Das Model Context Protocol (MCP) ist ein offener Standard, der es Modellen wie dem von Anthropic ermöglicht, Claude und Entwicklertools wie Claude Code Externe Tools, Datenquellen und Eingabeaufforderungen auf sichere und standardisierte Weise aufrufen.

Dieser Leitfaden führt Sie durch den Aufbau Ihres eigenen MCP-Servers von Grund auf, wodurch Claude Code auf benutzerdefinierte Funktionen zugreifen und seine Funktionalität weit über die integrierten Funktionen hinaus erweitern kann.

Was ist das Model Context Protocol (MCP)?

MCP (Model Context Protocol) ist ein offene Spezifikation MCP wurde entwickelt, um die Verbindung von Sprachmodell-Clients (wie Claude, Claude Code oder anderen LLM-Frontends) mit Tool-Servern und Datenquellen zu standardisieren. Man kann sich MCP als „USB-C-Anschluss für LLMs“ vorstellen: Es definiert ein Transport-/JSON-RPC-Schema und eine gemeinsame Methode für Server, drei Arten von Funktionen zu veröffentlichen:

Ressourcen — dateiähnliche oder dokumentenartige Daten, die ein Client lesen kann (z. B. eine Datenbankzeile, eine Textdatei, eine JSON-Nutzlast).
Tools — aufrufbare Funktionen, die das Modell vom Host zur Ausführung auffordern kann (mit Zustimmung des Benutzers).
Eingabeaufforderungen — wiederverwendbare Eingabeaufforderungsvorlagen oder Workflows, die das Modell/der Client aufrufen kann.

MCP unterstützt verschiedene Transportprotokolle (stdio, HTTP, SSE) und stellt Schema, SDKs und Beispielserver bereit, sodass Sie das Datenformat nicht selbst entwickeln müssen. Das Protokoll wird öffentlich gepflegt (Spezifikation + SDKs) und bietet Tutorials sowie eine Galerie mit Beispielservern, um die Verbreitung zu beschleunigen.

Wie ist MCP architektonisch aufgebaut?

Die Architektur von MCP ist bewusst einfach und modular: Die Kernkomponenten sind MCP Server, MCP Kunden und Transport Diese übertragen JSON-RPC-gerahmte Nachrichten. Im Folgenden sind die wichtigsten Komponenten aufgeführt, mit denen Sie beim Erstellen eines Servers für Claude Code (oder andere MCP-Clients) interagieren werden.

Server, Client und das Protokoll

MCP-Server — Ein Service, der veröffentlicht Werkzeuge, Ressourcen und Eingabeaufforderungen. Werkzeuge können Nebenwirkungen auslösen oder Daten abrufen; Ressourcen stellen schreibgeschützte Inhalte bereit; Eingabeaufforderungen sind wiederverwendbare Vorlagen, aus denen das Modell Stichproben ziehen kann.
MCP-Client (Host) — Typischerweise Teil des LLM-Hosts (z. B. Claude Code, VS Code-Plugin, Browser-Client). Es ermittelt verfügbare Server, stellt dem Modell Werkzeugbeschreibungen bereit und leitet vom Modell initiierte Aufrufe an die Server weiter.
Protokoll — Nachrichten werden als JSON-RPC kodiert; die Spezifikation definiert Lebenszyklusereignisse, Werkzeugerkennung, Aufruf, Vervollständigungen/Stichproben und wie strukturierte Ergebnisse an den Client und das Modell zurücktransportiert werden.

Kommunikationsmuster (was passiert, wenn ein Werkzeug verwendet wird)

Der Client sendet eine Benutzernachricht an das Modell.
Das Modell analysiert den Kontext und entscheidet, ob ein von MCP bereitgestelltes Tool (oder mehrere Tools) aufgerufen werden soll.
Der Client leitet den Tool-Aufruf über das gewählte Transportprotokoll an den MCP-Server weiter.
Der Server führt das Tool aus und gibt die Ergebnisse zurück.
Das Modell empfängt die Ausgabe des Tools und erstellt daraus die endgültige Antwort für den Benutzer.

Implementierungsprimitive

JSON-RPC Die Nachrichten folgen dem MCP-Schema.
Werkzeugdefinitionen werden in den Discovery-Antworten des Servers veröffentlicht, damit Clients sie in der Benutzeroberfläche anzeigen können.
Ressourcen werden referenziert von @source:path Syntax von Clients (z. B. @postgres:...), wodurch Modelle auf externe Inhalte verweisen können, ohne riesige Datenmengen in die Eingabeaufforderung einzubetten.

Warum sollte man Claude Code in MCP-Server integrieren?

Claude Code ist Anthropics Angebot für code- und entwicklerzentrierte Workflows (Editor-/IDE-Integration, Codeverständnis usw.). Durch die Bereitstellung Ihrer internen Tools (Quellcodesuche, CI-Runner, Ticketsystem, private Registries) über MCP-Server kann Claude Code diese aufrufen. erstklassige Werkzeuge innerhalb von Codierungsdialogen und Agentenabläufen.

Die Integration von Claude Code mit MCP-Servern eröffnet einem Codierungsagenten praktische, produktionsrelevante Möglichkeiten:

1. Das Modell handeln auf realen Systemen

Claude Code kann einen MCP-Server anweisen, Issue-Tracker abzufragen, Datenbankabfragen durchzuführen, große Dokumente zu lesen oder GitHub-Pull-Requests zu erstellen – und ermöglicht so eine durchgängige Automatisierung direkt in der Programmiersitzung. Dies wird in der Claude-Code-Dokumentation explizit unterstützt (Beispiele: Abfragen von PostgreSQL und Sentry oder Erstellen von Pull-Requests).

2. Große Datenmengen und spezialisierte Logik auslagern

Anstatt jede Datenquelle in die Eingabeaufforderung einzubetten (was Tokens verbraucht), veröffentlichen Sie Daten und Tools über MCP. Das Modell ruft das Tool auf, erhält eine strukturierte Antwort und verarbeitet diese – dies reduziert den Tokenverbrauch und ermöglicht es den Servern, rechenintensive Aufgaben (Datenbankabfragen, lange Dateilesevorgänge, Authentifizierung) zu übernehmen.

3. Sicherheit und Governance

MCP zentralisiert Zugriffskontrolle und -überwachung auf Serverebene und ermöglicht es Unternehmen, autorisierte Server auf eine Whitelist zu setzen, die verfügbaren Tools zu steuern und Ausgaben zu begrenzen. Claude Code unterstützt zudem die unternehmensweite MCP-Konfiguration und die Zustimmung pro Bereich.

4. Wiederverwendbarkeit und Ökosystem

MCP-Server sind client- und teamübergreifend wiederverwendbar. Nach einmaliger Erstellung können viele Claude/LLM-Clients dieselben Dienste nutzen (oder Implementierungen austauschen).

Was brauchst du, bevor du anfängst?

Mindestanforderungen

Eine Entwicklungsmaschine mit Python 3.10 + (Wir verwenden im Beispiel Python.) Alternativ werden auch Node.js und andere Sprachen von den MCP SDKs unterstützt.
uv (Astrals Tool) oder ein gleichwertiger Runner zum Ausführen von MCP-Standard-E/A-Servern (das MCP-Tutorial verwendet uvDie Installationsschritte sind unten aufgeführt.
Sie benötigen Claude Code oder Zugriff auf den Claude-Client (Desktop oder CLI) zur Registrierung und zum Testen Ihres Servers; alternativ können Sie jeden MCP-fähigen Client verwenden. Claude Code unterstützt HTTP-, SSE- und lokale stdio-Server.
SicherheitshinweisFügen Sie Claude Code nur in Team- oder Unternehmensumgebungen vertrauenswürdigen MCP-Servern hinzu – MCP ermöglicht Servern den Zugriff auf sensible Daten, und es besteht die Gefahr einer Prompt-Injection, wenn ein Server bösartige Inhalte zurückgibt.

So installieren und überprüfen Sie die Claude Code CLI

Das ist Claude Code Installations- und Nutzungsanleitung.

1) Kurzzusammenfassung – empfohlene Installationsmethoden

Verwenden Sie das nativer Installer (Empfohlen) oder Homebrew unter macOS/Linux. NPM steht für eine Node-basierte Installation zur Verfügung. Windows erhält PowerShell-/CMD-Installationsprogramme. Quelle: Offizielle Claude Code-Dokumentation & GitHub.

2) Voraussetzungen

macOS 10.15+, Ubuntu 20.04+/Debian 10+ oder Windows 10+ (WSL wird unter Windows empfohlen).
Node.js 18+ nur erforderlich für die NPM-Installationsmethode.

3) Installationsbefehle (einen auswählen)

Native (empfohlen – keine Node-Abhängigkeit), macOS / Linux / WSL:

curl -fsSL https://claude.ai/install.sh | bash
# optional: install latest explicitly

curl -fsSL https://claude.ai/install.sh | bash -s latest
# or install a specific version

curl -fsSL https://claude.ai/install.sh | bash -s 1.0.58

Windows-PowerShell:

irm https://claude.ai/install.ps1 | iex
# or for latest: & (::Create((irm https://claude.ai/install.ps1))) latest

(Dies sind die offiziellen nativen Installationsskripte).

NPM (falls Sie eine globale Installation auf Node-Basis wünschen):

# requires Node.js 18+

npm install -g @anthropic-ai/claude-code

Unterlassen Sie - sudo npm install -g — Warnung vor globalen Installationen mit sudo (Berechtigungs-/Sicherheitsprobleme). Falls Berechtigungsfehler auftreten, verwenden Sie nvm Oder korrigieren Sie Ihr globales npm-Präfix, anstatt sudo zu verwenden.

4) Überprüfen Sie, ob die Binärdatei installiert wurde (grundlegende Prüfungen)

Führen Sie diese Befehle unmittelbar nach der Installation lokal aus:

# is the command on PATH?

which claude

# version (or -v)

claude --version
# or

claude -v

# help (sanity check)

claude --help

Erwartet: which zeigt einen Pfad (z. B. /usr/local/bin/claude or ~/.nvm/.../bin/claude) und claude --version Gibt eine Zeichenkette ähnlich der semantischen Formatierung aus. Sowohl die Dokumentation als auch die README-Datei zeigen dies. claude als primärer CLI-Einstiegspunkt.

5) Installationszustand und Konfiguration überprüfen (empfohlene Prüfungen)

a) `claude doctor`,Laufen:

claude doctor

Diese integrierte Diagnose prüft Ihren Installationstyp, häufige Probleme (wie npm-Berechtigungsprobleme) und Abhängigkeiten wie z. B. ripgrepund schlägt Korrekturen vor. Die Dokumentation empfiehlt ausdrücklich die Ausführung von claude doctor nach der Installation.

b) Führen Sie einen Smoke-Test durch (nicht interaktiv)

Aus Ihrem Projektverzeichnis:

cd /path/to/your/project
claude -p "Explain this project in 3 sentences"

Dies verwendet drucken Modus (-p) um eine einzelne Eingabeaufforderung zu senden und dann zu beenden; gut für CI oder schnelle Funktionsprüfungen.

c) Authentifizierungsprüfung (sicherstellen, dass die CLI Anthropic erreichen kann)

Claude Code unterstützt verschiedene Authentifizierungsmethoden (Konsolen-OAuth, API-Schlüssel, Anbieterintegrationen). Häufige Prüfungen:

Bei Verwendung eines API-Schlüssels (CI / Headless / lokale Umgebungsvariable):

export ANTHROPIC_API_KEY="sk-..."
# then

claude auth status
claude auth whoami    # or `claude auth whoami` / `claude whoami` depending on version

Sie können verwenden CometAPIMit dem API-Schlüssel von Claude Code erhalten Sie 20% Rabatt, wenn Sie die Claude-API über CometAPI nutzen.

Wenn Sie OAuth über die Konsole verwendet haben - laufen:

claude auth status
claude auth whoami

Sie sollten Konto-/Tarifinformationen oder eine Bestätigung Ihrer Authentifizierung sehen.

Schrittweise Vorbereitung der Umgebung

Nachfolgend finden Sie konkrete Schritte zur Vorbereitung zweier gängiger Entwickler-Stacks (TypeScript und Python) sowie kurze Überprüfungen, um sicherzustellen, dass alles funktioniert.

H3 — A. TypeScript-/Node-Einrichtung (schnellster Weg)

Projekt erstellen und SDK installieren:

mkdir mcp-demo && cd mcp-demo
npm init -y
npm install @modelcontextprotocol/sdk express zod
npm install --save-dev typescript tsx @types/node @types/express

Kreation server.ts(Ein vollständiges Beispiel finden Sie im Abschnitt „Wie man schnell etwas erstellt…“.)
Run:

npx -y tsx server.ts

Lokal testen mit dem MCP-Inspektor oder zum Claude-Code hinzufügen:

npx @modelcontextprotocol/inspector
# or (for Claude Code)

claude mcp add --transport http my-server http://localhost:3000/mcp

(Mit den Befehlen Inspector und Claude können Sie die Erkennung überprüfen und Tools aufrufen.)

Wie kann man schnell einen MCP-Server für Claude Code erstellen?

schnelle Checkliste

Starten Sie Ihren Server (Streamable HTTP empfohlen): node server.ts or uvicorn server:app.
Von Ihrem Entwicklungsrechner aus:

Nutzen Sie MCP-Inspektor zur Validierung (npx @modelcontextprotocol/inspector) und bestätigen Sie tools/list kombiniert mit einem nachhaltigen Materialprofil. resources/list; oder
Füge den Server zu Claude Code hinzu: claude mcp add --transport http <name> http://<host>:<port>/mcp (oder folgen Sie den Anweisungen der Web-UI, falls Ihr Client Remote-MCP unterstützt).

Wenn Sie den Messages API Connector von Anthropic für Remote-MCP verwenden möchten (ohne separaten Client), lesen Sie die Claude-Dokumentation – möglicherweise ist ein Beta-Header erforderlich (Informationen zum genauen Header und zum aktuellen Supportstatus finden Sie in der Dokumentation).

Im Folgenden finden Sie zwei vollständige, aber kompakte Serverbeispiele, die Sie kopieren, ausführen und mit Claude Code (oder dem MCP Inspector) verbinden können. Das TypeScript-Beispiel verwendet Express und das TypeScript SDK; das Python-Beispiel demonstriert die Einbindung von FastAPI.

Hinweis: Der folgende Code orientiert sich an den öffentlichen SDK-Beispielen und ist aus Gründen der Übersichtlichkeit bewusst minimal gehalten. Für den Produktiveinsatz sollten Sie zusätzlich zu den SDK-Standardfunktionen Authentifizierung, Protokollierung, Ratenbegrenzung und Eingabevalidierung implementieren.

Beispiel 1: TypeScript + Express (Streamable HTTP)

Kreation server.ts (vollständig):

// server.ts
import express from "express";
import * as z from "zod/v4";
import { McpServer, ResourceTemplate } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StreamableHTTPServerTransport } from "@modelcontextprotocol/sdk/server/streamableHttp.js";

const server = new McpServer({ name: "claude-code-demo", version: "0.1.0" });

// Register a simple tool: add two numbers
server.registerTool(
  "add",
  {
    title: "Add",
    description: "Add two numbers a and b",
    inputSchema: { a: z.number(), b: z.number() },
    outputSchema: { result: z.number() }
  },
  async ({ a, b }) => {
    const output = { result: a + b };
    return {
      content: ,
      structuredContent: output
    };
  }
);

// Register a resource: greet user (dynamic)
server.registerResource(
  "greeting",
  new ResourceTemplate("greeting://{name}", { list: undefined }),
  { title: "Greeting", description: "Return a greeting for the name" },
  async (uri, params) => {
    return {
      contents: 
    };
  }
);

// Express + Streamable HTTP transport
const app = express();
app.use(express.json());

app.post("/mcp", async (req, res) => {
  const transport = new StreamableHTTPServerTransport({ enableJsonResponse: true });
  // Close transport when connection closes
  res.on("close", () => transport.close());
  await server.connect(transport);
  await transport.handleRequest(req, res, req.body);
});

const port = parseInt(process.env.PORT || "3000", 10);
app.listen(port, () => console.log(`MCP server listening: http://localhost:${port}/mcp`));

Run:

npm install
npx -y tsx server.ts

Verbinden Sie sich dann im Claude-Code (Beispiel):

# Add the remote server to your Claude Code MCP list (local dev)

claude mcp add --transport http my-demo http://localhost:3000/mcp

Dieses Beispiel ist dem offiziellen TypeScript SDK Quick Start entnommen und zeigt, wie man Tools und Ressourcen registriert und diese anschließend über Streamable HTTP bereitstellt.

Beispiel 2: Python + FastAPI (FastMCP + Streamable HTTP)

Kreation server.py (vollständig):

# server.py

from fastapi import FastAPI
from mcp.server.fastmcp import FastMCP

app = FastAPI()
mcp = FastMCP("claude-python-demo", stateless_http=True)

# tool: simple sum

@mcp.tool()
def add(a: int, b: int) -> dict:
    """Add two integers"""
    return {"result": a + b}

# resource: simple greeting resource template

@mcp.resource("greeting://{name}")
def greeting(name: str):
    return {"contents": }

# mount the streamable-http MCP endpoint (FastMCP exposes an ASGI app)

app.mount("/mcp", mcp.streamable_http_app())

# optional endpoint to demonstrate other API routes

@app.get("/")
async def root():
    return {"status": "OK"}

Run:

uvicorn server:app --reload --port 8000

Nehmen Sie Kontakt mit dem Inspektor auf:

npx @modelcontextprotocol/inspector
# In Inspector select Streamable HTTP and enter http://localhost:8000/mcp

Die Beispiele des Python SDK und die FastMCP-Dienstprogramme erleichtern die Registrierung. @mcp.tool() kombiniert mit einem nachhaltigen Materialprofil. @mcp.resource() Ausgestattete Funktionen, die der LLM entdecken und aufrufen kann.

Wie genau ruft Claude Code Ihre Tools auf?

Wenn ein LLM ein Tool verwenden möchte, sendet der Client einen JSON-RPC-Aufruf an den MCP-Server. Der Server führt das angeforderte Tool aus (z. B. eine Datenbankabfrage, Tests oder einen Aufruf einer externen API) und gibt es zurück. strukturierte Inhalte kombiniert mit einem nachhaltigen Materialprofil. präsentabler InhaltDer Client (Claude Code) kann die strukturierte Ausgabe dann in den Kontext des Modells einbinden, sodass das Modell mit diesen zuverlässigen Daten weiterarbeiten kann – und nicht nur mit der textuellen Ausgabe des Servers. Das TypeScript SDK unterstützt die Registrierung von inputSchema kombiniert mit einem nachhaltigen Materialprofil. outputSchema (zod) Argumente und Ausgaben werden also validiert und maschinentypisiert.

Welche Test- und Debugging-Tools sollten Sie verwenden?

MCP-Inspektor

Die MCP-Inspektor ist das offizielle visuelle Entwicklertool zum Testen von MCP-Servern. Es ermöglicht die Verbindung zu einem Server (stdio, SSE oder streamable-HTTP), das Auflisten von Tools, deren manuelle Ausführung und die Untersuchung des Lebenszyklus von JSON-RPC-Nachrichten – unschätzbar wertvoll während der Entwicklung. Starten Sie es über npx @modelcontextprotocol/inspector.

Lokale vs. Remote-Tests

Lokal (stdio) — schneller Iterationszyklus für Desktop-Anwendungen und Offline-Debugging.
Streambares HTTP — Testen Sie mit dem Inspektor oder verbinden Sie sich mit Claude Code mithilfe des claude mcp add Verwenden Sie die CLI oder den MCP-Connector der Messages API für Remote-Tests. Stellen Sie sicher, dass Sie alle für Ihren Server erforderlichen Authentifizierungsheader angeben.

Fazit

MCP bildet die praktische Brücke zwischen modernen LLMs und den Systemen, die die Daten speichern und Aktionen ausführen. Für Code-Workflows ermöglicht die Integration von Claude Code mit einem MCP-Server einen strukturierten und nachvollziehbaren Zugriff auf Repositories, CI-Systeme, Issue-Tracker und benutzerdefinierte Tools – was zu präziserer Automatisierung und weniger unerwünschten Nebenwirkungen führt. Mit offiziellen SDKs in TypeScript und Python, Streamable HTTP für Remote-Hosting und Tools wie dem MCP Inspector können Sie innerhalb weniger Minuten einen minimalen Server erstellen und schrittweise eine Produktionsumgebung bereitstellen.

Entwickler können zugreifen Claude Sonnet 4.5 API kombiniert mit einem nachhaltigen Materialprofil. Claude Opus 4.1 API usw. über CometAPI, die neuste Modellversion wird immer mit der offiziellen Website aktualisiert. Erkunden Sie zunächst die Fähigkeiten des Modells in der Spielplatz und konsultieren Sie die API-Leitfaden Für detaillierte Anweisungen. Stellen Sie vor dem Zugriff sicher, dass Sie sich bei CometAPI angemeldet und den API-Schlüssel erhalten haben. CometAPI bieten einen Preis weit unter dem offiziellen Preis an, um Ihnen bei der Integration zu helfen.

Bereit loszulegen? → Melden Sie sich noch heute für CometAPI an !

Wenn Sie weitere Tipps, Anleitungen und Neuigkeiten zu KI erfahren möchten, folgen Sie uns auf VK, X kombiniert mit einem nachhaltigen Materialprofil. Discord!

Einen MCP-Server für Claude Code erstellen – eine praktische Schritt-für-Schritt-Anleitung

Was ist das Model Context Protocol (MCP)?

Wie ist MCP architektonisch aufgebaut?

Server, Client und das Protokoll

Kommunikationsmuster (was passiert, wenn ein Werkzeug verwendet wird)

Implementierungsprimitive

Warum sollte man Claude Code in MCP-Server integrieren?

1. Das Modell handeln auf realen Systemen

2. Große Datenmengen und spezialisierte Logik auslagern

3. Sicherheit und Governance

4. Wiederverwendbarkeit und Ökosystem

Was brauchst du, bevor du anfängst?

Mindestanforderungen

So installieren und überprüfen Sie die Claude Code CLI

1) Kurzzusammenfassung – empfohlene Installationsmethoden

2) Voraussetzungen

3) Installationsbefehle (einen auswählen)

4) Überprüfen Sie, ob die Binärdatei installiert wurde (grundlegende Prüfungen)

5) Installationszustand und Konfiguration überprüfen (empfohlene Prüfungen)

a) `claude doctor`,Laufen:

b) Führen Sie einen Smoke-Test durch (nicht interaktiv)

c) Authentifizierungsprüfung (sicherstellen, dass die CLI Anthropic erreichen kann)

Schrittweise Vorbereitung der Umgebung

H3 — A. TypeScript-/Node-Einrichtung (schnellster Weg)

Wie kann man schnell einen MCP-Server für Claude Code erstellen?

schnelle Checkliste

Beispiel 1: TypeScript + Express (Streamable HTTP)

Beispiel 2: Python + FastAPI (FastMCP + Streamable HTTP)

Wie genau ruft Claude Code Ihre Tools auf?

Welche Test- und Debugging-Tools sollten Sie verwenden?

MCP-Inspektor

Lokale vs. Remote-Tests

Fazit

Mehr lesen

500+ Modelle in einer API

Einen MCP-Server für Claude Code erstellen – eine praktische Schritt-für-Schritt-Anleitung

Was ist das Model Context Protocol (MCP)?

Wie ist MCP architektonisch aufgebaut?

Server, Client und das Protokoll

Kommunikationsmuster (was passiert, wenn ein Werkzeug verwendet wird)

Implementierungsprimitive

Warum sollte man Claude Code in MCP-Server integrieren?

1. Das Modell handeln auf realen Systemen

2. Große Datenmengen und spezialisierte Logik auslagern

3. Sicherheit und Governance

4. Wiederverwendbarkeit und Ökosystem

Was brauchst du, bevor du anfängst?

Mindestanforderungen

So installieren und überprüfen Sie die Claude Code CLI

1) Kurzzusammenfassung – empfohlene Installationsmethoden

2) Voraussetzungen

3) Installationsbefehle (einen auswählen)

4) Überprüfen Sie, ob die Binärdatei installiert wurde (grundlegende Prüfungen)

5) Installationszustand und Konfiguration überprüfen (empfohlene Prüfungen)

a) claude doctor,Laufen:

b) Führen Sie einen Smoke-Test durch (nicht interaktiv)

c) Authentifizierungsprüfung (sicherstellen, dass die CLI Anthropic erreichen kann)

Schrittweise Vorbereitung der Umgebung

H3 — A. TypeScript-/Node-Einrichtung (schnellster Weg)

Wie kann man schnell einen MCP-Server für Claude Code erstellen?

schnelle Checkliste

Beispiel 1: TypeScript + Express (Streamable HTTP)

Beispiel 2: Python + FastAPI (FastMCP + Streamable HTTP)

Wie genau ruft Claude Code Ihre Tools auf?

Welche Test- und Debugging-Tools sollten Sie verwenden?

MCP-Inspektor

Lokale vs. Remote-Tests

Fazit

Mehr lesen

500+ Modelle in einer API

a) `claude doctor`,Laufen: