Een MCP server bouwen voor je website.

Je website klaar maken voor AI-agents

AI-agents worden steeds slimmer en autonomer. Ze boeken vluchten, vergelijken producten, vullen formulieren in en zoeken informatie op — namens de gebruiker. Maar ze werken nu nog als een blinde die een website moet bedienen: ze scrapen HTML, raden knoppen en hopen dat de structuur niet verandert.

Het Model Context Protocol (MCP) lost dit op. In plaats van dat een AI-agent jouw website moet interpreteren als een mens, bied je gestructureerde tools aan die de agent direct kan aanroepen. Betrouwbaar, snel en zonder foutgevoelige DOM-analyse.

In dit artikel laten we zien hoe je een MCP server bouwt voor je eigen website — met echte tools die AI-agents kunnen gebruiken.

Wat is het Model Context Protocol?

MCP is een open standaard, oorspronkelijk ontwikkeld door Anthropic, voor het verbinden van AI-modellen met externe tools en databronnen. Het protocol definieert drie concepten:

• Tools — Acties die een AI-agent kan uitvoeren. Denk aan: een prijsindicatie berekenen, een contactformulier versturen of artikelen zoeken.
• Resources — Data die een AI-agent kan lezen als context. Bijvoorbeeld: een lijst met expertises, productinformatie of bedrijfsgegevens.
• Prompts — Herbruikbare templates die AI-interacties structureren.

Een MCP server publiceert deze tools, resources en prompts via een gestandaardiseerd endpoint. AI-clients ontdekken automatisch wat er beschikbaar is en kunnen de tools aanroepen met de juiste parameters.

Wat voor tools kun je aanbieden?

De kracht van MCP zit in de concreetheid. Je biedt geen vage API-endpoints aan, maar tools met rijke beschrijvingen die een LLM begrijpt. Voorbeelden:

Prijscalculator

Een tool die op basis van projecttype, complexiteit en gewenste features een prijsindicatie berekent. De AI-agent kan vragen: "Wat kost een SaaS platform met Mollie-betalingen en multi-tenancy?" en krijgt een gestructureerd antwoord terug met prijsrange, doorlooptijd en hostingkosten.

Kennisbank doorzoeken

Een zoektool die artikelen vindt op basis van onderwerp, tags of trefwoorden. De agent kan zoeken naar "multi-tenancy" en krijgt relevante artikelen terug met titel, beschrijving en directe links.

Contactformulier

Een tool waarmee een AI-agent namens de gebruiker een contactverzoek kan indienen — met naam, e-mail, projectbeschrijving en budget. Dezelfde validatie als je webformulier, maar dan via een gestructureerde interface.

Expertises als resource

Een resource die alle diensten beschikbaar maakt als leesbare context. De AI-agent kan dit gebruiken om vragen te beantwoorden als: "Kan dit bedrijf mij helpen met een React Native app?" of "Welke integraties bouwen ze?"

De architectuur

Een MCP server bestaat uit een paar onderdelen:

• Server class — Het centrale punt dat tools, resources en prompts registreert. Bevat metadata zoals naam, versie en instructies voor de AI.
• Tool classes — Individuele tools met een JSON Schema voor de input, validatie, business logic en een gestructureerde response.
• Resource classes — Data-endpoints die context bieden aan de AI-agent.
• Route — Een HTTP-endpoint (bijv. /mcp) waarop de server luistert.

Elke tool definieert drie dingen:

1. Schema — Welke parameters verwacht de tool? Met types, beschrijvingen, enums en defaults.
2. Validatie — Server-side validatie van alle input, net als bij een normaal webformulier.
3. Handler — De business logic die de input verwerkt en een response teruggeeft.

Discovery: hoe AI-agents je server vinden

Een MCP server is nutteloos als niemand weet dat hij bestaat. Er zijn drie manieren om je server vindbaar te maken:

1. llms.txt

Het llms.txt bestand is het equivalent van robots.txt, maar dan voor AI-agents. Je plaatst het in je webroot en beschrijft welke AI-tools je aanbiedt:

# Bedrijfsnaam

> Korte beschrijving van je bedrijf.

## MCP Server

MCP server beschikbaar op: https://jouwsite.nl/mcp

### tool-naam
Beschrijving van wat de tool doet.

### andere-tool
Beschrijving van de andere tool.

2. robots.txt

Voeg een referentie toe aan je robots.txt:

# AI/LLM Discovery
# MCP Server: https://jouwsite.nl/mcp
# LLMs.txt: https://jouwsite.nl/llms.txt

3. Directe configuratie

AI-clients zoals Claude Desktop en Cursor ondersteunen directe MCP server configuratie. Gebruikers kunnen je server-URL toevoegen aan hun client settings.

Beveiliging

Een MCP server staat open voor de buitenwereld, dus beveiliging is essentieel:

• Rate limiting — Beperk het aantal requests per minuut om misbruik te voorkomen.
• Input validatie — Valideer alle input server-side, net als bij een normaal webformulier. Blokkeer wegwerp-e-mailadressen, controleer maximale lengtes.
• Authenticatie — Voor publieke tools (zoeken, prijsindicatie) is geen auth nodig. Voor tools die acties uitvoeren (contactformulier) kun je OAuth 2.1 of token-based auth toevoegen.
• Logging — Log alle tool calls zodat je kunt zien wie wat aanroept. Stuur optioneel een notificatie bij interessante calls.
• Honeypots — Dezelfde anti-spam technieken als je bestaande formulieren.

Logging en monitoring

Het is waardevol om te weten welke AI-agents je server gebruiken en welke tools ze aanroepen. Met een simpele middleware log je elke tool call:

• Welke tool werd aangeroepen
• Met welke parameters
• Wat de response was
• IP-adres en user agent van de client

Je kunt hier een e-mailnotificatie aan koppelen zodat je realtime ziet wanneer een AI-agent interactie heeft met je site. Dat geeft inzicht in hoe AI-agents je bedrijf vinden en wat ze willen weten.

Testen

Er zijn meerdere manieren om je MCP server te testen:

MCP Inspector

De MCP Inspector is een visuele tool waarmee je je server kunt testen zonder een volledige AI-client. Je kunt tools ontdekken, parameters invullen en responses inspecteren. Handig tijdens development.

Claude Desktop

Voeg je server toe aan Claude Desktop via de configuratie:

{
  "mcpServers": {
    "mijn-website": {
      "url": "https://jouwsite.nl/mcp"
    }
  }
}

Vervolgens kun je in Claude vragen stellen als: "Wat kost een SaaS platform bij dit bedrijf?" en Claude zal automatisch de prijsindicatie-tool aanroepen.

Cursor / Claude Code

Dezelfde configuratie werkt in code-editors met MCP-support. De tools verschijnen als beschikbare acties die de AI kan aanroepen tijdens het programmeren of onderzoeken.

Praktische tips

• Begin met read-only tools — Start met zoektools en informatieve resources. Voeg later tools toe die acties uitvoeren (contactformulier, bestellingen).
• Hergebruik je bestaande logica — Je hebt waarschijnlijk al validatie, business logic en e-mail templates. Een MCP tool is in essentie een nieuwe interface op dezelfde logica.
• Schrijf goede beschrijvingen — De toolbeschrijving is wat de AI leest om te bepalen wanneer een tool relevant is. Wees specifiek en helder.
• Gebruik gestructureerde responses — Geef JSON terug met duidelijke veldnamen. Dat is makkelijker voor de AI om te interpreteren dan vrije tekst.
• Denk na over wat je blootstelt — Niet alles hoeft een MCP tool te zijn. Bied tools aan die daadwerkelijk nuttig zijn voor AI-agents en hun gebruikers.

In de praktijk: de MCP server van coding.agency

Wij hebben zelf een MCP server gebouwd voor deze website. Die staat op https://coding.agency/mcp en biedt vier tools aan die AI-agents direct kunnen gebruiken:

prijsindicatie

Bereken direct een prijsindicatie voor een softwareproject. Je geeft projecttype (webapplicatie, SaaS, app, webshop, API, AI), complexiteit, gewenste koppelingen (Exact Online, Mollie, PostNL, etc.), designniveau en extras (CMS, multi-tenancy, realtime) mee — en krijgt een prijsrange, doorlooptijd en geschatte hostingkosten terug.

kennisbank-zoeken

Doorzoek onze kennisbank met 140+ artikelen. Zoek op trefwoord, technologie of categorie en krijg relevante artikelen terug met titel, beschrijving en directe links.

contact

Stuur een contactverzoek namens de gebruiker. Met naam, e-mail, projecttype, budget en een beschrijving. Dezelfde validatie als ons webformulier — inclusief blokkering van wegwerp-e-mailadressen.

expertises (resource)

Alle negen expertises als leesbare context: maatwerk software, apps, AI, webapplicaties, API-koppelingen, SaaS, webshops, websites en consultancy. Inclusief technologieën, use cases en branches per expertise.

Zelf uitproberen

Voeg onze MCP server toe aan Claude Desktop of een andere MCP-client:

{
  "mcpServers": {
    "coding-agency": {
      "url": "https://coding.agency/mcp"
    }
  }
}

Stel vervolgens een vraag als "Wat kost een SaaS platform met Mollie-betalingen en multi-tenancy?" of "Zoek artikelen over AI agents" — en de AI roept automatisch de juiste tool aan.

De toekomst: WebMCP

Google werkt aan WebMCP, een uitbreiding van MCP specifiek voor het web. Waar MCP zich richt op server-side integraties, maakt WebMCP het mogelijk om tools direct in de browser aan te bieden — zodat AI-agents in Chrome en andere browsers direct met je website kunnen communiceren.

Als je nu een MCP server bouwt, leg je het fundament voor WebMCP. De tools, validatie en business logic die je nu definieert, zijn straks direct herbruikbaar wanneer WebMCP breed beschikbaar wordt.

Conclusie

Een MCP server is de brug tussen je website en de AI-agents die namens je klanten handelen. Het is geen vervanging van je bestaande website of API, maar een aanvullende interface die specifiek ontworpen is voor AI-interactie.

De implementatie is niet complex: je hergebruikt je bestaande business logic en verpakt die in gestructureerde tools met goede beschrijvingen en validatie. Het resultaat is een website die niet alleen door mensen, maar ook door AI-agents effectief gebruikt kan worden.

Het web verandert. Websites die nu investeren in MCP-support, worden straks als eerste gevonden en gebruikt door de AI-assistenten van hun klanten.