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' mit dem Fehler 'An item with the same key has already been added' während der Tool-Registrierung im Agent Loop. Dieser Fehler ist konkurrenzabhängig – ein Lasttest mit 60 Requests zeigte eine Ausfallrate von rund 37 Prozent – und wird von der Standard-Wiederholungsrichtlinie des Agents nicht abgedeckt, da er als Statuscode 400 zurückgegeben wird. Der zweite Bug betrifft den integrierten MCP-Connector, der kein OAuth für Logic Apps Standard-to-Standard-Aufrufe unterstützt. Workflows schlagen dabei fehl oder liefern 502-Gateway-Fehler, während direkte Aufrufe mit einem Bearer Token funktionieren. Beide Probleme wurden im Azure Logic Apps GitHub-Repository gemeldet (Issue #1526). Als temporäre Workarounds werden anonyme oder schlüsselbasierte Authentifizierung in der host.json sowie manuelle Wiederholungen empfohlen.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Technische Bugs in Cloud-Integrationsplattformen wie Azure Logic Apps beeinträchtigen Entwickler beim Aufbau von Automatisierungs- und Agent-Workflows. Sie verursachen intermittierende Ausfälle und blockieren OAuth in bestimmten Connector-Szenarien, sind jedoch im 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 auf, noch bevor ein MCP-Aufruf erfolgt.
  • Ein Lasttest über 60 Requests ergab 38 Erfolge und 22 Fehlschläge (~37% Ausfallrate); die Rate sinkt bei geringerer Concurrency, bleibt aber bestehen.
  • Der BadRequest wird als Client-Fehler (400) eingestuft, weshalb die standardmäßige Retry Policy der Agent-Aktion (die auf 5xx abzielt) nicht greift.
  • Der MCP-Connector unterstützt kein OAuth für Logic Apps Standard-to-Standard-Szenarien; Workflows triggern nicht oder liefern 502, wohingegen direkte Aufrufe mit Bearer Token erfolgreich sind.
  • Beide Probleme sind im Azure/Logic Apps GitHub-Repository (Issue #1526) inklusive Reproduktionsschritten und Workflow-JSON dokumentiert.
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.