AI Tool

mcp-server Review

DollhouseMCP ist ein Open-Source Model Context Protocol (MCP) Server, der dynamisches AI-Persona-Management aus Markdown-Dateien ermöglicht, wodurch kompatible AI-Assistenten wie Claude verschiedene Verhaltens-Personas aktivieren und wechseln können.

mcp-server - AI tool for server. Professional illustration showing core functionality and features.
1DollhouseMCP 2.0 führte sechs wiederverwendbare Elementtypen ein: personas, skills, templates, agents, memories und ensembles.
2Die Plattform bietet MCP-AQL, eine Abfragesprache für strukturierte Operationen, einschließlich CRUDE semantischer Endpunkte für die Laufzeit-Introspektion.
3Es wird mit 38 gebündelten Starter-Elementen geliefert, darunter eine 'expert suite' und ein session monitor agent.
4Der Kern von DollhouseMCP ist unter AGPL-3.0-or-later lizenziert, wobei kommerzielle Lizenzierungsoptionen verfügbar sind.
🏢

About mcp-server

Leadership

Mick Darling

Connect

𝕏
X / Twitter@mickdarling
</>Embed "Featured on Stork" Badge
Badge previewBadge preview light
<a href="https://www.stork.ai/en/mcp-server" target="_blank" rel="noopener noreferrer"><img src="https://www.stork.ai/api/badge/mcp-server?style=dark" alt="mcp-server - Featured on Stork.ai" height="36" /></a>
[![mcp-server - Featured on Stork.ai](https://www.stork.ai/api/badge/mcp-server?style=dark)](https://www.stork.ai/en/mcp-server)

overview

Was ist mcp-server?

mcp-server ist ein Model Context Protocol (MCP) Server-Tool, das von Dollhouse Research entwickelt wurde und es Entwicklern, Autoren und Fachleuten ermöglicht, AI-Personas, skills, templates, agents und memories zu verwalten und anzupassen. Es fungiert als DollhouseMCP, eine Open-Source-Plattform, die entwickelt wurde, um Interaktionen mit Large Language Models (LLMs) zu verbessern, indem sie einen strukturierten Rahmen für AI-Anpassungselemente bietet. Der Server ermöglicht es AI-Assistenten, wie Claude, dynamisch verschiedene in Markdown-Dateien definierte Verhaltens-Personas zu aktivieren und zu wechseln. DollhouseMCP 2.0 erweiterte seine Fähigkeiten erheblich und führte ein vollständiges Elementmodell ein, das personas, skills, templates, agents, memories und ensembles umfasst, die alle über ein lokales Portfolio mit GitHub-Synchronisierung verwaltet werden. Sein MCP-AQL (Model Context Protocol - A Query Language) erleichtert strukturierte Operationen und ermöglicht es LLMs, Serverfähigkeiten zur Laufzeit durch Introspektion zu entdecken, während die Gatekeeper-Ausführungsschicht serverseitige Berechtigungen durchsetzt.

quick facts

Kurze Fakten

AttributWert
EntwicklerDollhouse Research
GeschäftsmodellFreemium / Open Source
PreisgestaltungKostenlos (AGPL-3.0-or-later Kern), Kommerzielle Lizenzierung verfügbar
PlattformenAPI
API VerfügbarJa (MCP)
IntegrationenClaude und andere kompatible AI-Assistenten
GegründetNicht spezifiziert (aus Prompt-Datenbank entwickelt)
GründerMick Darling

features

Hauptmerkmale von mcp-server

DollhouseMCP bietet eine umfassende Suite von Funktionen für fortgeschrittene AI-Anpassung und -Verwaltung, wobei der Schwerpunkt auf Modularität und Benutzerkontrolle liegt. Seine Architektur unterstützt eine breite Palette von Funktionalitäten, von der Definition von AI-Verhaltensweisen bis zur Orchestrierung komplexer Multi-Agenten-Workflows.

  • 1Dynamisches AI-Persona-Management aus Markdown-Dateien, das die Aktivierung und den Wechsel von Verhaltens-Personas ermöglicht.
  • 2Erstellung, Bearbeitung und Verwaltung von sechs modularen AI-Anpassungselementen: personas, skills, templates, agents, memories und ensembles.
  • 3Lokale Portfolio-Speicherung mit GitHub-Synchronisierung für benutzerdefinierte AI-Anpassungselemente.
  • 4MCP-AQL (Model Context Protocol - A Query Language) für strukturierte Operationen, einschließlich CRUDE (Create, Read, Update, Delete, Execute) semantischer Endpunkte.
  • 5Gatekeeper, eine sicherheitsbewusste Ausführungsschicht, die serverseitige Berechtigungen durchsetzt und AI-Aktionen formt.
  • 6Gebündelte Starter-Elemente (insgesamt 38), darunter eine 'expert suite' und ein session monitor agent.
  • 7Erweiterte Operationen für die Installation/Einreichung von Sammlungen, Portfolio-Synchronisierung, Browser-Öffnung und Kontrolle des Ausführungslebenszyklus.
  • 8Kompatibilität mit Claude und anderen AI-Assistenten, die das Model Context Protocol (MCP) unterstützen.
  • 9Open-Source-Kern lizenziert unter AGPL-3.0-or-later, mit kommerziellen Lizenzierungsoptionen verfügbar.

use cases

Wer sollte mcp-server verwenden?

DollhouseMCP wurde für eine vielfältige Benutzergruppe entwickelt, die eine detaillierte Kontrolle und Anpassung von AI-Interaktionen und -Anwendungen wünscht. Sein modularer Ansatz richtet sich sowohl an technische als auch an nicht-technische Fachleute, die flexible und teilbare AI-Komponenten benötigen.

  • 1**Entwickler:** Für den Aufbau von AI-gestützten Anwendungen, die Orchestrierung von Multi-Agenten-Workflows und die Durchführung von Multi-Modell-Experimenten und -Vergleichen.
  • 2**Autoren & Fachleute:** Für die Erstellung, Bearbeitung und Verwaltung von AI-Personas, skills, templates und memories, um AI-Verhalten und -Fähigkeiten über verschiedene AI-Modelle hinweg anzupassen.
  • 3**Prompt Engineers:** Für die effektive Optimierung und Verwaltung von Prompts, unter Nutzung strukturierter Elemente für konsistente und verfeinerte AI-Ausgaben.
  • 4**Community-Beitragende:** Für das Teilen und Monetarisieren von AI-Anpassungselementen über einen Community-Marktplatz, um die kollaborative AI-Entwicklung zu fördern.
  • 5**Jeder, der AI-Anpassung benötigt:** Für die Definition spezifischer AI-Verhaltensweisen, Konversationsstile und Fähigkeiten durch natürliche Sprachinteraktionen.

pricing

mcp-server Preise & Pläne

DollhouseMCP arbeitet mit einem Freemium-Modell, das einen Open-Source-Kern mit Optionen für kommerzielle Lizenzierung kombiniert. Die Kernplattform, einschließlich ihrer vollständigen Funktionssuite zur Verwaltung von AI-Anpassungselementen, ist unter der AGPL-3.0-or-later Lizenz verfügbar, was Benutzern die freie Bereitstellung und Modifikation ermöglicht. Dieser Open-Source-Ansatz gewährleistet Benutzerkontrolle und Transparenz. Für Organisationen, die andere Lizenzbedingungen oder dedizierten Support benötigen, sind kommerzielle Lizenzierungsoptionen verfügbar, wobei spezifische Preisstufen für diese kommerziellen Lizenzen nicht öffentlich detailliert sind und typischerweise eine direkte Konsultation mit Dollhouse Research erfordern würden.

  • 1**Kostenlose Stufe:** AGPL-3.0-or-later Lizenz für die Kernplattform, einschließlich aller modularen Bausteine, lokaler Portfolio-Verwaltung und MCP-AQL-Fähigkeiten.
  • 2**Kommerzielle Lizenzierung:** Verfügbar für Organisationen, die alternative Lizenzbedingungen oder Enterprise-Support benötigen; die Preisgestaltung ist kundenspezifisch und wird nicht öffentlich bekannt gegeben.

competitors

mcp-server vs. Wettbewerber

DollhouseMCP hebt sich im AI-Ökosystem durch seinen Fokus auf ein umfassendes Framework für AI-Anpassungselemente ab, im Gegensatz zu Tools, die hauptsächlich externe Tool-Integration oder allgemeines Prompt-Management bieten. Seine Local-First-Architektur, kombiniert mit Community-Sharing-Funktionen, bietet ein einzigartiges Wertversprechen.

  • 1**mcp-server vs. TinyTroupe:** mcp-server fungiert als dedizierter MCP-Server für dynamisches AI-Persona-Management und -Wechsel, wobei Markdown-Dateien zur Persona-Definition verwendet werden, während TinyTroupe eine Python-Bibliothek von Microsoft Research ist, die sich auf LLM-gestützte Multi-Agenten-Persona-Simulation mit Personas als strukturierte JSON-Objekte konzentriert.
  • 2**mcp-server vs. Prompt Poet:** mcp-server verwendet Markdown-Dateien, um AI-Personas und -Verhalten über ein Serverprotokoll zu definieren und zu verwalten, während Prompt Poet, entwickelt von Character.AI, das Prompt-Design und -Management durch einen designzentrierten Ansatz für komplexe und personalisierte Prompts vereinfacht, die Persona-Attribute enthalten können.
  • 3**mcp-server vs. Orq.ai:** mcp-server bietet einen spezialisierten Model Context Protocol Server für dynamisches Persona-Wechseln und AI-Anpassungselemente, während Orq.ai eine breitere Plattform für das vollständige Prompt-Lebenszyklusmanagement bietet, einschließlich Versionskontrolle und einem Generative AI Gateway zum Testen verschiedener LLMs.
  • 4**mcp-server vs. Maxim AI:** mcp-server ist ein spezialisierter Server für dynamisches AI-Persona-Management und modulare AI-Anpassung, während Maxim AI eine End-to-End AI-Qualitätsplattform mit erweiterten Prompt Engineering-Fähigkeiten ist, die es Teams ermöglicht, Prompts direkt über eine UI zu organisieren und zu versionieren.

Frequently Asked Questions

+Was ist mcp-server?

mcp-server ist ein Model Context Protocol (MCP) Server-Tool, das von Dollhouse Research entwickelt wurde und es Entwicklern, Autoren und Fachleuten ermöglicht, AI-Personas, skills, templates, agents und memories zu verwalten und anzupassen. Es fungiert als DollhouseMCP, eine Open-Source-Plattform, die entwickelt wurde, um Interaktionen mit Large Language Models (LLMs) zu verbessern, indem sie einen strukturierten Rahmen für AI-Anpassungselemente bietet. Der Server ermöglicht es AI-Assistenten, wie Claude, dynamisch verschiedene in Markdown-Dateien definierte Verhaltens-Personas zu aktivieren und zu wechseln.

+Ist mcp-server kostenlos?

Ja, der Kern von mcp-server (DollhouseMCP) ist unter der Open-Source-Lizenz AGPL-3.0-or-later verfügbar, wodurch er kostenlos genutzt, modifiziert und verbreitet werden kann. Kommerzielle Lizenzierungsoptionen sind auch für Organisationen verfügbar, die andere Bedingungen oder dedizierten Support benötigen, mit kundenspezifischer Preisgestaltung.

+Was sind die Hauptmerkmale von mcp-server?

Zu den Hauptmerkmalen von mcp-server gehören dynamisches AI-Persona-Management aus Markdown-Dateien, die Erstellung und Verwaltung von sechs modularen AI-Elementen (personas, skills, templates, agents, memories, ensembles), ein lokales Portfolio mit GitHub-Synchronisierung, MCP-AQL für strukturierte Operationen und eine Gatekeeper-Ausführungsschicht zur Durchsetzung von Berechtigungen. Es wird auch mit 38 gebündelten Starter-Elementen geliefert und ist kompatibel mit Claude und anderen MCP-fähigen AI-Assistenten.

+Wer sollte mcp-server verwenden?

mcp-server ist primär für Entwickler gedacht, die AI-Anwendungen erstellen, für Autoren und Fachleute, die AI-Verhalten anpassen, für Prompt Engineers, die Interaktionen optimieren, und für Community-Beitragende, die AI-Elemente teilen. Es richtet sich an jeden, der eine detaillierte Kontrolle über AI-Personas, skills und die gesamten AI-Fähigkeiten wünscht.

+Wie vergleicht sich mcp-server mit Alternativen?

mcp-server unterscheidet sich durch seinen Fokus auf ein umfassendes Framework für AI-Anpassungselemente (personas, skills, templates, agents, memories) über einen dedizierten MCP-Server. Im Gegensatz zu TinyTroupe (einer Python-Bibliothek für Multi-Agenten-Simulation) oder Prompt Poet (einem designzentrierten Prompt-Management-Tool) bietet mcp-server ein serverseitiges Protokoll für dynamisches Persona-Wechseln. Im Vergleich zu breiteren Prompt-Management-Plattformen wie Orq.ai oder Maxim AI bietet mcp-server eine spezialisierte, Local-First-Architektur für benutzerdefinierte AI-Anpassungselemente mit Community-Sharing-Funktionen.