Hier ist die Übersetzung des Markdown-Inhalts ins Deutsche, wobei Fachbegriffe (insbesondere Model Context Protocol (MCP)) nicht übersetzt werden und Code-Blöcke erhalten bleiben:Ein Verzeichnis von Beispielservern und ImplementierungenDiese Seite präsentiert verschiedene Model Context Protocol (MCP)-Server, die die Fähigkeiten und Vielseitigkeit des Protokolls demonstrieren. Diese Server ermöglichen es Large Language Models (LLMs), sicher auf Tools und Datenquellen zuzugreifen.Diese offiziellen Referenzserver demonstrieren die wichtigsten MCP-Funktionen und die Verwendung des SDK:Filesystem - Sichere Dateibearbeitung mit konfigurierbaren Zugriffskontrollen PostgreSQL - Schreibgeschützter Datenbankzugriff mit Schema-Inspektionsfunktionen SQLite - Datenbankinteraktion und Business-Intelligence-Funktionen Google Drive - Dateizugriff und Suchfunktionen für Google Drive Git - Tools zum Lesen, Durchsuchen und Bearbeiten von Git-Repositories GitHub - Repository-Verwaltung, Dateibearbeitung und GitHub-API-Integration GitLab - GitLab-API-Integration zur Ermöglichung des Projektmanagements Sentry - Abrufen und Analysieren von Problemen von Sentry.io Brave Search - Web- und lokale Suche mit der Brave Search API Fetch - Abrufen und Konvertieren von Webinhalten, optimiert für die LLM-Nutzung Puppeteer - Browserautomatisierung und Web-Scraping-Funktionen Slack - Kanalverwaltung und Messaging-Funktionen Google Maps - Standortdienste, Wegbeschreibungen und Ortsdetails Memory - Wissensgraph-basiertes, persistentes Speichersystem EverArt - KI-Bilderzeugung mit verschiedenen Modellen Diese MCP-Server werden von Unternehmen für ihre Plattformen gepflegt:Axiom - Abfragen und Analysieren von Protokollen, Traces und Ereignisdaten mithilfe natürlicher Sprache Browserbase - Automatisieren von Browserinteraktionen in der Cloud Cloudflare - Bereitstellen und Verwalten von Ressourcen auf der Cloudflare-Entwicklerplattform E2B - Ausführen von Code in sicheren Cloud-Sandboxes Neon - Interagieren mit der serverlosen Neon Postgres-Plattform Qdrant - Implementieren von semantischem Speicher mit der Qdrant-Vektorsuchmaschine Raygun - Zugriff auf Crash-Reporting- und Überwachungsdaten Search1API - Einheitliche API für Suche, Crawling und Sitemaps Stripe - Interagieren mit der Stripe-API Tinybird - Schnittstelle zur serverlosen ClickHouse-Plattform von Tinybird Ein wachsendes Ökosystem von Community-entwickelten Servern erweitert die MCP-Funktionen:Docker - Verwalten von Containern, Images, Volumes und Netzwerken Kubernetes - Verwalten von Pods, Deployments und Services Linear - Projektmanagement und Issue-Tracking Snowflake - Interagieren mit Snowflake-Datenbanken Spotify - Steuern der Spotify-Wiedergabe und Verwalten von Playlists Todoist - Task-Management-Integration Hinweis: Community-Server sind ungetestet und sollten auf eigenes Risiko verwendet werden. Sie sind nicht mit Anthropic verbunden oder werden von Anthropic unterstützt.
TypeScript-basierte Server können direkt mit npx verwendet werden:Python-basierte Server können mit uvx (empfohlen) oder pip verwendet werden:Um einen MCP-Server mit Claude zu verwenden, fügen Sie ihn Ihrer Konfiguration hinzu:{
"mcpServers": {
"memory": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-memory"]
},
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/files"]
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
}
}
}
}
MCP CLI - Befehlszeilen-Inspektor zum Testen von MCP-Servern MCP Get - Tool zum Installieren und Verwalten von MCP-Servern Modified at 2025-03-13 03:47:21