Beobachtetes Signal · 3. Mai 2026 · Bug Report · Quelle: DEV Community · Relevanz: 2/5 · Sentiment: Neutral

Logic Apps MCP: Kritische Bugs bei Agent Loop und OAuth

Zusammenfassung des Signals

Ein Entwickler hat bei der Integration des Logic Apps MCP-Servers mit einem BODMAS Agent zwei reproduzierbare Bugs identifiziert. Der erste Bug betrifft einen intermittierenden BadRequest 'An item with the same key has already been added' während der Agent Loop-Tool-Registrierung, welcher konkurrenzabhängig ist (ein Lasttest mit 60 Requests zeigte eine Ausfallrate von rund 37 %) und wegen des 400er-Statuscodes nicht von der Standard-Retry-Policy abgedeckt wird. Der zweite Bug besteht darin, dass der integrierte MCP Connector kein OAuth für Logic Apps Standard-zu-Standard-Aufrufe unterstützt, was zu 502 Gateway-Fehlern führt, obwohl direkte Aufrufe mit Bearer-Token funktionieren. Beide Probleme wurden im Azure Logic Apps GitHub-Repository (Issue #1526) gemeldet. Als temporäre Workarounds werden anonyme oder schlüsselbasierte Authentifizierung in der host.json sowie manuelle Wiederholungen für fehlgeschlagene Läufe empfohlen.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Technische Bugs in Cloud-Integrationsplattformen wie Azure Logic Apps beeinträchtigen Entwickler beim Aufbau von Automatisierungs- und Agent-Workflows, verursachen intermittierende Ausfälle und blockieren OAuth-Szenarien, sind jedoch in ihrem Umfang begrenzt und auf GitHub dokumentiert.

SIGNAL RADAR

Marktsignale zu GitHub in Echtzeit verfolgen

Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.

Kostenlos im Explorer starten
Kostenloser Explorer-ZugangKeine Kreditkarte nötigSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • Intermittierender BadRequest 'An item with the same key has already been added' tritt bei der Agent Loop-Tool-Registrierung vor jedem MCP-Aufruf auf.
  • Ein Lasttest mit 60 Requests ergab 22 Fehlschläge (~37 % Ausfallrate); die Fehlerrate sank bei geringerer Concurrency, blieb aber persistent (ca. 30 % bei sequentiellen Läufen).
  • Der BadRequest wird als Client-Fehler (400) eingestuft, weshalb die Standard-Retry-Policy des Agents nicht greift und es zu terminalen Fehlern kommt.
  • Der MCP Connector unterstützt kein OAuth für Logic Apps Standard-zu-Standard-Szenarien (Fehlschläge oder 502), während direkte Aufrufe mit gültigem Bearer-Token erfolgreich sind.
  • Beide Issues sind im Azure/Logic Apps GitHub-Repo dokumentiert (Issue #1526) und enthalten Reproduktionsschritte sowie Workflow-JSONs.
Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: DEV Community•Veröffentlicht: 3. Mai 2026
Ursprünglicher Berichttitel: “Logic Apps Agent Loop + MCP: Two Bugs Worth Knowing About”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Large Language Models & Agent Integration16. Aug. 2026

Agenten-Tool-Aufrufe können fehlerhafte HTTP-Requests auslösen

Ein technischer Bericht beschreibt einen Produktionsfehler, bei dem eine Agenten-API-Brücke unter Verwendung von Azure AI Foundry und einer Model Context Protocol (MCP)-Brücke den Tool-Aufruf eines Modells fehlerhaft in einen HTTP-Request übersetzte. Ein unzureichender regulärer Ausdruck konnte OData-Filter nicht korrekt parsen, wodurch Datumsbeschränkungen verworfen wurden, während rohe Filterstrings im Request-Body verblieben. Dies führte zu syntaktisch gültigen, aber inhaltlich widersprüchlichen Anfragen und falschen Abfrageergebnissen. Weitere Probleme umfassten stumme Fehlerzustände durch asyncio.gather(return_exceptions=True) sowie unzureichende Protokollierung. Der Vorfall unterstreicht, wie wichtig die strenge Validierung von Verträgen und freien Eingaben an der Schnittstelle ist, um unbeabsichtigte API-Aktionen von KI-Agenten zu verhindern.

Signal analysieren
Large Language Models & AI27. Aug. 2026

KI-Agenten-Verifikationsplattform AiOps Enabler verzeichnete fehlerhafte Erfolgsmeldungen

Ein Entwickler-Postmortem beleuchtet kritische Softwarefehler bei AiOps Enabler, einer Plattform zur Validierung der Performance von KI-Agenten. Zu den Hauptproblemen gehörte ein generierter GitHub-Actions-Workflow, der über Cron-Jobs bedingungslos Erfolge meldete – selbst wenn der Agent gar nicht ausgeführt wurde. Zudem führte eine OIDC-Bindung, die an das Repository und den spezifischen Workflow-Dateinamen gekoppelt war, zu stillen 404-Fehlern beim Reporting nach Workflow-Konsolidierungen. Eine unausgereifte Scoring-Kurve („Enabler Score“) stufte hochperformante Agenten fälschlicherweise als mangelhaft ein (z. B. 44/100 trotz 100 % Erfolgsquote). Ein fehlerhafter CI-Gating-Check verhinderte überdies das automatisierte Deployment eines bereits gemergten Directory-Features in die Production-Umgebung. Der Bericht liefert wertvolle Einblicke in Architektur- und Testing-Herausforderungen bei automatisierten Verifikationsplattformen für KI-Systeme.

Signal analysieren
Productivity & Collaboration SaaS24. Apr. 2026

Activepieces und MCP: Entwicklung von KI-Workflows im Praxistest

Ein Entwicklerbericht aus dem Jahr 2026 analysiert den Einsatz der Open-Source-Automatisierungsplattform Activepieces für KI-Agenten-Workflows mittels MCP (Model Context Protocol)-Servern. Das Team implementierte Pipelines, die CRM-Datensätze auslesen, Web-Recherchen und LLM-Prozesse durchführen und Ergebnisse in HubSpot zurückschreiben. Dabei traten drei wesentliche Fehlerquellen auf: unpräzise System-Prompts minderten die Konfidenzwerte der LLMs, Activepieces unterstützt keine Kombination aus zeitgesteuertem Trigger und Webhook in demselben Workflow, und Batch-Nodes verursachten bei fehlender statischer Persistenz unbemerkten Datenverlust. Der Beitrag stellt die Vorteile des Self-Hostings (keine nutzungsbasierte Preiskalkulation pro Task, vollständige Kontrollierbarkeit) den Betriebskosten und Reifegradrisiken des MCP-Ökosystems gegenüber. Praktische Handlungsempfehlungen umfassen explizite Bewertungsregeln, getrennte Trigger, die frühzeitige Messung des Token-Verbrauchs, die Prüfung der MCP-Server-Stabilität sowie den Einsatz nicht-blockierender externer Schreibvorgänge.

Signal analysieren

Marktsignale & Strategische Shifts in Echtzeit verfolgen

Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.