Praktischer Leitfaden zum Model Context Protocol-Ökosystem am Beispiel des Awesome-MCP-ZH-Repositorys

Im November 2024 veröffentlichte Anthropic das Model Context Protocol. Das Thema autonomer Agenten verlagerte sich sofort von theoretischen Diskussionen zur alltäglichen Entwicklungspraxis. Während neuronale Netze zuvor nur Text in einem Chat generierten, machte der offene Kommunikationsstandard es möglich, sie direkt mit Datenbanken, lokalen Dateien, der Konsole und APIs von Drittanbieterdiensten zu verbinden.

Bei der Suche nach gebrauchsfertigen Lösungen landen Entwickler typischerweise im offiziellen Katalog oder in englischsprachigen Sammlungen. Diese enthalten Standard-Integrationen mit Slack, GitHub und PostgreSQL. Allerdings hat der chinesische Entwickler yzfly den Awesome-MCP-ZH-Katalog zusammengestellt, der weit über Datenbanken und beliebte amerikanische SaaS-Dienste hinausgeht. Derzeit hat das Projekt über 7.400 Sterne auf GitHub gesammelt und ist zu einem der detailliertesten Kataloge für MCP-Tools geworden.

Welches Problem dieses Projekt löst

Die größte Herausforderung bei der Arbeit mit autonomen Agenten ist die Zersplitterung der verfügbaren Tools. Damit ein neuronales Netz eine echte Aufgabe ausführen kann, benötigt es einen Client (Interface oder Code-Editor) und Server (Brücken zu bestimmten Programmen oder APIs).

Die offizielle Dokumentation bietet ein allgemeines Konzept. Bei der Zusammenstellung einer funktionierenden Umgebung stehen Entwickler jedoch vor Dutzenden von Fragen. Welchen Client sollte man für die lokale Arbeit wählen? Wie startet man einen Server, ohne für Abonnements zu bezahlen? Wo findet man einen gebrauchsfertigen Konnektor für Browser-Automatisierung oder das Parsen bestimmter Daten?

Der Awesome-MCP-ZH-Katalog strukturiert diesen Bereich. Er teilt die verfügbaren Tools in klare Gruppen ein: von Clients und gebrauchsfertigen Servern bis hin zu Bibliotheken für die Entwicklung eigener Lösungen.

Was Interessantes im Repository

Das Repository enthält Tools für eine große Vielfalt an Aufgaben. Werfen wir einen Blick auf die bemerkenswertesten Kategorien.

Client-Anwendungen für die Arbeit mit MCP

Der Katalogautor hat beliebte und weniger bekannte Clients zusammengestellt. Neben dem Standard Claude Desktop enthält die Liste:

• Cherry Studio und DeepChat — komfortable grafische Oberflächen für die visuelle Konfiguration von Servern und die Anbindung von Modellen über lokale oder Cloud-APIs.
• Cursor und Cline — Lösungen für die direkte Einbettung von MCP in einen Code-Editor.
• MCP Dock — ein Utility für die zentralisierte Serververwaltung über 14 verschiedene Clients gleichzeitig.
• Claude Code und Goose — Terminal-Agents für Enthusiasten der CLI-Umgebung.

Browser-Automatisierung und Datenerfassung

Für die Sammlung von Informationen aus dem Web bietet die Sammlung Lösungen für jeden Geschmack. Wenn das Standard-Fetch nicht ausreicht, können Sie microsoft/playwright-mcp oder chrome-devtools- mcp vom Google Chrome-Team verwenden. Diese Tools geben dem neuronalen Netz die Fähigkeit, einen echten Browser zu steuern, Screenshots zu erstellen, mit dem DOM zu interagieren und Netzwerkanfragen zu analysieren. Um den Schutz vor automatisierter Datenerfassung zu umgehen, enthält der Katalog spezialisierte Dienste wie Bright Data, Firecrawl und Oxylabs.

Arbeit mit Code und Infrastruktur

Entwickler werden den Abschnitt mit Tools für Code-Analyse und Server-Management nützlich finden. Highlights sind:

• DeusData/codebase- memory-cp indiziert die gesamte Codebasis in einen Wissensgraphen und hilft dem Sprachmodell, die Architektur und Beziehungen im Projekt zu verstehen.
• pydantic/ mcp-raw- python bietet einen sicheren Sandbox-Container für die Ausführung von generiertem Code.
• Server für Kubernetes, Docker, Terraform und AWS übersetzen Text-Prompts in präzise Befehle für Cloud-Infrastruktur.

Langfristiger Speicher und RAG

Ein großer Abschnitt ist dem Problem der Kontextpflege gewidmet. Das Repository enthält Dutzende von Servern für die Arbeit mit Vektor- und Graph-Datenbanken (Qdrant, Milvus, Chroma, Neo4j) sowie lokale Speicher-Tools wie Mem0, Basic Memory und Cognee. Sie helfen, Informationen zwischen verschiedenen Gesprächssitzungen mit dem Modell zu bewahren.

Praktisches Anwendungsbeispiel

Stellen Sie sich vor, Sie müssen ein externes Projekt analysieren und einen Bericht darüber erstellen. Anstatt Dateien manuell zu kopieren und Skripte zu schreiben, verknüpfen Sie die erforderlichen Tools über MCP.

Als Client verwenden wir Cursor oder Cherry Studio. Daran angeschlossen werden ein Git-Server (zum Lesen der Commit-Historie), ein auf Playwright basierender Browser-Server (zum Prüfen der Dokumentation online) und eine lokale SQLite-Datenbank zum Speichern der Ergebnisse.

Nach dieser Einrichtung kann das Modell eigenständig den Repository-Code studieren, die aktuelle Dokumentation auf der Bibliotheks-Website prüfen, Testabfragen ausführen und das Ergebnis in der Datenbank speichern.

Entwicklung eigener Server

Wenn Sie keinen gebrauchsfertigen Konnektor für Ihre Aufgabe gefunden haben, enthält das Repository einen Abschnitt für Entwickler. Es enthält Links zu offiziellen SDKs für TypeScript, Python, Go, C# und Rust.

Für einen schnellen Start empfiehlt der Autor das FastMCP-Framework. Es reduziert das Erstellen eines neuen Servers auf nur wenige Zeilen Python:

Zum Debuggen von Aufrufen und Überprüfen des JSON-RPC-Formats enthält die Liste das Tool MCP Inspector. Es ermöglicht das manuelle Testen von Methoden, Ressourcen und Prompts, bevor sie mit dem Hauptclient verbunden werden.

Wem dieses Repository nützlich sein wird

Awesome- MCP- ZH ist nicht nur für diejenigen nützlich, die mit chinesischen Diensten wie Gitee oder Bilibili interagieren. Das Projekt erwies sich als breiter als seine ursprüngliche Beschreibung.

Sie sollten es sich ansehen, wenn Sie Ihren eigenen Auto-Agenten entwickeln, nach Wegen suchen, die Fähigkeiten von Cursor zu erweitern, oder sehen möchten, wie echte Server in Python und TypeScript strukturiert sind. Das Projekt wird aktiv von der Community aktualisiert, sodass Sie leicht neue Frameworks und Tools finden können, die noch nicht in Anthropics offiziellen Katalogen enthalten sind.