Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Architectuur: Tools, bronnen en interface

Les 2 van 14 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. Overzicht
  2. Wat een MCP-server exposeert
  3. De request-flow
  4. Transport en autorisatie
  5. De interface: een optionele laag
  6. Skills: de workflow-laag
  7. Hoe zit het met commerce?
  8. Belangrijkste punten

Les herschreven op 3 november 2026 op basis van de pagina’s MCP server, Plugin-architectuur en Skills in de OpenAI Plugins-documentatie. De verouderde architectuur met “actions, widgets, commerce” beschreef een SDK die niet meer bestaat. Bronnen: MCP server · Plugin architecture · Skills.

Overzicht

Een plugin bestaat uit onafhankelijke lagen. Skills bieden het stappenplan, de MCP-server biedt de functionaliteiten en de interface biedt een visuele manier om te interageren wanneer dat nodig is.

Plugin
├── Skills
└── MCP Server (optioneel)
    ├── Tools en gestructureerde resultaten
    └── Interface-bronnen (optioneel)

Elke laag heeft een eigen rol. De documentatie vat de grens als volgt samen: de MCP-server levert data, authenticatie, autorisatie en acties; de skill levert herbruikbare instructies, voorbeelden en documentsjablonen.

Wat een MCP-server exposeert

Een MCP-server kan vier soorten entiteiten exposeren:

  • Tools: Functies die het model aanroept met gestructureerde invoer.
  • Resources: Data of inhoud die de client kan lezen.
  • Prompts: Herbruikbare prompt-sjablonen.
  • Instructions: Richtlijnen die voor de hele server gelden.

Plugins vertrouwen voornamelijk op tools. Elke tool heeft een naam, een beschrijving, een invoerschema en optioneel een uitvoerschema. Deze velden stellen het model in staat om te beslissen wanneer de tool moet worden aangeroepen en hoe het resultaat moet worden gebruikt.

De request-flow

Wanneer een gebruiker een verzoek doet dat overeenkomt met een tool, vinden er vier stappen plaats:

  1. De client ontdekt de tools die door de MCP-server worden geëxposeerd.
  2. Het model selecteert een tool en levert argumenten die conform het invoerschema zijn.
  3. De server valideert het verzoek, voert de bewerking uit en retourneert een resultaat.
  4. Het model gebruikt dat resultaat om het gesprek voort te zetten.

Een tool-resultaat kan uit drie delen bestaan. structuredContent bevat beknopte data die het model kan inspecteren en hergebruiken in daaropvolgende oproepen. content bevat tekst of andere MCP-inhoud die het model helpt een antwoord te formuleren. _meta bevat data bestemd voor de client en verborgen voor het model—verborgen, maar niet beveiligd. Dit veld vervangt geen autorisatie of veilige opslag.

Transport en autorisatie

In productie zet u een MCP-server op een stabiel HTTPS-adres met behulp van het streamable HTTP-transport van het protocol, doorgaans op een /mcp-pad. Als tools privédata lezen of namens een gebruiker handelen, beveiligt u de server met de autorisatieflow zoals gedefinieerd in de MCP-specificatie—OAuth, wat Les 8 in detail behandelt.

De interface: een optionele laag

Een tool moet werken zonder interface: beknopte tekst en een gestructureerd resultaat zijn vaak voldoende voor het model om te reageren. Een interface is zinvol wanneer de gebruiker gestructureerde informatie moet inspecteren, vergelijken, wijzigen, bevestigen of doorbladeren—denk aan een productvergelijking, een bewerkbaar schema of een kaart. Een eenvoudige statuscontrole heeft dit doorgaans niet nodig.

Wanneer aanwezig, is de interface een resource die de server declareert. ChatGPT toont deze in een iframe wanneer de bijbehorende tool deze retourneert. ChatGPT implementeert de open MCP Apps-standaard: de interface communiceert via JSON-RPC met de host met behulp van postMessage. ChatGPT-specifieke extensies, toegankelijk via window.openai, vullen de standaard aan wanneer deze niet in een specifieke behoefte voorziet. Les 6 behandelt dit.

Skills: de workflow-laag

Een skill is een map die een SKILL.md-bestand bevat—een naam, een beschrijving die het model vertelt wanneer het deze moet overwegen, instructies—en indien nodig referenties, scripts of sjablonen. Het model ziet aanvankelijk alleen de naam en beschrijving; het laadt de volledige instructies wanneer het verzoek overeenkomt met de skill of wanneer de gebruiker deze direct aanroept. Vandaar het advies van OpenAI: schrijf de beschrijving rondom het doel van de gebruiker en de trigger-voorwaarden, en houd de stap-voor-stap-details in de body.

Hoe zit het met commerce?

Verkopen via een plugin is geen aparte laag. Het is een traject dat de optionele interface kan ondersteunen, met gebruikmaking van de Checkout API zoals gedocumenteerd door OpenAI. Les 7 legt uit hoe dit werkt en wat de beperkingen zijn.

Belangrijkste punten

  • Een MCP-server exposeert tools, resources, prompts en instructions; plugins vertrouwen voornamelijk op tools
  • Een tool-resultaat combineert structuredContent, content en _meta (verborgen voor het model, maar niet veilig)
  • Productie: stabiel HTTPS, streamable HTTP-transport, autorisatie conform de MCP-specificatie
  • De interface is een optionele resource die door ChatGPT wordt weergegeven conform de MCP Apps-standaard
  • Skills behandelen de workflow; de server behandelt data, autorisatie en acties