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:

bash

1mkdir mcp-server
2cd mcp-server
3npm init -y

Aktualisiere deine package.json:

json

1{...}

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:

json

1{...}

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.

typescript

1{...}

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

Definiert, wie das Modell mit dem Service interagiert.

typescript

1{...}

3. MCP Server (`src/index.ts`)

Bindet alles zusammen und verarbeitet Anfragen.

typescript

1{...}

Zusammenspiel

Ablauf:

Modell sendet Tool-Request
Server erhält und prüft ihn
Passender Tool-Handler wird aufgerufen
Antwort wird zurückgesendet

Server nutzen

Build:

bash

1npm install
2npm run build

Umgebungsvariablen setzen:

bash

1export PLAUSIBLE_API_KEY=dein-schlüssel
2export PLAUSIBLE_API_URL=https://plausible.io/api/v2

Start:

bash

1node dist/index.js

Integration mit Claude Desktop

Füge der Konfiguration diesen Block hinzu:

json

1{...}

Best Practices

Fehlerhandling implementieren
TypeScript nutzen
Gute Dokumentation
Input validieren

Deployment mit smithery.ai

Voraussetzungen:

Öffentliches Repository
smithery.yaml und Dockerfile

Beispiel smithery.yaml:

yaml

1{...}

Beispiel Dockerfile:

Dockerfile

1{...}

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.