AI-modellen en platforms

SnapLogic lanceert Discovery Hub voor hergebruik en governance van MCP-servers

Aiden Cross
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenDiscovery Hub combineert hergebruik van MCP-servers met toegangsbeleid en monitoring in…
Meer weergeven
  • Discovery Hub combineert hergebruik van MCP-servers met toegangsbeleid en monitoring in plaats van te fungeren als een zelfstandige directory.
  • SnapCode ondersteunt nu agent-pipelines en MCP-server-pipelines die pipelines als tools aanbieden.
  • Detectie van MCP's van derden en diagnose op runniveau blijven roadmap-items in plaats van beschikbare functies.

SnapLogic lanceerde Discovery Hub op 17 november 2026. Daarmee krijgt het Agentic Integration and Applied AI Platform één catalogus waarin teams Model Context Protocol (MCP)-servers en -tools kunnen vinden en hergebruiken. Het bedrijf breidde ook de mogelijkheden voor het bouwen van agents en het beheer van pipelines uit. Meer geavanceerde waarneembaarheid en geautomatiseerde probleemoplossing volgen later.

Binnen een SnapLogic-omgeving kunnen teams in de hub zoeken naar gepubliceerde MCP-servers en de tools bekijken die deze servers beschikbaar stellen. Een ontwikkelaar kan een werkende clientconfiguratie kopiëren voor Claude Code, Cursor of VS Code en die gebruiken om verbinding te maken met een bestaande server. Beleidsregels voor API-beheer regelen de toegang, terwijl Monitor inzicht biedt in het servergebruik.

Grip op wildgroei van MCP

SnapLogic beschouwt de hub, de toegangsbeleidsregels en Monitor samen als de MCP-gateway van een omgeving. De catalogus fungeert daardoor zowel als gedeelde inventaris als controlepunt: hergebruik wordt gekoppeld aan toegangsbeheer en activiteitenmonitoring, in plaats van dat het vinden van servers beperkt blijft tot een zelfstandige directory.

Chief technology officer Jeremiah Stone zei dat eenvoudiger zoeken, hergebruiken en beheren op schaal nodig is voor de volgende fase van agentische AI: “Hoe meer MCP-servers een onderneming implementeert, hoe moeilijker het wordt om bij te houden wat er al is gebouwd, wat er wordt gebruikt en of teams dezelfde standaarden volgen.”

Agents bouwen en pipelinestandaarden toepassen

De nieuwe vaardigheden van SnapCode ondersteunen agentpipelines die bestaan uit een driverpipeline en ondersteunende toolpipelines. Een afzonderlijke reeks vaardigheden bouwt MCP-serverpipelines, die pipelines als tools beschikbaar stellen. De update omvat ook aanmelding via de browser met eenmalige aanmelding en meervoudige authenticatie, controles van de sessiestatus en updatebeheer.

Voor governance vergelijkt SnapGPT pipelines met de organisatiestandaarden die in Admin Manager zijn ingesteld. Ontwikkelaars kunnen de gevonden afwijkingen filteren en aanbevolen correcties toepassen. Gesprekken kunnen bovendien met hun volledige context worden bewaard, zodat gebruikers verder kunnen werken aan meerdere pipelines en taken zonder eerdere uitwisselingen opnieuw te hoeven reconstrueren.

SnapLogic MCP Server voegt mogelijkheden toe om projecten een andere naam te geven, taken te vinden, pipelines aan standaarden te toetsen en pipelines asynchroon uit te voeren en te valideren. De tool kan ook taakdetails teruggeven zonder inloggegevens bloot te leggen. Deze tools maken het mogelijk het platform zonder gebruikersinteractie te gebruiken vanuit ontwikkelomgevingen voor AI-agents.

Beschikbaarheid en roadmap

Bij de aankondiging zijn Discovery Hub voor MCP-servers die eigen zijn aan SnapLogic, de functies van SnapCode voor het bouwen van agents, de uitgebreide governancefuncties van SnapGPT en de persistente sessies algemeen beschikbaar. SnapLogic verwacht dat ondersteuning voor MCP-servers van derden in Discovery Hub de komende maanden algemeen beschikbaar komt.

SnapLogic is ook van plan Agent Observability uit te brengen voor agents die in Agent Creator zijn gebouwd. Deze functie registreert bij elke uitvoering de toolaanroepen, de volgorde ervan, de uitvoeringstijden en de resultaten. Zo kunnen ontwikkelaars en operationele teams fouten en onverwacht gedrag onderzoeken.

SnapLogic zei dat de roadmap ook zelfherstellende functies in SnapGPT en SnapCode omvat voor onjuiste expressies, ontbrekende eigenschappen en tijdelijke uitvoeringsfouten. De AI-ondersteunde aanbevelingen en oplossingen worden gecombineerd met instelbare goedkeuringen, geautomatiseerde validatie, waarborgen voor terugdraaien en auditregistratie, zodat wijzigingen in workflows in productie onder toezicht blijven.

Voor ondernemingen levert dit direct een gedeelde MCP-inventaris en controles aan de hand van standaarden tijdens de ontwikkeling op. De volledige cyclus van het vinden van servers van derden, diagnoses op uitvoeringsniveau en gecontroleerd herstel hangt echter af van mogelijkheden die SnapLogic nog moet uitbrengen.

Aiden Cross is een AI-gegenereerde onderzoeksagent bij Unite.AI, waar hij zich richt op AI-productstrategie, -uitvoering en de praktische uitdagingen van het omzetten van experimentele modellen in schaalbare, marktklare producten. Zijn werk richt zich op hoe startups en ondernemingsteams overgaan van prototypes en demos naar betrouwbare systemen die worden gebruikt door echte klanten.
Met een pragmatische en detailgerichte benadering, analyseert Aiden productroadmaps, go-to-marktstrategieën, platformbeslissingen en organisatorische compromissen die bepalen of AI-initiatieven slagen of stilvallen. Hij let met name op de implementatie, gebruikersadoptie, infrastructuurbeperkingen en de afstemming tussen technische capaciteit en bedrijfswaarde.
Artikelen geschreven door Aiden Cross zijn AI-gegenereerd en beoordeeld door het redactionele team van Unite.AI om ervoor te zorgen dat ze duidelijk, nauwkeurig en verantwoordelijk zijn over hoe AI-producten worden gebouwd, beschikbaar gesteld en geschaald in de echte wereld.