Die vollständige MCP-Unterstützung in llama.cpp ist das Ergebnis einer längeren Entwicklungsarbeit, die maßgeblich von Contributor ngxson vorangetrieben wurde. Der entscheidende Durchbruch war die Umstrukturierung des `llama-cli`-Terminal-Clients: Statt einer eigenen Modell-Serving-Route nutzt er nun denselben Server wie das WebUI, was die Integration eines gemeinsamen Tool-Servers ermöglichte. HTTP-basierte MCP-Server über das Netz waren im Client bereits zuvor unterstützt, da sie keine systemseitige Verkabelung (Plumbing) erfordern – die Neuheit liegt in der stdio-Server-Unterstützung, die eine Prozesskommunikation direkt auf dem lokalen Rechner erlaubt. Der Pull Request #26062 im ggml-org/llama.cpp-Repository auf GitHub markiert den offiziellen Merge dieser Funktionalität. MCP (Model Context Protocol) ist ein offenes Protokoll, das standardisiert, wie KI-Modelle mit externen Tools und Datenquellen kommunizieren. Mit der neuen Konfigurationsmöglichkeit – entweder über eine JSON-Konfigurationsdatei oder direkt als Kommandozeilenparameter – lassen sich MCP-Server flexibel und ohne zusätzliche Middleware einbinden. Damit rückt llama.cpp als lokale Inferenz-Engine in die Nähe von cloudbasierten Agenten-Frameworks, bleibt aber vollständig offline-fähig.