MCP-Einrichtungsanleitung — Claude Desktop-Integration

Übersicht

example/mcp.py stellt alle Note-, Tag- und Comment-UseCases (15 Tools) als MCP-Tools bereit. Nach der Konfiguration können Claude Desktop und das claude-CLI CRUD-Operationen direkt ausführen.

Voraussetzungen

• uv sync abgeschlossen
• Python 3.12+-Umgebung

Claude Desktop-Konfiguration

claude_desktop_config.json befindet sich unter:

Betriebssystem	Pfad
macOS	~/Library/Application Support/Claude/claude_desktop_config.json
Windows	%APPDATA%\Claude\claude_desktop_config.json

macOS / Linux (nativ)

{
  "mcpServers": {
    "nene2-example": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/nene2-python",
        "run",
        "python",
        "-m",
        "example.mcp"
      ],
      "env": {
        "DB_ADAPTER": "sqlite",
        "DB_NAME": "/path/to/nene2-python/data/nene2.db"
      }
    }
  }
}

Ersetzen Sie /path/to/nene2-python durch den absoluten Pfad zu diesem Repository.

Windows + WSL2

Claude Desktop läuft auf Windows, aber das Projekt befindet sich innerhalb von WSL2. Verwenden Sie wsl als Befehl, um sie zu verbinden:

{
  "mcpServers": {
    "nene2-example": {
      "command": "wsl",
      "args": [
        "-e", "bash", "-c",
        "cd /home/<user>/nene2-python && PYTHONPATH=src uv run python -m example.mcp"
      ],
      "env": {
        "DB_ADAPTER": "sqlite",
        "DB_NAME": "/home/<user>/nene2-python/data/nene2.db"
      }
    }
  }
}

Alle Pfade müssen WSL-Linux-Pfade sein (z. B. /home/user/...), keine Windows-Pfade. DB_NAME muss ebenfalls ein Linux-Pfad sein, damit SQLite die Datei innerhalb von WSL erstellt.

Für ein Projekt, das über uv add git+... installiert wurde (nicht das nene2-python-Repository selbst):

{
  "mcpServers": {
    "myapp": {
      "command": "wsl",
      "args": [
        "-e", "bash", "-c",
        "cd /home/<user>/my-project && PYTHONPATH=src uv run python -m mcp_server"
      ]
    }
  }
}

Verfügbare Tools

Tool	Beschreibung
list_notes	Notizen mit Paginierung auflisten
get_note	Eine Notiz nach ID abrufen
create_note	Eine neue Notiz erstellen
update_note	Eine Notiz aktualisieren
delete_note	Eine Notiz löschen
list_tags	Tags auflisten
get_tag	Einen Tag nach ID abrufen
create_tag	Einen neuen Tag erstellen
update_tag	Einen Tag aktualisieren
delete_tag	Einen Tag löschen
list_comments	Kommentare zu einer Notiz auflisten
get_comment	Einen Kommentar nach ID abrufen
create_comment	Einen Kommentar zu einer Notiz erstellen
update_comment	Einen Kommentar aktualisieren
delete_comment	Einen Kommentar löschen

Über CLI ausführen

uv run python -m example.mcp

Der Server lauscht auf stdin/stdout (stdio-Transport) — Standard für MCP.

Benutzerdefinierter Transport

from example.mcp import create_mcp_server

server = create_mcp_server()
server.run(transport="sse")          # Server-Sent Events
server.run(transport="streamable-http")  # HTTP-Streaming

---

Zustand zwischen MCP-Server und HTTP-API teilen

Der MCP-Server läuft als separater Prozess von der HTTP-API. InMemoryXxxRepository erstellt pro Prozess einen eigenen isolierten Store — Daten, die über MCP geschrieben werden, sind für die HTTP-API nicht sichtbar und umgekehrt.

Um den Zustand zu teilen, zeigen Sie beide Prozesse auf dieselbe persistente Datenbank:

HTTP-API .env:

DB_ADAPTER=sqlite
DB_NAME=/absolute/path/to/shared.db

Claude Desktop claude_desktop_config.json:

"env": {
  "DB_ADAPTER": "sqlite",
  "DB_NAME": "/absolute/path/to/shared.db"
}

Beide Prozesse öffnen dieselbe SQLite-Datei über SQLAlchemy. SQLites WAL-Modus behandelt gleichzeitige Lesevorgänge sicher für leichte Workloads.

Für hochnebenläufige Produktionsnutzung bevorzugen Sie MySQL oder PostgreSQL.