externen Systemen verbunden werden. Mendix Dieses Ökosystem eröffnet spannende Möglichkeiten: KI-Agenten können mehr als nur Fragen beantworten. Sie können Daten abrufen, Geschäftslogik auslösen und auf strukturierte und kontrollierte Weise mit Unternehmenssystemen interagieren.
Ein besonders eindrucksvolles Beispiel ist die Verbindung eines Mendix KI-Agent zum Snowflake-verwalteter MCP-Server.

Warum das relevant ist

Snowflake-verwaltete MCP-Server ermöglichen es, Snowflake-Funktionen direkt KI-Agenten zugänglich zu machen, ohne zusätzliche Middleware oder separate Serverinfrastruktur bereitstellen zu müssen. Anstatt benutzerdefinierte Konnektoren von Grund auf neu zu entwickeln, können Entwickler eine sichere Integration konfigurieren, die Folgendes ermöglicht: Mendix KI-Agent zur Arbeit mit bereits in Snowflake vorhandenen Daten und Logik.

Dies bedeutet a Mendix KI-Agent kann:

• Abrufen von Datensätzen aus Snowflake mithilfe natürlicher Sprache
• Daten über geführte Interaktionen einfügen oder aktualisieren
• Vorhandene gespeicherte Prozeduren als KI-Tools wiederverwenden
• Unterstützen Sie aufgabenorientierte Geschäftsprozesse durch die Einbeziehung von Unternehmensdaten.

Konkret können Sie Erlebnisse wie die folgenden gestalten:

• Ein Support-Chatbot, der Ticketdaten von Snowflake abruft und aktualisiert.
• Ein interner Assistent, der gespeicherte Prozeduren für operative Aufgaben wiederverwendet
• Eine dialogbasierte Schnittstelle zum Untersuchen von Schemas, Abfragen von Datensätzen oder Auslösen von Logik

Kurz gesagt: weniger Klebecode, nützlichere KI.

Was Sie brauchen, um loszulegen

Um die Verbindung herzustellen, können Sie entweder mit Folgendem beginnen: Leere GenAI-App oder unter der Agent Builder Starter App in Mendix.

Sie benötigen außerdem:

- Die MCP-Client Modul (Falls Sie das Modul bereits verwenden, stellen Sie sicher, dass es auf Version 3.1.0 oder neuer aktualisiert ist)
- Die Konversations-Benutzeroberfläche Modulen
– Eine konfigurierte Snowflake-verwaltetes MCP Server
- Ein Diensttyp Snowflake Benutzer
- Ein Programmatisches Zugriffstoken (PAT) zur Authentifizierung (OAuth funktioniert auch)

So funktioniert die Einrichtung

Bereiten Sie den von Snowflake verwalteten MCP-Server vor.

Auf der Snowflake-Seite:

• Datenbank und Schema einrichten
• Erstellen Sie gespeicherte Prozeduren, die als MCP-Tools bereitgestellt werden.
• erstellen Sie MCP-Server Objekt in Snowflake
• Netzwerkregeln und -richtlinien konfigurieren
• Erstellen Sie Service-Typ Benutzer für Mendix
• Generieren Sie ein PAT oder richten Sie OAuth für eine sichere Authentifizierung ein.

Die gespeicherten Prozeduren fungieren als die „Fähigkeiten“, die Ihr KI-Agent nutzen kann. Die Dokumentation enthält beispielsweise Prozeduren für:

• Abrufen von Schema-Metadaten
• Abrufen von Datensätzen aus einer Tabelle
• Einfügen von Datensätzen in eine Tabelle

Diese werden dann über den Snowflake MCP-Server als Werkzeuge bereitgestellt.

Das ist ein elegantes Vorgehen: Anstatt der KI uneingeschränkten Datenbankzugriff zu gewähren, stellen Sie ihr nur die gewünschten Aktionen zur Verfügung. Stellen Sie sich das so vor, als würden Sie dem Agenten einen gut organisierten Werkzeugkasten geben, anstatt ihm die Schlüssel zum gesamten Lager zu überlassen.

Anwendungsbeispiel: Support-Ticket-Management

Die Beispielkonfiguration in der Dokumentation verwendet eine Support-Ticket-Tabelle in Snowflake. Der KI-Agent kann:

• Überprüfen Sie das Schema
• Tickets mit hoher Priorität abrufen
• Ein neues Ticket basierend auf einer Benutzeranfrage erstellen

Ein Benutzer könnte beispielsweise fragen:Which tickets have high priority?

Der Agent kann dann das entsprechende MCP-Tool aufrufen, die Daten von Snowflake abrufen und in natürlicher Sprache antworten.
Dadurch wird es wesentlich einfacher, dialogbasierte Unternehmensanwendungen zu erstellen, bei denen Benutzer mit strukturierten Geschäftsdaten interagieren, ohne selbst Abfragen schreiben zu müssen.

Sich zusammenschliessen Mendix zu Schneeflocke

Sobald der Snowflake MCP-Server bereit ist, Mendix Die Seite ist ziemlich unkompliziert.

In Mendix Mit Studio Pro erstellen oder aktualisieren Sie Ihre App und konfigurieren sie. MCP-Client um eine Verbindung zum Snowflake-Endpunkt herzustellen. Die Authentifizierung erfolgt durch die Erstellung eines Microflows, der die Schneeflocken-PAT als ein Träger Token im Anfrageheader.

Anschließend konfigurieren Sie die verbrauchtes MCP Service mit Details wie:

• Ein Dienstname
• Der Snowflake MCP-Endpunkt
• Protokollversion: 'v2025-03-26'
• Timeout-Einstellungen
• Der Beglaubigungsschreiben Mikrofluss

Wenn alles korrekt konfiguriert ist, Mendix Der Dienst wird validiert und der Serverstatus als verfügbar angezeigt. Anschließend können Sie die verfügbaren MCP-Tools einsehen und einem KI-Agenten zuweisen.

Die Rolle des Systemaufforderungsmechanismus

Einer der wichtigsten Schritte ist die korrekte Konfiguration der Systemeingabeaufforderung des KI-Agenten. Warum? Weil selbst ein leistungsfähiger KI-Agent klare Anweisungen benötigt zu:

• Welches Schema und welche Tabelle sollen verwendet werden?
• Was jedes Werkzeug bewirkt
• Wann welches Werkzeug einsetzen?
• Welche Einschränkungen gelten für Einfügungen oder Abrufe?

Die im Dokument enthaltene Beispiel-Systemabfrage ist ein gutes Vorbild. Sie erklärt dem Anwender genau, wie Tools wie beispielsweise … zu verwenden sind.get_schema_metadata,retrieve_records undinsert_recordund beinhaltet praktische Regeln wie das Weglassen automatisch generierter IDs beim Einfügen.

Dies ist eine gute Erinnerung daran, dass erfolgreiche KI im Unternehmen nicht nur von der Modellqualität abhängt. Es geht auch um ein klares Werkzeugdesign, einen begrenzten Zugriff und präzise Anweisungen.

Vorteile für die Unternehmensentwicklung

Anschließen a Mendix Ein KI-Agent für einen von Snowflake verwalteten MCP-Server bietet mehrere Vorteile:

• Für den MCP-Server ist keine separate Infrastruktur erforderlich.
• Sicherer Zugriff durch Snowflake-Authentifizierung und Netzwerkrichtlinien
• Wiederverwendbare Geschäftslogik durch gespeicherte Prozeduren
• Schnellere Entwicklung mit Mendix Module und Konfigurationsmuster
• Bessere Regierungsführung durch die Offenlegung ausschließlich genehmigter Tools und Abläufe

Für Teams in großen Unternehmen ist diese Kombination besonders überzeugend. Mendix bietet die Low-Code-Umgebung für die Entwicklung dialogbasierter Anwendungen, während Snowflake einen kontrollierten Zugriff auf Daten und Logik ermöglicht.

Bereit, etwas zu bauen, das tatsächlich funktioniert

Diese Integration zeigt, wie KI im Unternehmen aussehen sollte: praxisnah, sicher und mit realen Geschäftssystemen verbunden.

Durch Verlinken Mendix Mit von Snowflake verwalteten MCP-Servern können Teams KI-Agenten entwickeln, die über den reinen Chat hinausgehen und sinnvolle Aktionen ausführen, indem sie Datensätze abrufen, Daten einfügen und etablierte Logik kontrolliert wiederverwenden.

Wenn Sie bereits verwenden Mendix Für GenAI-Anwendungen und Snowflake für Daten und Verarbeitung ist dies ein vielversprechendes Muster. Es kombiniert Geschwindigkeit durch geringen Codeaufwand mit Datenzugriff auf Unternehmensebene – eine, wie ich finde, sehr gelungene Kombination.