```html
Möchten Sie einen leistungsstarken, global zugänglichen Model Context Protocol (MCP) Server bereitstellen? Cloudflare bietet die perfekte Plattform, um Ihre MCP-Infrastruktur zu starten, zu sichern und zu skalieren. Dieser umfassende Leitfaden führt Sie durch den gesamten Bereitstellungsprozess und nutzt Cloudflares hochmodernes Edge-Netzwerk, robuste Sicherheitsfunktionen und serverlose Architektur, um die Leistung und Zuverlässigkeit Ihres Servers zu maximieren.

Was ist ein MCP-Server?
Ein MCP-Server fungiert als Brücke und ermöglicht es Anwendungen, über ein standardisiertes Protokoll zu kommunizieren, wodurch die Integration verschiedener Systeme erleichtert wird. Dies ist besonders wertvoll bei der Integration von Large Language Models (LLMs) mit anderen Diensten oder Anwendungen.
Warum auf Cloudflare bereitstellen?
Die Bereitstellung auf Cloudflare gewährleistet globale Skalierbarkeit und geringe Latenz, dank seines Edge-Netzwerks, das sich über 300 Städte erstreckt. Im Gegensatz zu herkömmlichen Cloud-Anbietern verwenden Cloudflare Workers ein serverloses Modell, das Code näher an den Benutzern ausführt – ideal für Echtzeitanwendungen wie LLM-gestützte Chatbots, die von schnelleren Reaktionszeiten profitieren.
Cloudflare bietet robuste Sicherheit, einschließlich einer anpassbaren Web Application Firewall (WAF), um Bedrohungen wie Prompt-Injection-Angriffe zu blockieren. Der DDoS-Schutz mindert automatisch Datenverkehrsspitzen, während die SSL/TLS-Verschlüsselung Daten standardmäßig sichert. Strenge HTTPS-Richtlinien verhindern außerdem Man-in-the-Middle-Angriffe, was es zu einer sicheren Wahl für sensible Anwendungen macht.
Aus Kostensicht ist Cloudflare sehr effizient. Der kostenlose Tarif unterstützt 100.000 tägliche Anfragen, während größere Projekte Workers Unbound für unbegrenzte Rechenleistung für nur 0,15 $ pro Million Anfragen nutzen können – günstiger als AWS Lambda. Dies macht Cloudflare zu einer budgetfreundlichen Option für die Skalierung von LLM- und MCP-Server-Bereitstellungen.
Insgesamt ist die Bereitstellung eines MCP-Servers auf Cloudflare eine strategische Entscheidung für Entwickler, die Leistung, Sicherheit und Kosteneffizienz priorisieren. Seine Edge-Computing-Fähigkeiten, kombiniert mit Sicherheit auf Unternehmensebene und wettbewerbsfähigen Preisen, machen es zu einer ausgezeichneten Plattform für moderne, skalierbare Anwendungen.
Voraussetzungen
Bevor Sie beginnen, stellen Sie Folgendes sicher:
Cloudflare-Konto: Melden Sie sich für ein Cloudflare-Konto an, indem Sie die offizielle Website besuchen, falls Sie noch keines haben.
Domainname: Eine Domain ist unerlässlich für das Routing des Datenverkehrs über das DNS von Cloudflare. Wenn Sie keine besitzen, bietet Cloudflare eine *.workers.dev
-Subdomain als temporäre Lösung an.
Node.js und npm: Stellen Sie sicher, dass Sie Node.js und npm auf Ihrem lokalen Computer für die Server-Einrichtung und -Bereitstellung installiert haben.
MCP-Server-Code: Stellen Sie sicher, dass Ihr Code zustandslos ist, da Cloudflare Workers keine persistenten Verbindungen aufrechterhalten. Vermeiden Sie beispielsweise das Speichern von Sitzungsdaten im Speicher – verwenden Sie stattdessen Cloudflare KV oder Durable Objects.
Schritt 1: Einrichten des MCP-Projekts
Vor der Bereitstellung müssen wir eine Projektstruktur für den MCP-Server erstellen. Dies dient als Grundlage für die Entwicklung und Integration.
Erstellen Sie ein neues Projektverzeichnis
1. Öffnen Sie Ihr Terminal oder Ihre Eingabeaufforderung.
2. Erstellen Sie einen neuen Ordner für Ihr MCP-Projekt:
mkdir MCP-Project
cd MCP-Project
Dieses Verzeichnis enthält alle notwendigen Dateien und Konfigurationen für Ihren MCP-Server.
Initialisieren Sie einen Cloudflare Worker
1. Führen Sie den folgenden Befehl aus, um ein neues Cloudflare Worker-Projekt zu erstellen:
npx create-cloudflare@latest mcp-demo
Dieser Befehl initialisiert einen neuen Cloudflare Worker mit vordefinierten Vorlagen.
2. Wählen Sie "Hello World Example" als Vorlage. Dies bietet eine grundlegende Worker-Struktur.

3. Wählen Sie TypeScript als Projektsprache. TypeScript bietet bessere Werkzeuge und Fehlerbehandlung.

4. Wenn Sie aufgefordert werden, Git für die Versionskontrolle einzurichten, wählen Sie Nein (optional, aber für die Versionsverfolgung empfohlen).
5. Wenn Sie gefragt werden, ob Sie sofort bereitstellen möchten, können Sie Ja auswählen oder optional Nein auswählen (wir werden später trotzdem bereitstellen).
6. Navigieren Sie zum Projektverzeichnis:
# Ersetzen Sie "mcp-demo" durch Ihren Projektnamen
cd mcp-demo
7. Richten Sie den MCP-Server ein, indem Sie Folgendes ausführen:
npx workers-mcp setup
8. Drücken Sie bei Aufforderung Enter, um "Ja" zu bestätigen.
9. Drücken Sie erneut Enter, um den Inhalt von src/index.ts
zu ersetzen.
10. Ihr Worker wurde nun erfolgreich auf dem MCP-Server bereitgestellt.
Schritt 2: Integrieren des MCP-Servers mit Claude
Claude ist ein KI-Assistent, der mit MCP-Servern interagieren kann. Die Integration stellt sicher, dass Claude mit dem bereitgestellten MCP-Server kommunizieren kann (dies ist eine Fortsetzung der obigen Schritte).
- Sie werden aufgefordert, Ihren MCP-Server zu benennen (z. B.
mcp-demo
).

2. Wenn Claude Desktop installiert ist, wird die Konfiguration automatisch zu seiner Konfigurationsdatei (.json
) hinzugefügt.

3. Die .json
-Datei verfolgt alle MCP-Server, die Sie installiert haben, und ermöglicht so eine nahtlose Interaktion zwischen Claude und mehreren MCP-Umgebungen.
4. Diese Integration ermöglicht Claude den Zugriff auf die Tools und Funktionen Ihres MCP-Servers.
Schritt 3: Erkunden der MCP-Serverfunktionen
Der MCP-Server bietet verschiedene Tools, die erkundet und dokumentiert werden können, um die Benutzerfreundlichkeit zu verbessern.
- Öffnen Sie
index.ts
in Ihrem Projektordner.
2. Verwenden Sie Docstrings, um jedes Tool detailliert zu dokumentieren. Eine ordnungsgemäße Dokumentation hilft der KI und den Entwicklern, die Funktionalität des Tools zu verstehen.

3. Ein Docstring sollte Folgendes enthalten:
- Eine kurze Beschreibung dessen, was das Tool tut.
- Die erforderlichen Parameter, einschließlich Typen und erwarteter Werte.
- Das erwartete Rückgabeformat, das die Ausgabestruktur erklärt.
Beispiel für eine gut dokumentierte Funktion:
/**
* Addiert zwei Zahlen.
* @param {number} a - Die erste Zahl.
* @param {number} b - Die zweite Zahl.
* @returns {number} - Die Summe beider Zahlen.
*/
function addNumbers(a: number, b: number): number {
return a + b;
}
4. Eine gut strukturierte Dokumentation stellt sicher, dass Tools effektiv in Claude und anderen MCP-Clients verwendet werden können.
Schritt 4: Testen des MCP-Servers
Durch das Testen wird sichergestellt, dass Ihr MCP-Server korrekt funktioniert, bevor Sie ihn bereitstellen.
1. Öffnen Sie ein neues Terminal und führen Sie Folgendes aus:
npx @modelcontextprotocol/inspector@latest
Dieser Befehl startet den MCP Inspector, einen interaktiven Client zum Testen von MCP-Tools.
2. Öffnen Sie den MCP Inspector in einem Webbrowser, indem Sie zu Folgendem navigieren:
http://localhost:5173
3. Fügen Sie den URL-Pfad hinzu, der auf Ihren MCP-Server verweist, und stellen Sie eine Verbindung her.

4. Klicken Sie auf "Tools auflisten", um die verfügbaren Tools anzuzeigen, die Ihr MCP-Server verfügbar macht.

5. Rufen Sie ein Tool auf und überprüfen Sie, ob es korrekt antwortet.
Schritt 5: Ausführen des MCP-Servers mit Claude
Sobald Sie in Claude integriert sind, können Sie über KI-gesteuerte Befehle mit Ihrem MCP-Server interagieren.
- Öffnen Sie Claude Desktop.
- Es erscheint eine Benachrichtigung: "Sie haben ein neues MCP-Tool zur Verfügung."

3. Die Beschreibung aus dem Docstring wird in Claude angezeigt und erklärt die Funktion des Tools.

4. Sie werden aufgefordert, Claude zu erlauben, mit dem MCP-Server zu kommunizieren. Klicken Sie auf "Für diesen Chat zulassen".

5. Ihr MCP-Server ist jetzt verbunden und über Claude zugänglich, was eine nahtlose KI-gesteuerte Automatisierung ermöglicht. Geben Sie eine Beispielaufforderung ein, um die Interaktion zu testen und die Antwort anzuzeigen:
>> Sag Hallo zu John Doe.
Schritt 6: Bereitstellen Ihres MCP-Servers
Für den Fernzugriff stellen Sie Ihren MCP-Server auf Cloudflare bereit.
7. Öffnen Sie ein neues Terminal und führen Sie Folgendes aus:
npx wrangler@latest deploy
8. Wenn Sie Git verwenden, können Sie bereitstellen, indem Sie Änderungen per Push übertragen oder einen Pull-Request in den Hauptzweig mergen.
9. Kopieren Sie nach der Bereitstellung die Cloudflare-URL Ihres MCP-Servers und geben Sie diese URL im MCP Inspector unter http://localhost:5173
ein. Ihr MCP-Server ist jetzt live und aus der Ferne zugänglich.
Schritt 7: Verbinden Ihres Remote-MCP-Servers über einen lokalen Proxy
Nach der Bereitstellung können Sie Claude Desktop mit Ihrem Remote-MCP-Server über einen lokalen Proxy verbinden.
- Verwenden Sie mcp-remote, damit Claude und andere MCP-Clients mit Ihrem Remote-Server kommunizieren können.
- Aktualisieren Sie Ihre Claude Desktop-Konfigurationsdatei (
.json
) mit der URL Ihres MCP-Servers:
{
"mcpServers": {
"math": {
"command": "npx",
"args": [
"mcp-remote",
"https://your-worker-name.your-account.workers.dev/sse"
]
}
}
}
3. Starten Sie Claude Desktop neu und schließen Sie den Authentifizierungsablauf ab.
4. Testen Sie die Integration, indem Sie Claude fragen:
>> Könnten Sie das Mathe-Tool verwenden, um 23 und 19 zu addieren?
5. Claude sollte das Mathe-Tool aufrufen und das richtige Ergebnis von Ihrem MCP-Server zurückgeben.
Fazit
Die Bereitstellung Ihres MCP-Servers auf Cloudflare kann dessen Skalierbarkeit, Sicherheit und Leistung erheblich verbessern. Wenn Sie dieser Schritt-für-Schritt-Anleitung folgen, können Sie die Infrastruktur von Cloudflare nutzen, um Ihren MCP-Server effektiv zu verwalten, und Sie hätten Folgendes erfolgreich durchgeführt:
✔ Einen MCP-Server eingerichtet. ✔ Ihn mit Claude integriert. ✔ Serverfunktionen erkundet und dokumentiert. ✔ Den Server lokal mit dem MCP Inspector getestet. ✔ Den MCP-Server auf Cloudflare bereitgestellt. ✔ Den Remote-MCP-Server mit Claude Desktop verbunden.
Ihr MCP-Server ist jetzt skalierbar, sicher und global zugänglich über Cloudflare! Diese Einrichtung ist ideal für die Integration von LLMs und anderen Diensten, die eine robuste und zuverlässige Serverumgebung erfordern. 🚀
```