Ubers Architektur für Model Context Protocol: MCP Gateway im Enterprise-Maßstab

X-PostsantiSammlung

Santi analysiert einen Architektur-Bericht von Uber Engineering über deren zentrale MCP-Infrastruktur. Uber betreibt über 800 MCP-Server und mehr als 5.000 Tools, gesteuert über ein zentrales MCP Gateway mit Protokollübersetzung, automatischer Tool-Generierung via AutoCrawler und dynamischer Discovery über Omni MCP.

Das Wichtigste

  1. Zentrales MCP Gateway: Dient als Proxy-Schicht zwischen KI-Agenten und Backend-Diensten und übersetzt MCP-Aufrufe dynamisch in HTTP, gRPC oder TChannel.
  2. Automatisierte Registrierung: Das Cadence-gestützte System AutoCrawler scannt IDL-Registries (Protobuf, Thrift), übersetzt Schemas und formuliert Tool-Beschreibungen mithilfe von LLMs.
  3. Skalierung mit Omni MCP: Um Context Windows nicht mit Tausenden Tool-Definitionen zu überlasten, entdecken Agenten Server und Schemas schrittweise erst bei Bedarf.
  4. Governance by Default: Neu erkannte Tools werden im zentralen MCP-Katalog standardmäßig deaktiviert registriert, um Zugriffskontrolle und Übersicht zu wahren.

Warum das relevant ist

Wenn Unternehmen KI-Agenten flächendeckend einführen, führt dezentrale Tool-Anbindung schnell zu Fragmentierung und überlaufenden Context Windows. Ubers Modell zeigt das Konzept eines API Gateways speziell für KI-Agenten in großem Maßstab.

Einordnung

Die Architektur von Uber adressiert zwei der größten praktischen Hürden beim Agenten-Einsatz in Konzernen: Schnittstellen-Wildwuchs und Token-Limits. Anstatt hunderte Services manuell als MCP-Server nachzubauen, generiert AutoCrawler Schnittstellen direkt aus IDLs. Gleichzeitig löst Omni MCP das Token-Problem, indem es Werkzeuge erst zur Laufzeit nachschlägt, statt den gesamten Katalog in den Prompt zu laden.

Original-Post

santi

@santtiagom_ · 3. Oktober 2026

Uber publicó cómo armó su infraestructura de MCP y hay varias ideas muy buenas acá. imaginate una empresa con miles de servicios internos y muchos equipos conectando agentes a esos sistemas por su cuenta. cuando eso empieza a crecer, terminás con tooling fragmentado, infra t.co/DccvOOYhos t.co/RLtEvs43mK

6599 Likes89 Antworten11.867 Lesezeichen699.729 Aufrufe

Auf X ansehen
Ausgewählte Antworten (5)
  • @MatiasMatthews @santtiagom_ A esa escala, el catálogo que ve cada agente también importa: descubrir una herramienta no debería darle permiso para usarla. Filtrarlo según quién actúa evita ofrecerle caminos que después van a terminar bloqueados.
  • @iLegend_AI @santtiagom_ 工具一多，模型选错的概率不是线性涨的。几千个团队各包一层同一个内部服务，最后就是一打名字几乎一样的工具，挑哪个全看描述写得怎么样。比网关更该先做的是工具注册表：一个能力一个规范名，别名全映射过去。不然代理的失败会伪装成「模型不行」。
  • @juanmacias @TheDevilOps @santtiagom_ Algo tengo, por ahora 5 cli y uno de ellos sustituye a 10 MCPs Si buscas info verás que el uso de tokens es mucho menor
  • @juanmacias @ajimenezsa @santtiagom_ Depende del MCP. Si maneja archivos grandes, o un volumen alto, el cli va a ir mejor. Adicionalmente, no tienes que reiniciar cuando hay un cambio. Ahora mismo cuando cambia un MCP tengo que reiniciar Claude Code
  • @chooserich @santtiagom_ This is definitely big company problems 😂 The irony is this harkens back to service oriented architecture but even less efficient. Reaffirms my belief that deterministic services are still better for most things (at least for the time being)

Erwähnte Links

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 5. Oktober 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Ähnliche Einträge

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Link:Rhys Sullivan

    Executor: Universelles MCP-Gateway für Entwickler-Agenten

    Executor bündelt APIs, GraphQL und Model Context Protocol (MCP)-Server zu einem zentralen Gateway. Statt hunderte Tools und sensible API-Tokens in jeden einzelnen Agenten-Client wie Cursor oder Claude Code einzubinden, stellt Executor lediglich ein einzelnes Meta-Tool bereit und führt Anfragen in einer Sandbox aus.

    KI & AI· Tool

  • Repository:xdevplatform/xmcp

    xmcp: FastMCP-Server für die X API

    Das Python-Projekt xmcp stellt einen lokalen Server basierend auf dem Model Context Protocol (MCP) bereit, der die OpenAPI-Spezifikation der X API in MCP-Tools übersetzt. Dadurch können KI-Assistenten und MCP-Clients direkt mit Endpunkten der X API interagieren.

    853SternePython

    KI & AI· Tool

  • Link:Arcade

    Arcade: Actions-Runtime und Governance-Schicht für Enterprise-KI-Agenten

    Arcade positioniert sich als spezialisierte Actions-Runtime für KI-Agenten im Unternehmensumfeld. Die Plattform setzt Authentifizierung, Autorisierung und Governance-Regeln direkt im Pfad jeder Tool-Ausführung durch, anstatt sich auf Prompts oder unsichere Service-Accounts zu verlassen. Dabei unterstützt Arcade das Model Context Protocol (MCP) und bindet bestehende Identity Provider ein.

    KI & AI· Tool

  • Repository:FeiZhuLulu/Agent-Bridge

    Agent Bridge: Lokale Coding-Agenten über MCP orchestrieren

    Agent Bridge ist ein Python-basiertes Open-Source-Tool, das lokale Coding-Agenten über das Model Context Protocol (MCP) miteinander verbindet. Entwickler steuern dabei einen primären Koordinator-Agenten, der wiederum spezialisierte Worker-Agenten über Kommandozeilenschnittstellen delegiert.

    31SternePython

    KI & AI· Tool

Zurück zur Wissensbasis

Lassen Sie uns über Ihr Projekt sprechen

Kontakt aufnehmen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.