Was ist Bagel?
Bagel von Extelligence ist ein MCP-Server, mit dem ein Agent Robotik-, Drohnen- und IoT-Daten lesen und Fragen dazu beantworten kann. Er lädt ROS-1- und ROS-2-Bags, MCAP, Flugprotokolle von PX4, ArduPilot und Betaflight, CAN-Mitschnitte mit DBC-Datei, ASAM MDF4, CSV, JSON und Parquet und liest Live-Daten aus rosbridge, MQTT, Postgres und InfluxDB. Jede Berechnung über Nachrichtendaten ist eine DuckDB-SQL-Abfrage, die Bagel dir zeigt. Außerdem baut er aus einer einfachen Beschreibung Pipelines zur Datenreduktion, etwa 10 Sekunden um jede Vollbremsung behalten, und exportiert nach Rerun, PlotJuggler, Lichtblick und LeRobot.
Er liegt auf PyPI als bagel-mcp, steht unter Apache-2.0 und ist für Python 3.10 bis 3.12 geschrieben. Version 2.5.6 erschien am 15. November 2026 auf PyPI; das Repository hat rund 407 Sterne.
Bagel installieren
claude mcp add bagel -- uvx --from "bagel-mcp[ros]" bagel-mcp --transport stdioLohnt sich Bagel?
Bagels beste Entscheidung ist, dass das Modell nie selbst rechnet. Es schreibt eine DuckDB-Abfrage über das geladene Topic, Bagel führt sie aus und gibt die Abfrage zusammen mit der Antwort zurück, sodass eine Aussage darüber, wann etwa die IMU heiß lief, von jedem geprüft werden kann, der SQL liest. Ein einziger Prompt, fasse diesen Bag zusammen, funktioniert gleich über Formate hinweg, die sonst eigene Viewer brauchen: FlightPlot für PX4, MAVExplorer für ArduPilot, Blackbox Explorer für Betaflight.
Einen Roboter bewegen kann er nicht. Nach unserer Lektüre des Codes abonnieren die Live-Verbindungen zu rosbridge und MQTT nur und publizieren nie, und die README sagt, dass das LLM vor deinen Logs bleibt, nie im Regelkreis. Seit 2.5.5 läuft das SQL des Modells auf einer eigenen DuckDB-Verbindung mit abgeschaltetem Datei-, Netzwerk- und Erweiterungszugriff und gesperrter Konfiguration, und es wird nur ein einzelnes SELECT akzeptiert. Die Pipelines können dennoch Dateien schreiben und mit deinen vorhandenen Zugangsdaten nach S3, GCS oder Azure hochladen, also beschränke diese Zugangsdaten auf die Ziel-Buckets.
Der Haken: Der HTTP-Endpunkt hat keine Authentifizierung. SECURITY.md rät, ihn wie einen Datenbank-Socket zu behandeln. Mit pip bindet er standardmäßig an 127.0.0.1:8000, und die Compose-Dateien veröffentlichen Ports nur auf localhost, doch wer dieses Präfix entfernt, stellt einen Server ohne Authentifizierung jedem Gerät im Netz bereit. Aufgezeichnete Daten brauchen weder Docker noch eine ROS-Installation; Live-Roboter und Edge-Pipelines schon, und nur das Standard-Image für ROS 2 Kilted gibt es für arm64; der Rest ist nur amd64.
Unser Fazit: Wer einen Ordner voller Bags und Flugprotokolle und ein Skript namens parse_bag_final_v7.py hat, ersetzt das Skript hiermit durch etwas Nachprüfbares. Es ist ein Analyst, kein Pilot, und genau das ist seine Stärke.
Wo es sich lohnt
Ein PX4-Drohnenentwickler nach einem Absturz auf dem Testgelände
Herausfinden, ob vor dem Absturz die Batteriespannung einbrach oder die IMU spinnte
Bagel mit dem Extra px4 auf die .ulg-Datei richten und eine Zustandszusammenfassung anfordern; er meldet Spannungseinbrüche und IMU-Ausreißer mit Zeitstempeln und dem SQL, das sie gefunden hat. Kostenlos und ohne ROS-Installation.
Ein Autonomie-Team bei einem Hersteller von Lieferrobotern mit Terabytes an Bags
Vor dem Cloud-Upload nur die Sekunden um harte Stopps behalten
Das Ereignis beschreiben, die Pipeline an einem Beispiel-Bag prüfen und dann am Edge ausführen, sodass nur passende Zeitfenster geschrieben und hochgeladen werden. Senkt Speicher- und Übertragungskosten; vorher die Upload-Zugangsdaten beschränken.
Eine Fahrzeug-Testingenieurin mit CAN-Mitschnitten
Bremsdrucksignale über eine Woche Testfahrten prüfen
.blf-Dateien mit der DBC über das Extra automotive laden und die dekodierten Signale in Alltagssprache abfragen; die CAN-Unterstützung ist als Beta markiert, also mit dem gewohnten Werkzeug gegenprüfen.
Bevor du dich festlegst
- Einrichtung
- Für aufgezeichnete Daten claude mcp add bagel -- uvx --from "bagel-mcp[ros]" bagel-mcp --transport stdio, mit Extras wie px4, ardupilot oder automotive. Für Live-Roboter über rosbridge das Repo klonen, docker compose run --service-ports ros2-kilted ausführen und per SSE auf localhost:8000 verbinden.
- Integrationen
- ROS-1- und ROS-2-Bags, MCAP, Protokolle von PX4, ArduPilot und Betaflight, CAN und MDF4, CSV, JSON und Parquet; Live-Daten aus rosbridge, MQTT, Postgres und InfluxDB; Export nach Rerun, PlotJuggler, Lichtblick und LeRobot; Upload nach S3, GCS und Azure.
- Daten und Datenschutz
- Läuft lokal auf deinen Dateien; Abfrageergebnisse gehen über den Client an deinen Modellanbieter, und auch ein vollständig lokales Modell funktioniert. Der HTTP-Endpunkt hat keine Authentifizierung und nutzt standardmäßig 127.0.0.1:8000. Vom Modell geschriebenes SQL läuft abgeschottet ohne Datei- oder Netzwerkzugriff.
- Kosten im großen Maßstab
- Kostenlos unter Apache-2.0. Kosten entstehen durch Modell-Tokens und den Cloud-Speicher, in den deine Pipelines hochladen.
- Grenzen
- Nur Python 3.10 bis 3.12; auf Intel-Macs kann der Build von cryptography scheitern, dort besser Docker nutzen. Live-Quellen und Flotten-Pipelines brauchen Docker. Die Unterstützung für CAN und MDF4 ist Beta.
Was gut ist
- Zeigt das DuckDB-SQL hinter jeder Berechnung
- Liest ROS, PX4, ArduPilot, Betaflight, CAN und MDF4
- Abgeschottetes SQL ohne Datei- oder Netzwerkzugriff
- Publiziert nie an einen Roboter
Was nicht
- HTTP-Endpunkt ohne Authentifizierung
- Live-rosbridge und Edge-Pipelines brauchen Docker
- Docker-Images außer ROS 2 Kilted nur für amd64
- Pipelines nutzen deine vorhandenen Cloud-Zugangsdaten
Am besten für
Ingenieure aus Robotik, Drohnenbau und Automobilentwicklung, die stundenlang in aufgezeichneten Logs suchen und Antworten wollen, die sie prüfen können.
Alternativen zu Bagel
Bagel: häufige Fragen
- Lohnt sich Bagel?
- Ein Log-Analyst für Roboter, der die Rechnungen des Modells ehrlich hält, indem er dessen SQL zeigt, und der nichts bewegt, was ihn zum sichersten Weg macht, einen Agenten auf Hardware-Daten anzusetzen. Wir bewerten es mit 4.1 von 5.
- Was kostet Bagel?
- Kostenlos und quelloffen (Apache-2.0). Cloud-Uploads werden über dein eigenes AWS-, GCS- oder Azure-Konto abgerechnet.
- Welche Nachteile hat Bagel?
- HTTP-Endpunkt ohne Authentifizierung; Live-rosbridge und Edge-Pipelines brauchen Docker; Docker-Images außer ROS 2 Kilted nur für amd64; Pipelines nutzen deine vorhandenen Cloud-Zugangsdaten.
- Für wen eignet sich Bagel?
- Ingenieure aus Robotik, Drohnenbau und Automobilentwicklung, die stundenlang in aufgezeichneten Logs suchen und Antworten wollen, die sie prüfen können.
- Was kostet Bagel für ein Team oder im Produktivbetrieb?
- Kostenlos unter Apache-2.0. Kosten entstehen durch Modell-Tokens und den Cloud-Speicher, in den deine Pipelines hochladen.
- Ist Bagel sicher für Firmendaten?
- Läuft lokal auf deinen Dateien; Abfrageergebnisse gehen über den Client an deinen Modellanbieter, und auch ein vollständig lokales Modell funktioniert. Der HTTP-Endpunkt hat keine Authentifizierung und nutzt standardmäßig 127.0.0.1:8000. Vom Modell geschriebenes SQL läuft abgeschottet ohne Datei- oder Netzwerkzugriff.
- Was sind die besten Alternativen zu Bagel?
- Die nächsten Alternativen, die wir getestet haben, sind ROS MCP Server und DroneServer.
Antworten geprüft am 16. Nov. 2026.