mdflow - Context OS for AI Coding Agents

mdflow - Context OS for AI Coding Agents wird lokal ausgeführt, und zwar aus einem Container-Image in einer OCI-Registry wie Docker Hub oder GitHub Container Registry: ghcr.io/yubinbin32-ops/mdflow:0.3.7. 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 -e MDFLOW_PROJECT_ROOT ghcr.io/yubinbin32-ops/mdflow:0.3.7. Der Server liest die Umgebungsvariable MDFLOW_PROJECT_ROOT; legen Sie sie in der Konfiguration des Clients für diesen Server fest.

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

{
  "mcpServers": {
    "mdflow": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "MDFLOW_PROJECT_ROOT",
        "ghcr.io/yubinbin32-ops/mdflow:0.3.7"
      ],
      "env": {
        "MDFLOW_PROJECT_ROOT": "<wert>"
      }
    }
  }
}

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