Sechs MCP-Server, die in Claude Code beibehalten werden sollten, und welche man streichen sollte
Eine überlastete MCP-Einrichtung straffen: Context7, GitHub, Postgres MCP Pro, Playwright, Sentry und Brave Search, unter Berücksichtigung des Projektumfangs sowie einer Überprüfung der Anzahl der Tools auf unter 50.
Quellen: *I Tested 8 MCP Servers With Claude Code. These Were Actually Worth Keeping*
Ein Kodierungsagent, der gebeten wird, in einem lokalen src-Ordner nach einer veralteten Authentifizierungsfunktion zu suchen, kann schließlich an einem seltsamen Ort landen. In einem realistischen Fall überspringt der Agent das Dateisystem, ruft einen Jira MCP-Server auf, der erst eine Woche zuvor installiert wurde, und beginnt, im Ticket-Backlog nach dem Funktionsnamen zu suchen. Das Eingeben von /mcp erklärt, warum: 14 Server waren im Betrieb und stellten 73 Tools zur Verfügung. Etwa 50 sichtbare Tools sind der Punkt, ab dem ein Modell aufhört, ähnliche Tools voneinander zu unterscheiden, und anfängt zu raten. Darüber hinaus wurden bereits vor dem Eingeben des ersten Wortes etwa 18.000 Tokens pro Turnus für JSON-Schemata von Tools verwendet, die niemand nutzte.
Unabhängig davon, welcher Server verbunden wird, landet seine Tool-Liste im Systemprompt. Wenn das Ziel ein Agent ist, der beim ersten Versuch richtig wählt, stellt diese begrenzte Anzahl an Slots ein eingeschränktes Budget dar.
Context7 für aktuelle Dokumente
Agenten schreiben oft Code für APIs, die in der Zwischenzeit geändert wurden. Wenn man nach einem Supabase-Authentifizierungsfluss fragt, können die Ergebnisse Methoden verwenden, die bereits 2025 deaktiviert wurden. Context7 begegnet diesem Problem, indem es bibliografische Dokumentationen mit festgelegter Version in die Anfrage einfügt.
# Add --scope project (or -s project) to write the entry into
# a committable .mcp.json instead of your personal ~/.claude.json.
# Context7 provides current, version-pinned library docs
# Canonical path is the installer (OAuth + generates an API key):
npx ctx7 setup
# Or wire the remote server manually (key from context7.com/dashboard):
claude mcp add --transport http context7 https://mcp.context7.com/mcp \
--header "CONTEXT7_API_KEY: <YOUR_KEY>"
Sobald es installiert ist, holt der Agent aktuelles Markdown und erstellt die aktuelle Implementierung. Man muss seinem Index vertrauen, aber für gängige Web-Frameworks ist es der erste Server, den es wert ist zu installieren.
GitHub für Issues und Pull Requests
Man kann einem Agenten auftragen, Issue #8009 zu beheben – in der Regel wird er dann anhalten und nach einer Beschreibung fragen, da er das entfernte Repository nicht sehen kann. GitHubs offizieller MCP-Server stellt den Issue-Tracker, Pull Requests sowie die Suche nach Code im entfernten Repository bereit.
# GitHub — OFFICIAL server (issues, PRs, repo search).
# For Claude Code 2.1.1+:
claude mcp add-json github '{"type":"http","url":"https://api.githubcopilot.com/mcp","headers":{"Authorization":"Bearer <YOUR_GITHUB_PAT>"}}'
# For Claude Code 2.1.0 or earlier (legacy flag form):
# claude mcp add --transport http github https://api.githubcopilot.com/mcp -H "Authorization: Bearer <YOUR_GITHUB_PAT>"
Danach funktioniert eine Anfrage wie „review PR #8042“: Der Agent lädt den Diff herunter, liest die Kommentare der Überprüfer, ordnet sie den lokalen Dateien zu und führt die Änderungen durch. Es wird empfohlen, GitHubs eigenen Server statt älterer Drittanbieter-Tools zu verwenden.
Postgres MCP Pro für echte Schemata
Ein Agent, der ein Datenbankschema errät, erzeugt Fehler wie column 'created_at' does not exist. Postgres MCP Pro stellt ihm Tools wie list_schemas und get_object_details zur Verfügung, damit er das tatsächliche Datenbankschema vor dem Schreiben von SQL abruft.
# Postgres MCP Pro — schema-aware SQL, READ-ONLY restricted mode
pipx install postgres-mcp
# Add the server with the restricted access flag
claude mcp add postgres --env DATABASE_URI="postgresql://user:pass@localhost:5432/db" \
-- postgres-mcp --access-mode=restricted
Für die Staging- oder Produktionsumgebung ist das Flag --access-mode=restricted nicht optional. Es deaktiviert auf Serverebene die Befehle INSERT, UPDATE und DELETE, sodass der Agent beim Erkunden keine Tabellen löschen kann.
Playwright MCP zur Überprüfung
Agenten behaupten gerne, dass eine CSS-Klasse einen Layoutfehler behoben hat, ohne die Seite jemals darzustellen. Playwright MCP ermöglicht es dem Agenten, seine eigene Arbeit durch das Ausführen eines headless-Browsers zu überprüfen.
# Playwright (Microsoft) — agent drives a real browser to verify its own change
claude mcp add playwright npx @playwright/mcp@latest
Anstatt eine rohe Screenshot-Ausgabe zu interpretieren, liest der Agent den Zugänglichkeitsbaum, sodass er weiß, wo sich eine Schaltfläche im DOM befindet und ob ein Benutzer sie sehen kann.
Playwright steuert den Browser und testet den DOM. Chrome DevTools MCP ist ein separates Werkzeug, das auf Netzwerk- und Leistungsanalyse ausgerichtet ist. Fügen Sie den DevTools-Server nur dann hinzu, wenn Sie aktiv Netzwerkprobleme untersuchen, da Playwright bei der visuellen Überprüfung besser geeignet ist.
Sentry für Produktionsfehler
Ein in eine Terminal-Ansicht eingefügter minifizierter React-Stacktrace hilft selten, da Produktionsversionen Quellkarten entfernen. Sentrys offizieller MCP-Server bringt den unminifizierten Stacktrace, Navigationshinweise sowie Umgebungsdaten in das Kontextfenster.
# Sentry — OFFICIAL remote server; pulls live stack traces
# Triggers OAuth on first launch
claude mcp add --transport http sentry https://mcp.sentry.dev/mcp
Wenn ein Benutzer einen Absturz meldet, kann dem Agenten mitgeteilt werden, dass er sich das neueste Frontend-Problem in Sentry ansehen soll, wobei der Absturz anhand der genauen Zeile sowie des Zustands der Variablen zum Zeitpunkt des Absturzes diagnostiziert wird.
Brave Search für neue Antworten
Zwanzig Minuten können bei einem rätselhaften esbuild-Fehler verstreichen, obwohl die Lösung bereits in einem zwei Tage zuvor eröffneten GitHub-Problem zu finden ist. Die Schulungsdaten des Agents waren zu veraltet, um dies zu erkennen, weshalb der Entwickler das Terminal verlassen und manuell suchen muss.
# Brave Search — OFFICIAL server from Brave (the @modelcontextprotocol/*
# package was archived May 2025)
# Requires a free API key from api-dashboard.search.brave.com
claude mcp add brave-search --env BRAVE_API_KEY="<YOUR_KEY>" \
-- npx -y @brave/brave-search-mcp-server --transport stdio
Das stellt dem Agenten ein Echtzeit-Web-Suchtool zur Verfügung. Bei einem seltenen Fehler werden aktuelle StackOverflow-Antworten oder Statusseiten des Anbieters direkt aus dem Terminal abgerufen.
Konfiguration sichern
Bevor weitere Elemente hinzugefügt werden, sollte die Konfiguration korrigiert und überprüft werden, was gerade läuft. Durch Hinzufügen von --scope project zu jedem Installationsbefehl wird die Einstellung in ein .mcp.json im Repository statt in das globale ~/.claude.json geschrieben, sodass das gesamte Team über dasselbe Werkzeugset verfügt.
Ein Referenzdatei für die oben genannten Server sowie zwei flexible Slots sieht wie folgt aus. Die flexiblen Slots sind der gepflegte Filesystem-Server für eingeschränkten Zugriff auf Verzeichnisse außerhalb des aktuellen Projekts sowie Sequential-thinking, das dem Agenten dabei hilft, seine eigene Logik während umfangreicher Überarbeitungen nachzuvollziehen.
{
"mcpServers": {
"context7": {
"type": "http",
"url": "https://mcp.context7.com/mcp",
"headers": { "CONTEXT7_API_KEY": "${CONTEXT7_API_KEY}" }
},
"github": {
"type": "http",
"url": "https://api.githubcopilot.com/mcp",
"headers": { "Authorization": "Bearer ${GITHUB_PAT}" }
},
"sentry": {
"type": "http",
"url": "https://mcp.sentry.dev/mcp"
},
"postgres": {
"command": "postgres-mcp",
"args": ["--access-mode=restricted"],
"env": { "DATABASE_URI": "${DATABASE_URI}" }
},
"playwright": {
"command": "npx",
"args": ["-y", "@playwright/mcp@latest"]
},
"brave-search": {
"command": "npx",
"args": ["-y", "@brave/brave-search-mcp-server", "--transport", "stdio"],
"env": { "BRAVE_API_KEY": "${BRAVE_API_KEY}" }
},
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "${HOME}/projects"]
},
"sequential-thinking": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-sequential-thinking"]
}
}
}
Die Eingaben nutzen zwei Transportwege. Mit http handelt es sich um eine entfernte API, wobei die gesamte Logik auf der Seite des Anbieters ausgeführt wird. Mit stdio, wie bei Playwright oder Postgres, wird ein lokaler Prozess über das command-Array gestartet, weshalb die entsprechenden Binärdateien zunächst auf dem Rechner installiert werden müssen. Geheime Informationen werden über Umgebungsvariablen wie ${DATABASE_URI} übermittelt, wodurch die Datei sicher für die Speicherung bleibt.
Um zu erfahren, wie viele Tools für die Einrichtung benötigt werden, schauen Sie sich die Live-Sitzung an:
# List every configured server and its connection status
claude mcp list
# Inside a Claude Code session, inspect connected servers and their tools:
# Type /mcp
# This shows each server, its tool count, and lets you toggle tools.
Die Anzeige der Schnittstelle zeigt die Anzahl der Tools. Es sind fast fünfzig sichtbare Tools vorhanden – deaktivieren Sie alles, was für diese Sitzung nicht benötigt wird.
Überflüssiges entfernen
Sobald eine Grundlage vorhanden ist, entfernen Sie das, was nicht dazugehört.
- Archivierte Referenzserver. Die alte Postgres-Implementierung (
@modelcontextprotocol/server-postgres) taucht zwar noch in veralteten Tutorials auf, wird aber nicht mehr gewartet. Ersetzen Sie sie durch Postgres MCP Pro. - Drittanbieter-Wrapper. Community-Wrapper für GitHub, Sentry und ähnliche Dienste kamen 2025 als Übergangslösungen auf, um offizielle API-Änderungen auszugleichen. Wo immer ein offizieller Anbieter-Server vorhanden ist, verwenden Sie nicht die Community-Version.
execute_script für eine einfache npm install-Aktion, stieß auf einen Pfadfehler und schrieb anschließend ein eigenes Python-Skript, um die Installation auszulösen – dabei wurde die eingebaute Shell ignoriert. Wenn der Client bereits URLs abrufen oder Dateien lesen kann, sollte man kein Budget für einen Server verschwenden, der dasselbe tut.Weiterhin prüfen
Prüfen Sie .mcp.json erneut, sobald eine Sitzung träge wirkt. Eine gesunde Konfiguration hält die sechs Kernserver auf dem genannten Niveau und lässt Platz unter der 50-Tool-Grenze. Ein Slack MCP-Server ist ein typisches Opfer: Der Agent liest weiterhin den Kanalverlauf, wenn er nach lokalen Protokollen suchen soll, wodurch die Leistung leidet. Kandidaten für den achten Slot, wie zum Beispiel Linairs MCP zur Einbeziehung von Akzeptanzkriterien in den Editor, müssen sich erst ihren Platz verdienen; wenn sie die Anzahl der Tools zu stark erhöhen, muss etwas anderes weichen.
Falls ein Agent in letzter Zeit langsam wirkt, speichern Sie die aktuelle Konfiguration und versuchen Sie es einige Tage lang nur mit diesen Kernservern. Rufen Sie /mcp auf, um den Ressourcenverbrauch zu überprüfen, und achten Sie darauf, ob das Modell die Tools präziser auswählt. Fügen Sie nur dann weitere Server wieder hinzu, wenn die eingebauten Funktionen von Claude Code an ihre Grenzen stoßen.
Verwandte Artikel
- Erklärung zu Claude Code Subagents: Was sie sind und wann man sie verwenden sollte — Wie sich Claude Code Subagents von Skills und Agent-Teams unterscheiden: Kontextisolation, ein erster benutzerdefinierter Subagent, Beschreibungs- und Tool-Best Practices sowie wann man auf sie verzichten kann.
- Warum Coding Agents immer noch Schwierigkeiten mit Code von Privatunternehmen haben — Real-SWE testet acht Coding Agents an lizenzierten Codebasen von Privatunternehmen. Der beste Agent löst 38,8 Prozent der Fälle, und die fünf Versagungskategorien zeigen auf, wo die Agents Fehler machen.