LibreChat mit Claude & Gemini: KI-Power trifft MCP-Ökosystem

Was ist LibreChat?

LibreChat ist eine quelloffene, selbst hostbare Chat-Plattform, die als einheitliche Oberfläche für eine Vielzahl von KI-Modellen dient. Anstatt für jeden Anbieter – OpenAI, Anthropic, Google – separate Tools zu nutzen, bündelt LibreChat alles in einer einzigen, modernen Oberfläche. Besonders spannend: die native Unterstützung des Model Context Protocol (MCP).

Was ist das Model Context Protocol (MCP)?

Das Model Context Protocol (MCP) ist ein offener Standard, der es KI-Modellen erlaubt, strukturiert mit externen Tools, Datenquellen und Services zu kommunizieren. Vereinfacht gesagt: MCP ist die „Sprache”, die ein LLM spricht, wenn es auf einen externen Server zugreift – sei es ein CMS, eine Datenbank, eine Suchmaschine oder ein beliebiges API.

MCP-Server stellen Tools bereit, die das Modell direkt aufrufen kann: - Dateisystem-Zugriff - Datenbankabfragen - Web-Suche - CMS-Steuerung (z. B. Wagtail) - Code-Ausführung - Kalender, E-Mail, Projektmanagement – und vieles mehr

LibreChat als MCP-Client: Das große Bild

LibreChat fungiert als MCP-Client und verbindet sich mit beliebig vielen MCP-Servern gleichzeitig. Das bedeutet: Das jeweils aktive KI-Modell – ob Claude oder Gemini – sieht alle registrierten Tools und kann sie eigenständig aufrufen, kombinieren und verketten.

Typische Architektur

LibreChat (UI)
    │
    ├── Claude 3.5 Sonnet / Claude 3 Opus  ──┐
    ├── Gemini 2.0 Flash / Gemini 1.5 Pro  ──┤── MCP-Client-Layer
    └── GPT-4o / andere Modelle            ──┘
                                               │
                        ┌──────────────────────┼──────────────────────┐
                        │                      │                      │
                  MCP-Server A          MCP-Server B           MCP-Server C
                  (Wagtail CMS)         (Web-Suche)            (Dateisystem)

Jedes Modell kann – je nach Konfiguration – auf alle oder nur ausgewählte MCP-Server zugreifen.

Claude in LibreChat: Stärken im MCP-Kontext

Anthropic Claude (z. B. Claude 3.5 Sonnet oder Claude 3 Opus) ist bekannt für seine präzise Instruktionsbefolgung und seine Fähigkeit, komplexe mehrstufige Tool-Chains zuverlässig abzuarbeiten. Das macht Claude zur bevorzugten Wahl für:

• Komplexe Redaktions-Workflows: Feeds abrufen → LLM-Bewertung → Artikel erstellen → Übersetzen → Veröffentlichen
• Strukturierte Datenverarbeitung: JSON-Antworten von MCP-Servern korrekt interpretieren und weiterverarbeiten
• Langes Kontextfenster: Große Dokumente oder viele Tool-Ergebnisse auf einmal verarbeiten
• Präzises Tool-Calling: Claude neigt dazu, Tools sehr sorgfältig und mit korrekten Parametern aufzurufen

Beispiel-Workflow mit Claude

„Suche aktuelle News über KI-Regulierung, wähle die drei relevantesten aus, schreibe einen Artikel auf Deutsch und veröffentliche ihn auf der Website.”

Claude ruft dabei nacheinander auf: 1. web_search_news → aktuelle Artikel finden 2. news_overview → eigene Feed-Quellen prüfen 3. write_article → Artikel verfassen und anlegen 4. publish_page → direkt live schalten

Gemini in LibreChat: Stärken im MCP-Kontext

Google Gemini (z. B. Gemini 2.0 Flash oder Gemini 1.5 Pro) bringt ebenfalls starke Tool-Calling-Fähigkeiten mit – und glänzt besonders durch:

• Geschwindigkeit: Gemini 2.0 Flash ist extrem schnell und ideal für iterative Workflows
• Multimodalität: Bilder analysieren, beschreiben und als Kontext für weitere MCP-Aktionen nutzen
• Bildgenerierung: Direkte Integration mit Imagen 3 für KI-generierte Bilder via MCP
• Kosteneffizienz: Für Batch-Operationen (z. B. viele Artikel übersetzen) sehr wirtschaftlich

Beispiel-Workflow mit Gemini

„Generiere ein passendes KI-Bild für Artikel ID 42 und setze es als Promo-Bild.”

Gemini ruft dabei auf: 1. get_page → Artikelinhalt lesen 2. generate_ai_image → Bild per Imagen 3 erstellen 3. set_page_image → Bild dem Artikel zuweisen 4. publish_page → Seite aktualisieren

Praktische MCP-Server-Szenarien in LibreChat

1. Content-Management (Wagtail MCP)

Der Wagtail-MCP-Server stellt Tools für die komplette Website-Verwaltung bereit. Direkt aus dem Chat heraus lassen sich: - Artikel erstellen, bearbeiten und veröffentlichen - Seiten verschieben, löschen und strukturieren - Bilder hochladen, generieren und zuweisen - RSS-Feeds abonnieren und importieren - Übersetzungen anstoßen und verwalten

2. Web-Recherche & News-Import

Kombiniert mit einem Web-Such-Tool wird LibreChat zur vollautomatischen Redaktionsassistentin: - Brave Search, Google oder DuckDuckGo nach aktuellen Themen durchsuchen - Relevante Treffer bewerten lassen - Direkt als Artikel aufbereiten und publizieren

3. Automatisierte Pipelines

Über den MCP-Server lassen sich Celery-Pipelines steuern: - Periodische Tasks einrichten (z. B. „jeden Morgen um 7 Uhr News importieren”) - Pipeline-Runs überwachen und bei Bedarf genehmigen oder ablehnen - Fehlerhafte Runs analysieren und reparieren

4. Übersetzungs-Workflows

Mit dem Lokalisierungs-Tool lassen sich ganze Artikelserien auf Knopfdruck übersetzen: - Alle nicht übersetzten Artikel auflisten - Batch-Übersetzung per LLM starten - Übersetzte Seiten direkt veröffentlichen

Einrichtung: LibreChat mit MCP-Servern verbinden

Die Konfiguration ist überraschend unkompliziert. In der librechat.yaml werden MCP-Server als Endpunkte eingetragen:

mcpServers:
  wagtail-cms:
    type: streamable-http
    url: https://mcp.meinedomain.de/mcp/
    headers:
      Authorization: "Bearer ${MCP_API_KEY}"
  filesystem:
    type: stdio
    command: npx
    args: ["-y", "@modelcontextprotocol/server-filesystem", "/data"]
  brave-search:
    type: stdio
    command: npx
    args: ["-y", "@modelcontextprotocol/server-brave-search"]
    env:
      BRAVE_API_KEY: "${BRAVE_API_KEY}"

Nach einem Neustart stehen alle Tools dem gewählten Modell automatisch zur Verfügung.

Claude vs. Gemini: Wann welches Modell?

Fazit: LibreChat als KI-Kommandozentrale

Die Kombination aus LibreChat + Claude/Gemini + MCP-Server ist mehr als nur ein Chat-Interface. Sie ist eine vollwertige KI-Automatisierungsplattform, die es erlaubt, komplexe Workflows direkt aus dem Gespräch heraus zu steuern – ohne Code, ohne separate Tools, ohne Medienbrüche.

Ob Content-Erstellung, Web-Recherche, Bildgenerierung oder Datenbank-Verwaltung: Mit den richtigen MCP-Servern wird das LLM zum universellen Agenten, der eigenständig plant, handelt und Ergebnisse liefert.

Self-hosted, datenschutzkonform und offen für jede Erweiterung – LibreChat ist der ideale Einstiegspunkt in die Welt der agentenbasierten KI.