So baust du einen MCP-Server
Von der Kitbay-Redaktion ·
Um einen MCP-Server zu bauen, wählst du eines der offiziellen MCP-SDKs, definierst die Tools (und optional Ressourcen und Prompts), die dein Server anbietet, betreibst ihn lokal über stdio oder remote über Streamable HTTP und testest ihn mit MCP Inspector, bevor du ihn mit einem KI-Client verbindest. Ein einfacher Tool-Server kommt mit ein paar Dutzend Zeilen Code aus.
Diese Anleitung folgt der offiziellen MCP-Dokumentation, deren Tutorial einen kleinen Wetter-Server baut. Wenn dir die Begriffe neu sind, lies zuerst Was ist ein MCP-Server?.
Schritt 1: SDK wählen
Das MCP-Projekt pflegt offizielle SDKs und stuft sie nach Funktionsumfang und Wartung ein:
| Tier | Sprachen |
|---|---|
| Tier 1 | TypeScript, Python, C#, Go, Rust, Ruby |
| Tier 2 | Java |
| Tier 3 | Swift, PHP, Kotlin |
Jedes SDK kann Tools, Ressourcen und Prompts bereitstellen und unterstützt lokale wie Remote-Transporte. Die SDKs übernehmen neue Protokollversionen nach ihrem eigenen Zeitplan; prüfe also, welche Revision deines unterstützt. Die aktuelle Revision der Spezifikation ist auf den 28. Juli 2026 datiert und macht das Protokoll zustandslos: Jede Anfrage bringt ihre eigenen Angaben zu Version und Funktionen mit. Darum kümmern sich die SDKs für dich.
Schritt 2: Festlegen, was dein Server anbietet
MCP-Server bieten drei Arten von Bausteinen:
| Baustein | Wer steuert ihn | Wofür |
|---|---|---|
| Tools | Das Modell entscheidet, wann es sie aufruft | Aktionen und Abfragen: ein Issue anlegen, Datensätze durchsuchen, eine Datei konvertieren |
| Ressourcen | Die Anwendung entscheidet, was sie einbezieht | Schreibgeschützter Kontext: eine Datei, ein Datenbankschema, API-Dokumentation |
| Prompts | Der Nutzer wählt sie aus | Wiederverwendbare Vorlagen, oft als Slash-Befehle angezeigt |
Die meisten Server fangen mit Tools an. Schreibe für jedes Tool einen klaren Namen, eine Beschreibung, die dem Modell sagt, wann es das Tool nutzen soll, und ein Eingabeschema. Die MCP-Dokumentation empfiehlt konkrete Namen wie calculator_arithmetic statt eines bloßen calculate. Beschränke jedes Tool auf eine Operation und lege früh fest, welche Tools nur lesen und welche Daten ändern können, denn Nutzer und Clients werden das wissen wollen.
Schritt 3: Den Server schreiben
Die Python-Version des offiziellen Tutorials installiert das SDK mit uv add "mcp[cli]" und sieht dann ungefähr so aus:
from mcp.server import MCPServer
mcp = MCPServer("weather")
@mcp.tool()
async def get_forecast(latitude: float, longitude: float) -> str:
"""Get the weather forecast for a location.
Args:
latitude: Latitude of the location
longitude: Longitude of the location
"""
# call the weather service's API here and return readable text
...
if __name__ == "__main__":
mcp.run(transport="stdio")
Das SDK liest die Type Hints und den Docstring und erzeugt daraus Namen, Beschreibung und Eingabeschema des Tools. Das TypeScript-Tutorial nutzt das Paket @modelcontextprotocol/server mit zod für die Schemas, erstellt einen McpServer und fügt Tools mit registerTool hinzu. Andere Sprachen folgen ihren eigenen Konventionen; das Tutorial enthält auch Versionen für Java, Kotlin und C#.
Logging: Standardausgabe sauber halten
Das ist der häufigste Fehler am Anfang. Bei stdio tauschen Client und Server JSON-RPC-Nachrichten über die Standardausgabe aus, daher unterbricht jeder zusätzliche Text dort die Verbindung. Vermeide in Python print() und in Node console.log(). Schreibe Logs stattdessen in die Standardfehlerausgabe, zum Beispiel mit dem Python-Modul logging oder mit console.error().
Schritt 4: Transport wählen
Die Spezifikation definiert zwei Standard-Transporte:
- stdio. Der Client startet deinen Server als Unterprozess und tauscht zeilenweise getrennte Nachrichten über dessen Standardein- und -ausgabe aus. Nutze stdio für Server, die auf dem Rechner des Nutzers laufen. Die Sicherheitshinweise von MCP empfehlen stdio für lokale Server, weil es den Zugriff auf den Client beschränkt, der sie gestartet hat.
- Streamable HTTP. Dein Server läuft als eigenständiger Prozess mit einem einzigen Endpunkt, etwa
https://example.com/mcp, der POST-Anfragen annimmt. Jede Antwort ist entweder ein JSON-Objekt oder ein kurzer Server-Sent-Events-Stream. Nutze diesen Transport für gehostete Server, mit denen sich viele Nutzer per URL verbinden.
Der ältere Transport HTTP+SSE aus dem Jahr 2024 ist veraltet (deprecated); neue Server sollten ihn nicht mehr verwenden.
Wenn du Streamable HTTP wählst, stellt die Spezifikation Sicherheitsanforderungen: Prüfe bei jeder Anfrage den Origin-Header, um DNS-Rebinding zu verhindern, binde den Server bei lokalem Betrieb an 127.0.0.1 statt an alle Interfaces und authentifiziere Verbindungen. Die MCP-Dokumentation empfiehlt OAuth für den Bezug von Tokens, und ein Server muss Tokens ablehnen, die nicht für ihn ausgestellt wurden.
Schritt 5: Mit MCP Inspector testen
MCP Inspector ist das Referenz-Tool des Projekts zum Testen von Servern. Es braucht Node 22.19.0 oder neuer und läuft ohne Installation über npx:
# browser interface, connected to a local stdio server
npx @modelcontextprotocol/inspector uv --directory /path/to/weather run weather.py
# scriptable command line: list tools and exit
npx @modelcontextprotocol/inspector --cli node build/index.js --method tools/list
# a remote server
npx @modelcontextprotocol/inspector --server-url https://example.com/mcp --transport http
Es hat drei Modi: eine Weboberfläche, eine CLI für Skripte und CI sowie eine Terminal-Oberfläche (--tui). Prüfe damit, ob jedes Tool mit dem richtigen Schema erscheint, ob Aufrufe das erwartete Ergebnis liefern und ob Fehlermeldungen verständlich sind. Beachte: Secrets speichert der Inspector im Schlüsselbund deines Systems, sofern es einen gibt; ohne Schlüsselbund landen sie in einer unverschlüsselten Datei, es sei denn, du legst einen Schlüssel fest.
Schritt 6: Mit einem Client verbinden
Bei einem lokalen Server trägst du den Startbefehl in einem Client ein. Für Claude Desktop ergänzt das Tutorial Folgendes in claude_desktop_config.json:
{
"mcpServers": {
"weather": {
"command": "uv",
"args": ["--directory", "/ABSOLUTE/PATH/TO/weather", "run", "weather.py"]
}
}
}
Verwende absolute Pfade, und wenn der Client uv nicht findet, gib den vollständigen Pfad dazu an. In Claude Code lautet das Gegenstück claude mcp add --transport stdio weather -- uv --directory /ABSOLUTE/PATH/TO/weather run weather.py. Für andere Clients siehe MCP-Server mit KI-Clients verbinden.
Vor der Veröffentlichung
- Dokumentiere jedes Tool. Gib an, welche Tools nur lesen, welche Daten ändern und welche Zugangsdaten der Server braucht.
- Fordere so wenig Zugriff wie möglich an. Beantrage eng gefasste API-Scopes und vermeide pauschale Tokens mit Vollzugriff.
- Behandle Eingaben als nicht vertrauenswürdig. Tool-Argumente stammen von einem Modell, das womöglich bösartige Inhalte gelesen hat.
- Zeige Installationsbefehle vollständig. Nutzer sollen genau sehen, was auf ihrem Rechner ausgeführt wird.
- Wähle eine Lizenz und gib an, ob der Server gepflegt wird.
Sicherheitshinweis
Server arbeiten mit echten Daten. Richte deinen Server während der Entwicklung auf Testkonten und Beispieldateien statt auf Live-Systeme aus und lies die Sicherheitshinweise des MCP-Projekts zum Umgang mit Tokens und zu lokalen Servern. Unsere Sicherheitsfragen zu MCP zeigen, was sorgfältige Nutzer prüfen werden.
Weiterführend
Entwicklerwerkzeuge findest du bei Kitbay unter den Aufgaben Testing und Debugging. In den vorhandenen MCP-Servern siehst du außerdem, wie andere ihre Tools dokumentieren. Wenn du einem Agenten vor allem ein Vorgehen beibringen willst, statt ein System anzubinden, passt ein Skill womöglich besser: siehe MCP vs. Skills.
Fragen
- Mit welcher Sprache sollte ich einen MCP-Server bauen?
- Mit jeder Sprache, für die es ein offizielles SDK gibt. Das MCP-Projekt stuft TypeScript, Python, C#, Go, Rust und Ruby als Tier 1 ein, Java als Tier 2 sowie Swift, PHP und Kotlin als Tier 3.
- Wie teste ich einen MCP-Server?
- Mit MCP Inspector, dem Test-Tool des Projekts. Führe npx @modelcontextprotocol/inspector gefolgt von dem Befehl aus, der deinen Server startet, und liste dann Tools im Browser, im Terminal oder in der CLI auf und rufe sie auf.
- Warum funktioniert mein stdio-MCP-Server nicht mehr, wenn ich Debug-Meldungen ausgebe?
- Beim stdio-Transport laufen die Protokollnachrichten über die Standardausgabe, und alles andere, was dort ausgegeben wird, beschädigt sie. Schreibe Logs stattdessen in die Standardfehlerausgabe.
- Muss ich einen MCP-Server online hosten?
- Nein. Ein lokaler Server mit stdio läuft auf dem Rechner des Nutzers und wird von dessen KI-Client gestartet. Online mit Streamable HTTP hostest du ihn nur, wenn sich Nutzer per URL verbinden sollen.
Quellen
- Build an MCP server (MCP docs)geprüft am 14. Nov. 2026
- SDKs (MCP docs)geprüft am 14. Nov. 2026
- Understanding MCP servers (MCP docs)geprüft am 14. Nov. 2026
- MCP architecture overviewgeprüft am 14. Nov. 2026
- Transports (MCP specification)geprüft am 14. Nov. 2026
- Streamable HTTP (MCP specification)geprüft am 14. Nov. 2026
- MCP Inspector (MCP docs)geprüft am 14. Nov. 2026
- Security considerations (MCP docs)geprüft am 14. Nov. 2026
Weitere Anleitungen
- So verbindest du MCP-Server mit Claude, ChatGPT und Cursor
- So erstellst du eigene Skills für Claude Code
- MCP-Sicherheit: Was du vor der Installation eines Servers oder Skills prüfen solltest
- MCP vs. API: Was ist der Unterschied?
- MCP vs. Skills: So unterscheiden sich MCP-Server und Agent Skills
- Was ist ein Claude Skill?
- Was ist ein MCP-Server?