AVIMBU Logo
Zurück zum Blog

Erstellen eines Model Context Protocol Servers: Eine Schritt-für-Schritt-Anleitung

7 min
Michael Bauer-Wapp
KIModel Context ProviderAgents SDKAnthropicOpenAI

Einführung in das neue Agents SDK von OpenAI

Erstellen eines Model Context Protocol Servers: Eine Schritt-für-Schritt-Anleitung

In dieser Anleitung erstellen wir einen Model Context Protocol (MCP) Server von Grund auf. Wir nutzen die Plausible Analytics API als Beispiel, aber die Prinzipien lassen sich auf jede API anwenden, die du KI-Modellen zugänglich machen möchtest. Zusätzlich zeigen wir, wie der MCP-Server deployt werden kann - z. B. mit smithery.ai.

Was ist ein Model Context Protocol Server?

Ein MCP-Server ist die Brücke zwischen KI-Modellen (wie Claude) und externen APIs oder Services. Er bietet einen standardisierten Weg, über den Modelle mit diesen Diensten interagieren können - über definierte Tools und Interfaces. Mehr Infos findest du in der offiziellen Referenzdokumentation.

Voraussetzungen

Für dieses Tutorial brauchst du:

  • Node.js installiert
  • Grundkenntnisse in TypeScript
  • Grundverständnis von APIs und HTTP
  • Einen API-Schlüssel für Plausible (für das Beispiel)

Projekt-Setup

Erstelle zuerst ein neues Projekt und installiere die Abhängigkeiten:

mkdir mcp-server
cd mcp-server
npm init -y

Aktualisiere deine package.json:

{...}

Die zentrale Abhängigkeit ist @modelcontextprotocol/sdk, die alle Kernfunktionen für den MCP-Server bereitstellt. Mehr dazu findest du hier.

TypeScript-Konfiguration

Erstelle eine tsconfig.json mit folgendem Inhalt:

{...}

Implementierung: Schritt für Schritt

Es braucht drei Hauptkomponenten: API-Client, Tool-Definition, MCP-Server.

1. API-Client (src/plausible/client.ts)

Verwaltet den Kontakt zur externen API.

{...}

2. Tool-Definition (src/plausible/query.ts)

Definiert, wie das Modell mit dem Service interagiert.

{...}

3. MCP Server (src/index.ts)

Bindet alles zusammen und verarbeitet Anfragen.

{...}

Zusammenspiel

Ablauf:

  1. Modell sendet Tool-Request
  2. Server erhält und prüft ihn
  3. Passender Tool-Handler wird aufgerufen
  4. Antwort wird zurückgesendet

Server nutzen

  1. Build:
npm install
npm run build
  1. Umgebungsvariablen setzen:
export PLAUSIBLE_API_KEY=dein-schlüssel
export PLAUSIBLE_API_URL=https://plausible.io/api/v2
  1. Start:
node dist/index.js

Integration mit Claude Desktop

Füge der Konfiguration diesen Block hinzu:

{...}

Best Practices

  • Fehlerhandling implementieren
  • TypeScript nutzen
  • Gute Dokumentation
  • Input validieren

Deployment mit smithery.ai

Voraussetzungen:

  • Öffentliches Repository
  • smithery.yaml und Dockerfile

Beispiel smithery.yaml:

{ ... }

Beispiel Dockerfile:

{...}

Dann auf smithery.ai den Server hinzufügen, Repo verbinden und „Deployment“ starten.

Repo Auswahl

Deployment Bereich

Fazit

Ein MCP-Server ist ein mächtiges Mittel, um KI-Systeme mit externen Daten zu versorgen. Wichtig:

  • Klare Schnittstellen definieren
  • Fehler sinnvoll behandeln
  • Best Practices befolgen

Das Repository zur Anleitung findest du hier, den live Server hier.

Unsere Agentur unterstützt dich beim Aufbau eigener MCP-Server - maßgeschneidert für dein Unternehmen.

Hinweis: Das Model Context Protocol ist neu und entwickelt sich schnell weiter. Alle Infos in diesem Artikel basieren auf dem Stand von März 2025.