mdshare-mcp

Ein MCP-Server, der es KI-Chats (Claude und anderen MCP-fähigen Clients) ermöglicht, direkt ein Tool publish_markdown aufzurufen, um Markdown-Inhalte auf den zuvor bereitgestellten Dienst mdshare zu veröffentlichen – ohne die Datei erst auf den Rechner herunterladen und dann selbst per curl hochladen zu müssen.

Architektur

Claude.ai (chat) → tool "publish_markdown" → mdshare-mcp (server này) → POST → mdshare → trả URL

Dies ist ein MCP-Server vom Typ Remote (Streamable HTTP), der unabhängig auf Render läuft – anders als ein MCP-Server „local (stdio)“, der nur funktioniert, wenn er auf einem persönlichen Rechner installiert ist. Da du Claude über das Web nutzt, ist die Remote-HTTP-Variante die richtige Wahl: Es muss nichts auf deinem Rechner installiert werden.

Related MCP server: @nlspec/server

Die 2 bereitgestellten Tools

• publish_markdown(content) – veröffentlicht Markdown-Inhalte auf mdshare und gibt eine Anzeige-URL und eine Raw-URL zurück.

• fetch_markdown(key_or_url) – ruft den Inhalt eines bereits veröffentlichten Pastes anhand des Keys oder der URL wieder ab (akzeptiert sowohl Domain/p/Key als auch domain/p/key/raw). Dies ist ein wichtiges Fallback-Tool: Manche KI-Chats (festgestellt bei ChatGPT) können eine URL nicht selbst abrufen, die Content-Type: text/plain zurückgibt. Das integrierte Browser-Tool solcher Clients ist in der Regel darauf ausgelegt, HTML-Seiten zu lesen (mit <title>, DOM-Struktur usw.), und eine reine Textdatei kann als „Download-Datei“ eingestuft werden, sodass der Inhalt nicht mehr angezeigt, sondern verweigert wird. In diesem Fall genügt es, den KI-Chat zu bitten, das Tool fetch_markdown aufzurufen, statt die URL selbst zu öffnen – der Inhalt wird dann direkt auf dem Server geladen und direkt im Tool-Ergebnis zurückgegeben, unabhängig davon, ob der Client Webseiten selbst abrufen kann.

Welche Plattformen unterstützen benutzerdefinierte MCP-Server? (Stand zum Zeitpunkt der Erstellung, Änderungen möglich)

Da dieser Server den MCP-Standard (Streamable HTTP) korrekt umsetzt, funktioniert er automatisch mit jedem Client, der den Standard unterstützt – ohne dass der Code an jede Plattform angepasst werden muss. Für die in der Zeile „Unklar“ genannten Plattformen ist der zuverlässigste Weg, direkt im Bereich Settings/Connectors der jeweiligen Plattform nachzusehen, denn die MCP-Unterstützung zwischen den KI-Chats verändert sich sehr schnell.

Schritt 1 – Deploy auf Render

Genau wie beim bisherigen Vorgehen mit mdshare:

1. Code (server.js, package.json, render.yaml) in ein neues GitHub-Repository hochladen, z. B. mdshare-mcp.

2. Auf Render: New → Blueprint → das Repository mdshare-mcp auswählen.

3. Wenn nach Umgebungsvariablen gefragt wird, eingeben:

   • MDSHARE_BASE_URL = URL des bereits bereitgestellten Diensts mdshare (z. B. https://mdshare-11s5.onrender.com – ohne / am Ende).

4. Auf Apply klicken.

Nach dem Deployment liefert Render dir eine URL wie https://mdshare-mcp-xxxx.onrender.com. Der eigentliche MCP-Endpunkt liegt unter: https://mdshare-mcp-xxxx.onrender.com/mcp.

Schritt 2 – Verbindung zu Claude.ai über einen Custom Connector

1. Gehe zu claude.ai → Settings → Connectors (oder dem entsprechenden Bereich in den Settings).

2. Wähle Add custom connector (oder „Add more“).

3. Gib die URL ein: https://mdshare-mcp-xxxx.onrender.com/mcp.

4. Vergib einen einprägsamen Namen, z. B. „mdshare“.

5. Speichern. Claude erkennt das Tool publish_markdown automatisch.

Danach kannst du in jedem Gespräch den Connector „mdshare“ aktivieren (über das Tool-Menü im Chatfenster) und z. B. Folgendes anfordern:

„Fasse den Inhalt oben als Markdown zusammen und veröffentlicht ihn für mich auf mdshare.“

Claude ruft dann automatisch das Tool publish_markdown auf und gibt die Ergebnis-URL direkt im Chat zurück.

Verbindung von anderen KI-Chats (ChatGPT usw.)

Wenn der jeweilige Client MCP über Streamable HTTP unterstützt (ein standardisiertes MCP- Protokoll, nicht nur von Anthropic), ist die Verbindung ähnlich: Gib die URL https://mdshare-mcp-xxxx.onrender.com/mcp in der Connector-/Tool-Konfiguration des Clients an. Die Syntax zum Hinzufügen von Connectors variiert je nach Plattform – prüfe die offizielle Dokumentation des jeweiligen Clients, um die Konfigurationsstelle zu finden.

Manueller Test (ohne KI-Chat, nur zur Überprüfung des Servers)

Unter Windows cmd:

curl -X POST https://mdshare-mcp-xxxx.onrender.com/mcp ^
  -H "Content-Type: application/json" ^
  -H "Accept: application/json, text/event-stream" ^
  -d "{\"jsonrpc\":\"2.0\",\"id\":1,\"method\":\"tools/list\",\"params\":{}}"

Das Ergebnis muss ein Tool publish_markdown in der zurückgegebenen Liste enthalten.

Wichtige Hinweise zur Sicherheit

• Dieser MCP-Server hat keine Authentifizierung – jeder, die die URL /mcp kennt, kann das Tool publish_markdown aufrufen und Inhalte auf deinem mdshare veröffentlichen. Bei privater Nutzung (Personal Use ist das Risiko gering (URL ist nicht öffentlich, über dieu zufällige Subdomain von Render schwer zu erraten), aber wer ihr es strenger halten wollt:

  • Füge einen geheimen Header (z. B. X-Api-Key) hinzu und prüfe ihn in server.js, bevor du die MCP-Anfrage verarbeitest.

  • Setze die Umgebungsvariable MCP_SHARED_SECRET und verlange, sie dass der Client diesen Header mitschickt.

• mdshare (Zieldienst) hatte von Anfang an von Haus aus keine Authentifizierung, daher automatisiert dieses Tool nur exakt das manuelle Verhalten, das du bisher per curl gemacht hast – es entstehen damit keine neuen Risiken auf der Seite von mdshare.

Begründung für die Designentscheidungen

• Streamable HTTP statt SSE (Server-Sent Events): SSE ist das ältere MCP-Protokoll und wurden in der aktuellen MCP-Spezifikation als nicht mehr bevorzugt markiert; Streamable HTTP ist das standardisierte Stromprotokoll und wird von den offiziellen SDKs für Remote-MCP-Server empfohlen.

• Stateless (sessionIdGenerator: undefined): Da das Tool nur eine einfache Operation ausführt (ein POST, ein Ergebnis), muss keine Zustand/IX h Sitzungszustand zwischen mehreren Aufrufen vorgehalten werden – das Server wird damit einfacher und mit serverlosen-/Free-Tier-Umgebungen gut kompatibel, die Container jederzeit neu starten können.