Zum Hauptinhalt springen

​
Einrichten des Port MCP-Servers

Der Port Model Context Protocol (MCP)-Server bietet eine nahtlose Integration mit gängigen Entwicklungsumgebungen, sodass Sie direkt von Ihrem Editor oder Ihrer IDE auf die KI-Modelle von Port AI zugreifen können. Diese Anleitung führt Sie durch die Einrichtung des MCP-Servers mit verschiedenen Werkzeugen.

​
Was ist MCP?

Das Model Context Protocol (MCP) ist eine standardisierte Methode für KI-Assistenten, um sicher auf externe Ressourcen und Werkzeuge zuzugreifen. Der Port MCP-Server ermöglicht Ihnen:
  • Auflisten und Suchen von KI-Modellen, die auf Port AI verfügbar sind
  • Anfragen an jeden Modellendpunkt senden
  • Status überprüfen und Ergebnisse aus dem Warteschlangensystem abrufen
  • Dateien hochladen und Modellschemata verwalten
  • API-Authentifizierung nahtlos verwalten

​
Voraussetzungen

Stellen Sie vor der Einrichtung des MCP-Servers sicher, dass Sie über Folgendes verfügen:
  1. Node.js installiert (Version 18 oder höher)
  2. Port API-Schlüssel von Ihrem Dashboard
  3. Ihr bevorzugter Editor/IDE ist installiert

​
Installation

Der Port MCP-Server ist als npm-Paket verfügbar: 
npm install -g @portmoda/mcp-server
Oder verwenden Sie es direkt mit npx (empfohlen): 
npx @portmoda/mcp-server

​
Konfiguration nach Editor

​
Cursor

Cursor unterstützt MCP über seine Konfigurationsdatei. Erstellen oder aktualisieren Sie .cursor/mcp.json in Ihrem Projektstammverzeichnis: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"]
    }
  }
}
Alternative globale Konfiguration in Ihren Benutzereinstellungen:
  1. Öffnen Sie die Cursor-Einstellungen
  2. Navigieren Sie zu “MCP Servers”
  3. Fügen Sie einen neuen Server hinzu mit:
    • Name: port-mcp-server
    • Befehl: npx
    • Argumente: @portmoda/mcp-server

​
VS Code

Für VS Code mit MCP-Unterstützung (erfordert eine kompatible Erweiterung): Erstellen Sie .vscode/mcp.json: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "ihr-api-schlüssel-hier"
      }
    }
  }
}

​
Cline

Cline unterstützt MCP-Server über seine Einstellungen. Fügen Sie Ihrer Cline-Konfiguration hinzu: 
{
  "mcpServers": {
    "port": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "description": "Port AI-Modellzugriff"
    }
  }
}

​
Windsurf

Für die Windsurf-IDE konfigurieren Sie MCP in den Arbeitsbereichseinstellungen: 
{
  "mcp": {
    "servers": {
      "port-mcp-server": {
        "command": "npx",
        "args": ["@portmoda/mcp-server"],
        "timeout": 30000
      }
    }
  }
}

​
Claude Desktop

Fügen Sie Ihrer Claude Desktop-Konfigurationsdatei hinzu: macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"]
    }
  }
}

​
Andere MCP-kompatible Werkzeuge

Verwenden Sie für jedes andere Werkzeug, das MCP unterstützt, dieses allgemeine Konfigurationsmuster: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "${PORT_KEY}"
      }
    }
  }
}

​
Umgebungseinrichtung

​
Festlegen Ihres API-Schlüssels

Sie können Ihren Port API-Schlüssel auf verschiedene Weisen konfigurieren:

​
Option 1: Umgebungsvariable (empfohlen)

export PORT_KEY="ihr-api-schlüssel-hier"
Für Windows: 
set PORT_KEY=ihr-api-schlüssel-hier

​
Option 2: Konfigurationsdatei

Einige Editoren ermöglichen es Ihnen, Umgebungsvariablen direkt in der MCP-Konfiguration festzulegen: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "ihr-api-schlüssel-hier"
      }
    }
  }
}

​
Option 3: Laufzeitkonfiguration

Der MCP-Server unterstützt auch das Festlegen des API-Schlüssels zur Laufzeit mit dem set-port-key-Werkzeug.

​
Verfügbare MCP-Werkzeuge

Nach der Konfiguration haben Sie über Ihren KI-Assistenten Zugriff auf diese Werkzeuge:

​
Modellverwaltung

  • list-models - Durchsuchen Sie alle verfügbaren KI-Modelle
  • search-models - Finden Sie Modelle nach Schlüsselwörtern
  • model-schema - Rufen Sie Eingabe-/Ausgabeschemata für bestimmte Modelle ab

​
Anforderungsverwaltung

  • submit - Senden Sie Anfragen an Modellendpunkte
  • status - Überprüfen Sie den Anforderungsstatus und die Protokolle
  • result - Rufen Sie abgeschlossene Ergebnisse ab
  • cancel - Brechen Sie laufende Anfragen ab
  • subscribe - Senden und auf Abschluss warten

​
Dateiverwaltung

  • upload - Laden Sie Dateien in den Port-Speicher hoch

​
Anwendungsbeispiele

​
Verfügbare Modelle auflisten

Verwenden Sie das list-models-Werkzeug, um mir anzuzeigen, welche KI-Modelle verfügbar sind.

​
Ein Bild generieren

Verwenden Sie das submit-Werkzeug, um ein Bild mit dem Endpunkt black-forest-labs/flux-1.1-pro/text-to-image zu generieren. 
Verwenden Sie den Prompt: "Eine ruhige Berglandschaft bei Sonnenuntergang"

​
Anforderungsstatus überprüfen

Überprüfen Sie den Status der Anfrage-ID: pd_xxxxxx

​
Fehlerbehebung

​
Häufige Probleme

MCP-Server nicht gefunden
  • Stellen Sie sicher, dass Node.js installiert und zugänglich ist
  • Versuchen Sie eine globale Installation: npm install -g @portmoda/mcp-server
  • Überprüfen Sie, ob der Befehlspfad korrekt ist
Authentifizierungsfehler
  • Überprüfen Sie, ob Ihre PORT_KEY-Umgebungsvariable gesetzt ist
  • Überprüfen Sie die Gültigkeit Ihres API-Schlüssels im Port Dashboard
  • Versuchen Sie, den Schlüssel mit dem set-port-key-Werkzeug festzulegen
Verbindungszeitüberschreitungen
  • Erhöhen Sie die Zeitüberschreitungswerte in Ihrer Konfiguration
  • Überprüfen Sie Ihre Internetverbindung
  • Überprüfen Sie den Status der Port-API
Berechtigungsfehler
  • Stellen Sie die richtigen Dateiberechtigungen für Konfigurationsdateien sicher
  • Versuchen Sie, mit den entsprechenden Benutzerberechtigungen auszuführen

​
Hilfe erhalten

Wenn Sie auf Probleme stoßen:
  1. Überprüfen Sie die Port-Dokumentation
  2. Überprüfen Sie die MCP-Dokumentation Ihres Editors
  3. Erstellen Sie ein Problem auf GitHub

​
Nächste Schritte

Sobald Ihr MCP-Server konfiguriert ist:
  1. Modelle erkunden: Verwenden Sie list-models, um alle verfügbaren KI-Funktionen anzuzeigen
  2. Beispiele ausprobieren: Beginnen Sie mit einfachen Text-zu-Bild- oder Text-zu-Video-Generierungen
  3. Workflows erstellen: Kombinieren Sie mehrere Modelle für komplexe KI-Pipelines
  4. Nutzung überwachen: Verfolgen Sie Ihre API-Nutzung im Port Dashboard
Die MCP-Integration erleichtert die Einbindung leistungsstarker KI-Modelle direkt in Ihren Entwicklungsworkflow und ermöglicht schnelles Prototyping und nahtlose KI-gestützte Funktionen in Ihren Anwendungen.