KI-Werkzeug

Toolport Review

Toolport ist ein Open-Source-Gateway, das es Benutzern ermöglicht, einen einzigen Multi-Cloud Provider (MCP)-Server für mehrere AI-Agenten einzurichten, wodurch die Ressourcennutzung optimiert und die Betriebskosten gesenkt werden.

shipped 8. Aug. 2026agentsfree

Domain rating10Monthly visits2/mo

agents

Warum es wichtig ist

1Toolport ist ein kostenloses, quelloffenes lokales MCP-Gateway und eine Desktop-Anwendung.

2Es reduziert den Token-Verbrauch von AI-Agenten um 74 % bis 91 % durch Lazy Discovery und On-Demand-Laden von Tools.

3Die Anwendung wurde mit ihrer Version 1.0.0 am 1. Juli 2026 offiziell von „Conduit“ in „Toolport“ umbenannt.

4Toolport unterstützt Integrationen mit AI-Clients wie Claude, Cursor, VS Code, Windsurf, Codex und Antigravity.

Über Toolport

Geschäftsmodell

Open Source

Plattformen

Windows, macOS, Linux

Zielgruppe

AI developers and teams utilizing multiple AI agents

API Docs GitHubOpen Source

Screenshots

overview

Was ist Toolport?

Toolport ist ein lokales, quelloffenes Multi-Cloud Provider (MCP)-Gateway-Tool, das AI-Agenten-Benutzern, Entwicklern und Teams ermöglicht, Tools sicher zu verwalten und zu teilen. Es erlaubt die Einrichtung eines einzigen MCP-Servers für mehrere AI-Agenten, optimiert die Ressourcennutzung durch das bedarfsgesteuerte Laden von Tools, was Kosten senkt und die Geschwindigkeit verbessert. Toolport bezieht sich auch auf eine browserbasierte Sammlung von Dienstprogrammen, die unter trytoolport.com verfügbar sind und sich von der Desktop-Anwendung unterscheiden.

features

Hauptmerkmale von Toolport

Toolport bietet eine robuste Reihe von Funktionen, die darauf ausgelegt sind, die Verwaltung, Sicherheit und Effizienz der Interaktionen von AI-Agenten mit Tools zu verbessern. Diese Fähigkeiten sind zentral für seine Funktion als lokales MCP-Gateway.

Open-Source (MIT)-Lizenzierung für Transparenz und Community-Beiträge.
Lokale Umgebung zur Verwaltung von Multi-Cloud Provider (MCP)-Servern.
Tool-Integritätsprüfungen zur Verhinderung von Manipulation oder Vergiftung von Agenten-Tools.
Live-Beobachtbarkeit mit Echtzeit-Metriken zur Serverleistung und -nutzung.
Per-Tool-Governance für eine granulare Kontrolle über den Zugriff und die Berechtigungen von AI-Agenten.
Sicheres Geheimnismanagement unter Verwendung des Schlüsselbunds des Betriebssystems für API-Schlüssel.
Lazy Discovery und On-Demand-Laden von Tools zur Minimierung des Token-Verbrauchs und zur Verbesserung der Leistung.
Automatische Sicherung und Wiederherstellung der Serverliste (registry.json.bak).
macOS Keychain-Verbesserungen in Version 0.9.3 (ehemals Conduit) für nahtloses Geheimnismanagement.

use cases

Wer sollte Toolport verwenden?

Toolport wurde primär für Einzelpersonen und Teams entwickelt, die mit AI-Agenten arbeiten und eine effiziente, sichere und kostengünstige Verwaltung ihres Tool-Zugriffs benötigen. Seine Architektur unterstützt verschiedene betriebliche Anforderungen, von einzelnen Entwicklern bis hin zu größeren Organisationen.

AI-Agenten-Benutzer: Für die zentrale Verwaltung von MCP-Servern, die eine einmalige Einrichtung und Authentifizierung für die gemeinsame Nutzung über Clients wie Claude, Cursor und Codex ermöglicht.
Entwickler: Zur Rationalisierung der Einrichtung und Konfiguration von AI-Agenten durch Bereitstellung eines einzigen lokalen Gateways, wodurch wiederholte Konfigurationen und Authentifizierungen für jeden Agenten entfallen.
Teams, die AI-Agenten verwalten: Zur Reduzierung der Betriebskosten von AI-Agenten und zur Verbesserung der Leistung durch Lazy Discovery und On-Demand-Laden von Tools zur Minimierung des Token-Verbrauchs.
Sicherheitsbewusste Benutzer: Zur Verbesserung der Sicherheit und des Vertrauens bei AI-Agenten-Tool-Interaktionen durch Funktionen wie Tool-Integritätsprüfungen, sicheres Geheimnismanagement im OS-Schlüsselbund und Per-Tool-Governance.
Datenschutzorientierte Benutzer: Zur Sicherstellung der lokalen Verarbeitung und des Datenschutzes durch Speicherung von API-Schlüsseln im OS-Schlüsselbund und Durchführung von Sicherheitsscans auf dem Benutzerrechner ohne Cloud-Aufrufe.

how to use

Wie man Toolport verwendet

Um Toolport zu nutzen, laden Benutzer die Desktop-Anwendung herunter und installieren sie, die dann als lokales Gateway für die Verwaltung von MCP-Servern fungiert. Der Prozess umfasst die Konfiguration des Tool-Zugriffs und die Integration mit bevorzugten AI-Clients.

1Laden Sie die Toolport Desktop-Anwendung (ehemals Conduit) für Windows, macOS oder Linux herunter und installieren Sie sie.
2Starten Sie die Toolport-Anwendung, um auf die lokale MCP-Gateway-Oberfläche zuzugreifen.
3Konfigurieren und authentifizieren Sie Ihre Multi-Cloud Provider (MCP)-Server innerhalb von Toolport.
4Integrieren Sie Toolport mit Ihren AI-Clients, wie Claude, Cursor oder VS Code, um den gemeinsamen Tool-Zugriff zu ermöglichen.
5Nutzen Sie die Funktionen von Toolport für die Per-Tool-Governance und die Echtzeit-Beobachtbarkeit der Serverleistung.
6Profitieren Sie von Lazy Discovery und On-Demand-Laden von Tools, um den Token-Verbrauch bei AI-Agenten-Interaktionen zu optimieren.

pricing

Toolport Preise & Pläne

Toolport ist als kostenlose Open-Source-Anwendung verfügbar. Während die Kern-Desktop-Anwendung kostenlos ist, wurde am 8. Juli 2026 ein kostenpflichtiges Angebot, „Toolport for Teams“, eingeführt, was auf eine zukünftige Kommerzialisierung für die team-basierte Nutzung hindeutet.

Toolport: Kostenlos (Open-Source-Desktop-Anwendung)

Pros

+Open-source (MIT licensed) for transparency and community contributions.
+Free to use with no hidden costs or subscription tiers.
+Optimizes resource usage and reduces token costs through lazy discovery and on-demand tool loading.
+Enhances security with local-first processing, OS keychain secret management, and local security scans.
+Streamlines AI agent setup by providing a single MCP gateway for multiple agents.
+Offers live observability with real-time metrics for server performance.

Cons

−Specific, independent user reviews for the AI utility tool are not readily available.
−The platform's browser-first nature might not suit users requiring deep desktop application integration beyond the gateway function.
−Multimodality is currently limited to text, potentially restricting use cases requiring other data types.
−The 'proprietary' function calling mechanism may require specific adaptation for some AI agents.
−As an open-source project, support and feature development might depend on community contributions.

Mehr auf Stork