Architektur: Werkzeuge, Ressourcen und Schnittstelle
Auf dieser Seite
Lektion am 3. November 2026 neu überarbeitet basierend auf den Seiten zu MCP-Server, Plugin-Architektur und Skills in der OpenAI Plugins-Dokumentation. Die veraltete Architektur zu „Actions, Widgets und Commerce” beschreibt ein SDK, das nicht mehr existiert. Quellen: MCP-Server · Plugin-Architektur · Skills.
Überblick
Ein Plugin besteht aus unabhängigen Schichten. Skills liefern das Regelwerk, der MCP-Server stellt die Fähigkeiten bereit, und die Schnittstelle bietet einen visuellen Weg zur Interaktion, falls dies erforderlich ist.
Plugin
├── Skills
└── MCP-Server (optional)
├── Werkzeuge und strukturierte Ergebnisse
└── Schnittstellen-Ressourcen (optional)
Jede Schicht hat eine eindeutige Rolle. Die Dokumentation fasst diese Grenze wie folgt zusammen: Der MCP-Server stellt Daten, Authentifizierung, Autorisierung und Aktionen bereit; die Skill bietet wiederverwendbare Anweisungen, Beispiele und Dokumentvorlagen.
Was ein MCP-Server bereitstellt
Ein MCP-Server kann vier Arten von Entitäten bereitstellen:
- Werkzeuge: Funktionen, die das Modell mit strukturierten Eingaben aufruft.
- Ressourcen: Daten oder Inhalte, die vom Client gelesen werden können.
- Prompts: Wiederverwendbare Prompt-Vorlagen.
- Anweisungen: Direktiven, die für den gesamten Server gelten.
Plugins stützen sich primär auf Werkzeuge. Jedes Werkzeug verfügt über einen Namen, eine Beschreibung, ein Eingabeschema und optional ein Ausgabeschema. Diese Felder ermöglichen es dem Modell, zu entscheiden, wann es das Werkzeug aufrufen soll und wie es das Ergebnis verwenden kann.
Der Anforderungsablauf
Wenn ein Benutzer eine Anforderung stellt, die einem Werkzeug entspricht, erfolgen vier Schritte nacheinander:
- Der Client entdeckt die vom MCP-Server bereitgestellten Werkzeuge.
- Das Modell wählt ein Werkzeug aus und liefert Argumente, die seinem Eingabeschema entsprechen.
- Der Server validiert die Anforderung, führt die Operation durch und gibt ein Ergebnis zurück.
- Das Modell verwendet dieses Ergebnis, um das Gespräch fortzusetzen.
Ein Werkzeugergebnis kann drei Teile enthalten. structuredContent enthält prägnante Daten, die das Modell inspizieren und in nachfolgenden Aufrufen wiederverwenden kann. content enthält Text oder andere MCP-Inhalte, die dem Modell helfen, eine Antwort zu formulieren. _meta enthält Daten, die für den Client bestimmt sind und vor dem Modell verborgen bleiben – verborgen, aber nicht geschützt. Dieses Feld ersetzt keine Autorisierung oder sichere Speicherung.
Transport und Autorisierung
In der Produktion sollte ein MCP-Server an einer stabilen HTTPS-Adresse unter Verwendung des streamable HTTP-Transports des Protokolls bereitgestellt werden, typischerweise auf einem /mcp-Pfad. Wenn Werkzeuge private Daten auslesen oder im Namen eines Benutzers handeln, muss der Server mit dem Autorisierungsablauf geschützt werden, der in der MCP-Spezifikation definiert ist – OAuth, das in Lektion 8 detailliert wird.
Die Schnittstelle: Eine optionale Schicht
Ein Werkzeug muss auch ohne Schnittstelle funktionieren: prägnanter Text und ein strukturiertes Ergebnis reichen oft aus, damit das Modell antworten kann. Eine Schnittstelle macht Sinn, wenn der Benutzer strukturierte Informationen inspizieren, vergleichen, ändern, bestätigen oder durchsuchen muss – beispielsweise ein Produktvergleich, ein bearbeitbarer Zeitplan oder eine Karte. Eine einfache Statusprüfung benötigt in der Regel keine Schnittstelle.
Wenn vorhanden, ist die Schnittstelle eine Ressource, die der Server deklariert. ChatGPT zeigt sie in einem iframe an, wenn das zugehörige Werkzeug diese zurückgibt. ChatGPT implementiert den offenen MCP Apps-Standard: Die Schnittstelle kommuniziert mit dem Host über JSON-RPC mittels postMessage. ChatGPT-spezifische Erweiterungen, die über window.openai zugänglich sind, ergänzen den Standard, wenn dieser einen bestimmten Bedarf nicht abdeckt. Lektion 6 behandelt dies.
Skills: Die Workflow-Schicht
Eine Skill ist ein Ordner, der eine SKILL.md-Datei enthält – einen Namen, eine Beschreibung, die dem Modell mitteilt, wann diese in Betracht gezogen werden soll, Anweisungen – und gegebenenfalls Referenzen, Skripte oder Vorlagen. Das Modell sieht zunächst nur den Namen und die Beschreibung; es lädt die vollständigen Anweisungen, wenn die Anforderung der Skill entspricht oder wenn der Benutzer sie direkt aufruft. Daher der Rat von OpenAI: Formulieren Sie die Beschreibung um das Ziel des Benutzers und die Auslöserbedingungen herum und halten Sie die schrittweisen Details im Hauptteil.
Was ist mit Commerce?
Der Verkauf über ein Plugin ist keine separate Schicht. Es ist eine Reise, die die optionale Schnittstelle unterstützen kann, indem sie die Checkout-API nutzt, die von OpenAI dokumentiert wird. Lektion 7 erklärt, wie dies funktioniert, und seine Einschränkungen.
Kernaussagen
- Ein MCP-Server stellt Werkzeuge, Ressourcen, Prompts und Anweisungen bereit; Plugins stützen sich primär auf Werkzeuge.
- Ein Werkzeugergebnis kombiniert
structuredContent,contentund_meta(vor dem Modell verborgen, aber nicht sicher). - Produktion: stabiles HTTPS, streamable HTTP-Transport, Autorisierung gemäß der MCP-Spezifikation.
- Die Schnittstelle ist eine optionale Ressource, die von ChatGPT gemäß dem MCP Apps-Standard angezeigt wird.
- Skills übernehmen den Workflow; der Server übernimmt Daten, Autorisierung und Aktionen.