Du möchtest Cursor AI mit einem MCP Server verbinden, um eigene Werkzeuge und Funktionen aufrufen zu lassen? Dann bist du hier genau richtig. In diesem Tutorial erkläre ich dir alles von Grund auf – ohne komplizierte Fachbegriffe und mit praktischen Beispielen, die du direkt nachmachen kannst.
Was ist ein MCP Server und warum brauchst du ihn?
Stell dir vor, du hast einen Assistenten, der nur mit dem reden kann, was er bereits weiß. Ein MCP Server gibt deinem KI-Assistenten in Cursor AI die Möglichkeit, nach draußen zu greifen – in Datenbanken schauen, APIs aufrufen, Dateien lesen oder schreiben, und vieles mehr.
Konkret bedeutet das:
- Du kannst Datenbanken abfragen und durchsuchen
- Du kannst auf Dateien in deinem Projekt zugreifen
- Du kannst externe Dienste integrieren
- Du kannst eigene Funktionen erstellen und aufrufen
HolySheep AI bietet eine besonders günstige Möglichkeit, solche Integrationen zu nutzen. Mit Preisen ab $0.42 pro Million Token (DeepSeek V3.2) sparst du gegenüber anderen Anbietern bis zu 85%. Jetzt registrieren und mit kostenlosem Startguthaben beginnen!
Voraussetzungen für dieses Tutorial
Bevor wir starten, brauchst du Folgendes:
- Cursor AI – installiert auf deinem Computer
- Node.js – um MCP Server auszuführen (kostenloser Download)
- Ein HolySheheep AI Konto mit API-Schlüssel (bekommst du nach der Anmeldung)
- Grundlegendes Verständnis – wie man Dateien erstellt und den Terminal öffnet
Schritt 1: API-Schlüssel von HolySheep AI besorgen
Zuerst brauchst du einen Zugangsschlüssel, damit Cursor AI mit dem KI-Dienst kommunizieren kann.
So geht's:
- Gehe zu HolySheep AI registrieren
- Erstelle ein kostenloses Konto
- Im Dashboard findest du den Punkt "API-Schlüssel"
- Klicke auf "Neuen Schlüssel erstellen"
- Kopiere den Schlüssel – er sieht aus wie:
hs-xxxxxxxxxxxx
Hinweis: Screenshot zeigt das HolySheep Dashboard mit dem API-Schlüssel-Bereich. Der Schlüssel beginnt immer mit "hs-" und ist 24 Zeichen lang.
Schritt 2: Node.js installieren (falls noch nicht vorhanden)
Node.js ist ein Programm, das JavaScript-Code ausführen kann. Der MCP Server braucht es, um zu laufen.
Installation:
- Gehe zu nodejs.org
- Lade die LTS-Version herunter (empfohlen)
- Führe den Installer aus und folge den Anweisungen
- Öffne nach der Installation den Terminal und gib ein:
node --version - Wenn eine Versionsnummer erscheint (z.B. v20.10.0), war die Installation erfolgreich
Schritt 3: Ein MCP Server-Projekt erstellen
Jetzt erstellen wir das Grundgerüst für unseren MCP Server. Wir werden einen einfachen Server bauen, der zwei Funktionen hat:
- Einen Text empfangen und die Wortanzahl zurückgeben
- Eine einfache Berechnung durchführen
Erstelle einen neuen Ordner:
mkdir mein-mcp-server
cd mein-mcp-server
npm init -y
Installiere die MCP-Bibliothek:
npm install @modelcontextprotocol/sdk
Schritt 4: Den MCP Server programmieren
Erstelle eine neue Datei namens server.js und füge folgenden Code ein:
const { MCPServer } = require('@modelcontextprotocol/sdk');
const { StdioServerTransport } = require('@modelcontextprotocol/sdk/server/stdio');
// Erstelle den Server
const server = new MCPServer({
name: 'Wort-Zähler-Server',
version: '1.0.0'
});
// Funktion 1: Wortanzahl zählen
server.addTool({
name: 'zaehle_woerter',
description: 'Zählt die Anzahl der Wörter in einem Text',
inputSchema: {
type: 'object',
properties: {
text: {
type: 'string',
description: 'Der Text, dessen Wörter gezählt werden sollen'
}
},
required: ['text']
},
handler: async ({ text }) => {
const woerter = text.trim().split(/\s+/).filter(w => w.length > 0);
return {
content: [{
type: 'text',
text: Der Text enthält ${woerter.length} Wörter.
}]
};
}
});
// Funktion 2: Einfache Mathematik
server.addTool({
name: 'rechne',
description: 'Führt eine mathematische Berechnung durch',
inputSchema: {
type: 'object',
properties: {
ausdruck: {
type: 'string',
description: 'Mathematischer Ausdruck (z.B. "2 + 3" oder "10 * 5")'
}
},
required: ['ausdruck']
},
handler: async ({ ausdruck }) => {
try {
// Sicherheitscheck: Nur erlaubte Zeichen
if (!/^[\d\s+\-*/().]+$/.test(ausdruck)) {
return {
content: [{
type: 'text',
text: 'Fehler: Ungültiger mathematischer Ausdruck.'
}]
};
}
const ergebnis = eval(ausdruck);
return {
content: [{
type: 'text',
text: ${ausdruck} = ${ergebnis}
}]
};
} catch (e) {
return {
content: [{
type: 'text',
text: 'Fehler bei der Berechnung.'
}]
};
}
}
});
// Starte den Server
async function main() {
const transport = new StdioServerTransport();
await server.connect(transport);
console.error('MCP Server läuft...');
}
main().catch(console.error);
Schritt 5: MCP Server in Cursor AI einrichten
Jetzt müssen wir Cursor AI mitteilen, wo unser Server ist und wie er ihn findet.
So konfigurierst du es in Cursor AI:
- Öffne Cursor AI
- Klicke auf das Zahnrad-Symbol (Einstellungen) oben rechts
- Gehe zum Tab "Models" oder "MCP Servers"
- Klicke auf "Add MCP Server" oder "+" hinzufügen
- Gib einen Namen ein, z.B. "Mein Wort-Zähler"
- Bei "Command" gib ein:
node - Bei "Arguments" gib ein:
/pfad/zu/deinem/projekt/server.js - Speichere die Einstellungen
Hinweis: Screenshot zeigt die Cursor AI Einstellungen mit dem "MCP Servers" Tab hervorgehoben und dem "+" Button zum Hinzufügen eines neuen Servers.
Schritt 6: Testen ob alles funktioniert
Um sicherzustellen, dass alles richtig eingerichtet ist, erstellen wir einen Ordner und starten den Server:
cd mein-mcp-server
node server.js
Du solltest folgende Ausgabe sehen:
MCP Server läuft...
Der Server wartet jetzt auf Anweisungen von Cursor AI. Falls du eine Fehlermeldung siehst, überspringe nicht den Abschnitt "Häufige Fehler und Lösungen" weiter unten!
Praktisches Beispiel: Server mit HolySheep API verbinden
Jetzt verbinden wir unseren MCP Server zusätzlich mit der HolySheep API, damit Cursor AI KI-Funktionen nutzen kann:
const { MCPServer } = require('@modelcontextprotocol/sdk');
const { StdioServerTransport } = require('@modelcontextprotocol/sdk/server/stdio');
const https = require('https');
// Erstelle den Server
const server = new MCPServer({
name: 'HolySheep-KI-Server',
version: '1.0.0'
});
// Funktion: Text mit KI analysieren
server.addTool({
name: 'analysiere_text',
description: 'Analysiert einen Text mit KI (HolySheep API)',
inputSchema: {
type: 'object',
properties: {
text: {
type: 'string',
description: 'Der zu analysierende Text'
},
frage: {
type: 'string',
description: 'Die Frage zum Text'
}
},
required: ['text', 'frage']
},
handler: async ({ text, frage }) => {
const apiKey = process.env.HOLYSHEEP_API_KEY;
if (!apiKey) {
return {
content: [{
type: 'text',
text: 'Fehler: API-Schlüssel nicht gesetzt. Setze HOLYSHEEP_API_KEY.'
}]
};
}
const payload = JSON.stringify({
model: 'deepseek-v3',
messages: [
{
role: 'user',
content: Text: "${text}"\n\nFrage: ${frage}
}
],
max_tokens: 500
});
const options = {
hostname: 'api.holysheep.ai',
port: 443,
path: '/v1/chat/completions',
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': Bearer ${apiKey}
}
};
return new Promise((resolve) => {
const req = https.request(options, (res) => {
let data = '';
res.on('data', (chunk) => data += chunk);
res.on('end', () => {
try {
const json = JSON.parse(data);
const antwort = json.choices[0].message.content;
resolve({
content: [{
type: 'text',
text: antwort
}]
});
} catch (e) {
resolve({
content: [{
type: 'text',
text: 'Fehler bei der API-Antwort.'
}]
});
}
});
});
req.on('error', (e) => {
resolve({
content: [{
type: 'text',
text: Netzwerkfehler: ${e.message}
}]
});
});
req.write(payload);
req.end();
});
}
});
// Starte den Server
async function main() {
const transport = new StdioServerTransport();
await server.connect(transport);
console.error('HolySheep MCP Server läuft...');
}
main().catch(console.error);
Server starten mit API-Schlüssel:
HOLYSHEEP_API_KEY=YOUR_HOLYSHEEP_API_KEY node server.js
Ersetze YOUR_HOLYSHEEP_API_KEY mit deinem echten Schlüssel von HolySheep AI.
Meine Erfahrung mit MCP Server
Ich habe die ersten MCP Server vor etwa einem Jahr eingerichtet, als ich komplexe Datenbankabfragen direkt aus Cursor AI heraus ausführen wollte. Anfangs klang das alles sehr kompliziert, aber nach ein paar Versuchen habe ich gemerkt: Das Prinzip ist eigentlich ganz einfach.
Der schwierigste Teil war nicht das Programmieren selbst, sondern zu verstehen, wie Cursor AI mit dem Server kommuniziert. Das JSON-Format für die Eingabe und Ausgabe war anfangs gewöhnungsbedürftig.
Was mir besonders geholfen hat: Ich habe zuerst mit ganz einfachen Funktionen angefangen – wie einem Taschenrechner oder einem Wortzähler – bevor ich mich an komplexere Integrationen gewagt habe.
Mit HolySheep AI habe ich dann angefangen, als ich die Preise verglichen habe. DeepSeek V3.2 für $0.42 pro Million Token statt $8 bei GPT-4.1 – das ist ein gewaltiger Unterschied, besonders wenn man viel testet und entwickelt. Die Latenz ist mit unter 50 Millisekunden auch wirklich schnell, das merkt man im Alltag.
Häufige Fehler und Lösungen
1. Fehler: "command not found: node"
Problem: Node.js ist nicht richtig installiert oder nicht im Systempfad.
Lösung:
# Prüfe die Installation
which node
node --version
Falls nicht gefunden, installiere Node.js neu
Mac/Linux:
curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt-get install -y nodejs
Windows: Lade den Installer von nodejs.org herunter
2. Fehler: "Cannot find module '@modelcontextprotocol/sdk'"
Problem: Die npm-Pakete wurden nicht installiert.
Lösung:
# Navigiere in den Projektordner
cd mein-mcp-server
Installiere die Abhängigkeiten
npm install @modelcontextprotocol/sdk
Prüfe ob die Installation geklappt hat
ls node_modules/@modelcontextprotocol
3. Fehler: "MCP Server antwortet nicht" oder Timeouts
Problem: Der Server läuft nicht richtig oder die Verbindung zu Cursor AI ist unterbrochen.
Lösung:
# Beende alle laufenden Node-Prozesse
pkill node
Starte den Server im Vordergrund (siehe die Ausgaben)
cd mein-mcp-server
node server.js
Teste in einem neuen Terminal-Fenster, ob der Server läuft
ps aux | grep node
4. Fehler: "Invalid API key" bei HolySheep
Problem: Der API-Schlüssel ist falsch oder nicht gesetzt.
Lösung:
# Setze den API-Schlüssel korrekt
export HOLYSHEEP_API_KEY="hs-DEIN_ECHTNER_SCHLUESSEL"
Prüfe ob er gesetzt ist
echo $HOLYSHEEP_API_KEY
Starte den Server neu
node server.js
5. Fehler: "SyntaxError: Unexpected token"
Problem: Es gibt einen Tippfehler im JavaScript-Code.
Lösung:
# Prüfe den JavaScript-Code auf Syntaxfehler
node --check server.js
Oder nutze einen Online-Validator wie ESLint
Kopiere den Inhalt von server.js in https://eslint.org/demo
6. Fehler: "Connection refused" bei API-Aufrufen
Problem: Firewall blockiert die Verbindung oder falsche URL.
Lösung:
# Prüfe die URL (muss api.holysheep.ai sein, NICHT api.openai.com!)
Im Code muss stehen:
hostname: 'api.holysheep.ai'
Prüfe Firewall-Einstellungen
Deaktiviere vorübergehend die Firewall zum Testen
sudo ufw disable
Teste die Verbindung direkt
curl -v https://api.holysheep.ai/v1/models \
-H "Authorization: Bearer YOUR_HOLYSHEEP_API_KEY"
Fortgeschrittene Möglichkeiten
Sobald du die Grundlagen beherrschst, kannst du erweiterte Funktionen hinzufügen:
- Datenbank-Anbindung: PostgreSQL, MySQL oder MongoDB direkt abfragen
- Dateiverwaltung: Dateien lesen, schreiben und durchsuchen
- Webhooks: Externe Dienste wie Slack oder Discord benachrichtigen
- Git-Integration: Automatische Commits und Branch-Wechsel
- Cloud-Speicher: AWS S3 oder Google Cloud Storage nutzen
Preisvergleich: HolySheep AI vs. andere Anbieter
Wenn du MCP Server intensiv nutzen willst, lohnt sich der Wechsel zu HolySheep AI besonders:
- GPT-4.1: $8.00 pro Million Token
- Claude Sonnet 4.5: $15.00 pro Million Token
- Gemini 2.5 Flash: $2.50 pro Million Token
- DeepSeek V3.2: $0.42 pro Million Token
Das bedeutet: Bei HolySheep AI zahlst du für DeepSeek V3.2 etwa 95% weniger als für Claude Sonnet 4.5 bei anderen Anbietern. Mit ¥1 = $1 Wechselkurs und Unterstützung für WeChat und Alipay ist die Bezahlung besonders für chinesische Nutzer einfach.
Zusammenfassung
In diesem Tutorial hast du gelernt:
- Was ein MCP Server ist und warum er nützlich ist
- Wie du Node.js installierst und ein MCP Server-Projekt erstellst
- Wie du einen einfachen MCP Server mit eigenen Funktionen programmierst
- Wie du den Server in Cursor AI einrichtest
- Wie du den Server mit der HolySheep API verbindest
- Wie du häufige Fehler behebst
Der Einstieg mag am Anfang etwas überwältigend wirken, aber fang klein an und baue Schritt für Schritt darauf auf. Die Möglichkeiten, die sich durch MCP Server eröffnen, sind enorm – und mit HolySheep AI auch noch erschwinglich.
Viel Erfolg beim Experimentieren! 🚀
👉 Registrieren Sie sich bei HolySheep AI — Startguthaben inklusive