Vordefiniert, selbst gebaut
oder jeder MCP Server
Ein wachsender Katalog stellt typisierte, getestete Tools bereit. Eigene Tools sind einfache Python-Funktionen; MCP Server machen ihre Tools für alle Agenten im Projekt verfügbar.
Tools-Dokumentation lesenTools
6 verknüpft- Eigenes Toolinvoices.parse_pdf
- Eigenes Toolinvoices.store
- Vordefiniertweb_search
- MCPlinear.create_issue
- MCPcontext7.search_docs
- Eigenes Toolbilling.calculate_vat
Tools, die Teams sonst selbst neu bauen müssten
Integrierte Tools für semantisches Retrieval, die Projektdatenbank, die Zusammenarbeit mehrerer Agenten und Webzugriff.
retrieval_queryRetrieval nach relevanten Informationen durchsuchen.
retrieval_storeNeue Informationen zur Retrieval-Indexierung einreihen.
retrieval_deleteEinträge aus dem Retrieval entfernen.
retrieval_list_namespacesRetrieval Namespaces und ihre Hierarchie auflisten.
db_findDokumente einer Collection mit Filtern abfragen.
db_insertEin oder mehrere Dokumente in eine Collection einfügen.
db_updateDokumente aktualisieren, die einem Filter entsprechen.
db_upsertDas erste passende Dokument aktualisieren oder ein neues einfügen, wenn keines passt.
db_deleteDokumente löschen, die einem Filter entsprechen.
db_countDokumente einer Collection zählen, optional gefiltert.
db_list_collectionsCollections mit Anzahl und Speichergröße auflisten.
trigger_agentEinen anderen Agenten im selben Projekt starten.
trigger_agent_atEinen Agenten für einen zukünftigen Zeitpunkt planen.
web_searchDas Web nach aktuellen Informationen durchsuchen.
web_read_pageEine Webseite abrufen und ihren Inhalt als Markdown zurückgeben.
Eine Python-Funktion ist ein Tool
Einfache Funktionen unter tools/. Type Hints und ein Docstring sind alles, was Connic benötigt, um sie einem Agenten bereitzustellen.
from datetime import date
def calculate_late_fee(
invoice_total: float,
due_date: date,
paid_date: date,
) -> dict:
"""Verzugsgebühr für eine überfällige Rechnung berechnen.
Args:
invoice_total: Ursprünglicher Rechnungsbetrag in Dollar
due_date: Ursprüngliches Fälligkeitsdatum
paid_date: Datum, an dem die Rechnung bezahlt wurde
Returns:
Dict mit der Gebühr in Cent und der Anzahl überfälliger Tage.
"""
days_overdue = max(0, (paid_date - due_date).days)
fee_cents = int(invoice_total * 100 * 0.015 * days_overdue)
return {"fee_cents": fee_cents, "days_overdue": days_overdue}Der Agent sieht ein typisiertes JSON Schema, das aus der Funktionssignatur erzeugt wird. Keine Decorators, keine manuelle Schema-Definition.
Das LLM entscheidet anhand des Docstrings, wann es das Tool aufruft. Die unter Args beschriebenen Parameter helfen ihm, die richtigen Werte zu übergeben.
Eine Datei im Verzeichnis tools/ wird im Agent YAML als module.function referenziert. Wildcards wie calculator.* funktionieren ebenfalls.
Jeder MCP Server für jeden Agenten
Unter mcp_servers im Agent YAML eingetragene Server werden von Connic verbunden. Connic erkennt ihre Tools und stellt sie dem LLM zur Laufzeit bereit.
support-triagemcp_servers:
- name: context7
url: https://mcp.context7.com/mcp
- name: research-hub
url: https://mcp.example.com/research
headers:
Authorization: "Bearer ${RESEARCH_TOKEN}"
tools:
- search_papers
- fetch_abstract
- name: internal-tools
url: https://mcp.internal.company.com/tools
headers:
Authorization: "Bearer ${INTERNAL_TOKEN}"
discoverable: true # für On-Demand-Suche indexiert, nicht vorab geladenFunktionen für Tool-Aufrufe im Produktivbetrieb
Vordefinierte Tools, eigene Tools und MCP-Tools werden nach denselben Regeln erkannt, ausgeführt und in Traces erfasst.
Eine Python-Datei unter tools/ wird im Agent YAML als module.function referenziert. Unterverzeichnisse und Wildcards wie calculator.* funktionieren.
StopProcessing aus einem Tool beendet den Run erfolgreich mit einer abschließenden Nachricht. AbortTool aus einem Hook überspringt einen einzelnen Aufruf.
Jeder Tool-Aufruf erscheint mit Inputs, Output und Dauer in den Run Details. Print-Ausgaben, stderr und tools.* Logger streamen in den Tab Logs.
Selten verwendete Tools oder ganze MCP-Server lassen sich als discoverable markieren. Ihre Definitionen werden erst in den Modellkontext aufgenommen, wenn der Agent anhand ihrer Beschreibung nach ihnen sucht.
Entdecke weitere Features
Composer SDK
Agenten in YAML definieren.
Guardrails
Agent Input und finalen Output an Runtime-Grenzen prüfen.
Storage
Retrieval, Sessions und Database.
Approvals
Human-in-the-Loop für sensible Calls.
Verbindungen
Agenten mit den realen Systemen verbinden.
Observability
Jeden Schritt und jedes Token nachvollziehen.