MCP-Server : docmd docs

Referenz
MCP-Server

docmd enthält einen nativen Model Context Protocol (MCP)-Server, der es AI-Entwicklungsagenten ermöglicht, programmatisch und über eine sichere lokale Verbindung mit Ihrem Dokumentations-Workspace zu interagieren.

Was ist MCP?

Das Model Context Protocol ist ein offener Standard, um AI-Modelle mit externen Tools und Datenquellen zu verbinden. Es verwendet JSON-RPC 2.0-Nachrichten über eine Transport-Schicht (stdio, HTTP). docmd implementiert den stdio-Transport — der Agent spawnt docmd mcp als Child-Process und kommuniziert via stdin/stdout.

Schnellstart

docmd mcp

Dies startet den MCP-Server über stdio. Es werden keine Netzwerk-Ports geöffnet — die gesamte Kommunikation findet über Standard-Ein-/Ausgabe-Streams statt.

Claude Desktop-Konfiguration

Fügen Sie dies zu Ihrer Claude Desktop claude_desktop_config.json hinzu:

claude_desktop_config.json

{
  "mcpServers": {
    "docmd": {
      "command": "npx",
      "args": ["@docmd/core", "mcp"],
      "cwd": "/path/to/your/docs/project"
    }
  }
}

Cursor / Windsurf-Konfiguration

Fügen Sie dies zu den MCP-Einstellungen Ihres Editors hinzu:

mcp_settings.json

{
  "command": "npx @docmd/core mcp",
  "transport": "stdio"
}

Verfügbare Tools

Der MCP-Server stellt vier Tools bereit, die Agenten aufrufen können:

Tool	Beschreibung
`search_docs`	Volltextsuche über alle Dokumentations-Dateien. Gibt passende Zeilen mit Dateipfaden und Zeilennummern zurück.
`read_doc`	Liest den rohen Markdown-Inhalt einer beliebigen Dokumentations-Datei über ihren relativen Pfad.
`validate_docs`	Führt eine Link-Validierung über alle Markdown-Dateien aus. Gibt eine Liste defekter Links mit Datei, Zeile und Ziel zurück.
`get_llms_context`	Ruft den vollständigen `llms-full.txt`-Kontext ab — die vereinte Inhaltsdarstellung der gesamten Dokumentations-Site, optimiert für die LLM-Ingestion.

Tool-Schemas

`search_docs`

{
  "name": "search_docs",
  "inputSchema": {
    "type": "object",
    "properties": {
      "query": { "type": "string", "description": "Der zu suchende Begriff oder Ausdruck." }
    },
    "required": ["query"]
  }
}

`read_doc`

{
  "name": "read_doc",
  "inputSchema": {
    "type": "object",
    "properties": {
      "route": { "type": "string", "description": "Relativer Pfad zur Markdown-Datei (z. B. docs/getting-started.md)." }
    },
    "required": ["route"]
  }
}

`validate_docs` / `get_llms_context`

Keine Eingabeparameter erforderlich.

Protokoll-Details

docmd implementiert die MCP-Spezifikation (Protokollversion 2025-03-26):

Transport: stdio — JSON-RPC 2.0-Nachrichten über stdin/stdout, eine pro Zeile
Diagnostik: Geloggt nach stderr (greift nicht in den JSON-RPC-Stream ein)
Lebenszyklus: initialize → notifications/initialized → Tool-Calls
Ping: Antwortet auf ping-Anfragen mit {} (für Connection-Health-Checks erforderlich)
Capabilities: Deklariert tools, resources und prompts (Tools sind die primäre Schnittstelle)

Datenschutz & Sicherheit

Nur lokal: Der Server läuft als Child-Process — keine Netzwerk-Exposition, keine geöffneten Ports
Sandboxed: Datei-Operationen sind auf das Projekt-Arbeitsverzeichnis beschränkt
Keine Telemetrie: Es werden keine Daten übertragen — die gesamte Verarbeitung findet auf Ihrer Maschine statt

Ergänzende Features

Der MCP-Server arbeitet Hand in Hand mit anderen AI-First-Features in docmd:

llms.txt / llms-full.txt: Zur Build-Zeit vom llms-Plugin generiert. Jeder Agent kann diese Dateien ohne MCP direkt von Ihrer deployed Site abrufen.
Copy-Context-Widget: Ein Browser-UI-Button, der optimierten Seiten-Inhalt in die Zwischenablage kopiert, damit Sie ihn bequem in AI-Chat-Fenster einfügen können.
SKILL.md: Beim docmd init automatisch generierte Agent-Anleitung. Sie verweist auf die Wissensdatenbank docmd-skills.

Wann MCP vs. llms.txt

Verwenden Sie MCP, wenn ein Agent während der Entwicklung interaktiv suchen, bestimmte Dateien lesen oder Links validieren muss. Verwenden Sie llms-full.txt, wenn ein Agent den gesamten Dokumentations-Kontext in einem einzigen Fetch benötigt (z. B. für RAG oder Pre-Prompting).