Canvas

Canvas wird lokal ausgeführt, und zwar aus einem auf PyPI veröffentlichten Python-Paket: mcparmory-canvas, Version 1.0.3. Der Server spricht MCP über stdio: Der Client startet ihn als Programm und kommuniziert mit ihm über Standardein- und -ausgabe. Benötigt wird Python; Clients starten das Paket meist mit uvx (aus uv) oder nach pip install - der übliche Befehl lautet uvx mcparmory-canvas.

Canvas wird lokal ausgeführt, und zwar aus einem Container-Image in einer OCI-Registry wie Docker Hub oder GitHub Container Registry: ghcr.io/mcparmory/canvas:1.0.3. Der Server spricht MCP über stdio: Der Client startet ihn als Programm und kommuniziert mit ihm über Standardein- und -ausgabe. Benötigt wird Docker oder eine andere OCI-Container-Laufzeitumgebung; gestartet wird mit docker run - der übliche Befehl lautet docker run -i --rm ghcr.io/mcparmory/canvas:1.0.3.

Im JSON-Format mcpServers, das viele MCP-Clients für Desktop und Editor lesen, sieht der Eintrag so aus (Platzhalter in spitzen Klammern):

{
  "mcpServers": {
    "canvas": {
      "command": "uvx",
      "args": [
        "mcparmory-canvas"
      ]
    }
  }
}

Abgeleitet aus dem Registry-Eintrag, hier nicht getestet. Was der Server tut und zu welchen Bedingungen, legt sein Herausgeber fest; prüfen Sie sein Repository oder seine Website, bevor Sie ihm Zugriff auf Ihre Konten oder Dateien geben. So fügen Sie einem Assistenten einen MCP-Server hinzu · Vor dem Verbinden