Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Mit Google anmelden, um Bewertungen zu schreiben.Prototyp · alle 30 Min. aktualisiert
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Kafka MCP

von denizgursoyVersion 0.2.8i★ 1iLäuft auf deinem ComputerOffizielle Website ↗
Name in der Registryio.github.denizgursoy/kafka-mcp

So installierst du es

What it does

Debug Kafka from an agent: find messages, measure consumer lag, unblock consumers, compare clusters.

  • Connects Läuft auf deinem Computer
  • Account or key No key needed
  • Category Datenbanken & Datensätze

Zusammen nutzen mit

Skills, die der KI diese Art Arbeit beibringen; sie funktionieren zusammen mit diesem

timesfm

TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.

von google-research★ 35.6291 Skills

Skill · Anleitung

Shadowbroker

Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…

von BigBodyCobain★ 11.6021 Skills

Skill · Anleitung

google-maps-scraper

scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place

von gosom★ 8.2091 Skills

Skill · Anleitung

Warum es hier steht

Listen sind nach einem Nutzungswert (von 100) aus diesen Teilen sortiert

Beliebtheit4/80GitHub-Sterne oder wöchentliche Downloads: der größere Wert zählt 60, der kleinere 20
Aktualität12/12Volle Punkte für Release oder Codeänderung in 30 Tagen
Antwortet noch0/8Der Cloud-Endpoint antwortete bei der letzten Prüfung
Nutzungswert16/100

Qualität: 3/3 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung) · Schwung: Noch keine Daten (Nur im Tab Im Trend verwendet)

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Mit einem Satz von deiner KI installieren lassen

Installiere bitte Kafka MCP. Folge https://mcp.popnx.com/i/denizgursoy-kafka-mcp.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.

Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen

3/3 Prüfungen bestanden · Läuft auf deinem Computer · ✓ Befehle geprüft am 14. Nov. 2026

Zuerst: Welche KI nutzt du?

Wähle deine App, dann erscheinen die Schritte unten.

Klappt mit Claude, aber erst etwas vorbereiten

Kein Schlüssel, nichts zu installieren · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy

  1. Installationsdatei des Anbieters herunterladen

    Die .mcpb-Datei des Entwicklers herunterladen

    Die .mcpb-Datei kommt direkt vom Anbieter; wir ändern sie nicht

  2. Datei doppelklicken, dann in der Claude-Desktop-App Install klicken

  3. Ausprobieren

    Nutze Kafka MCP und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude sagt, dass es Kafka MCP nutzt, oder ein Werkzeug von Kafka MCP in der Antwort zeigt, bist du verbunden

1 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • CONFIG_FILE Ort, von dem die eingebundene Konfiguration innerhalb des Containers gelesen wird
    Englisches Original anzeigenWhere the mounted configuration is read from inside the container
    · Standard /config/kafka-mcp.yaml

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

ChatGPT kann Kafka MCP noch nicht verbinden

Kafka MCP läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen

Das kannst du stattdessen tun

A · Eine App nutzen, die Kafka MCP verbinden kann

  • Kein Schlüssel, nichts zu installieren · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
  • Installiere zuerst Docker auf deinem Computer (nur einmal)
  • Installiere zuerst Docker auf deinem Computer (nur einmal)
  • Installiere zuerst Docker auf deinem Computer (nur einmal)

B · Andere in Datenbanken & Datensätze, die mit ChatGPT funktionieren

Aus den meistgenutzten derselben Kategorie, nur solche, die per Adresse ohne Schlüssel verbinden

Klappt mit Claude Code, aber erst etwas vorbereiten

Installiere zuerst Docker auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen Claude Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server Kafka MCP für Claude Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Docker mit docker --version. Fehlt es, sag mir, dass ich es von https://www.docker.com/products/docker-desktop/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): claude mcp add --scope user kafka -- docker run -i --rm ghcr.io/denizgursoy/kafka-mcp:v0.2.8 --server=false 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Kafka MCP wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. Docker installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    docker --version
    • Eine Versionsnummer wie Docker version … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: Docker Desktop installieren: auf dem Mac Docker.dmg öffnen und das Symbol in „Programme“ ziehen (Apple silicon oder Intel passend zum Mac wählen) · unter Windows Docker Desktop Installer.exe doppelklicken · danach die App Docker Desktop öffnen und laufen lassen. Kein curl-Befehl nötig

    Download-Seite von Docker öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: docker --version

    Einmal installieren, gilt für alles, was Docker braucht

  2. Terminal öffnen

    Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen

  3. Diesen Befehl einfügen und Enter drücken

    claude mcp add --scope user kafka -- docker run -i --rm ghcr.io/denizgursoy/kafka-mcp:v0.2.8 --server=false
  4. /mcp in Claude Code eingeben

    Kafka MCP sollte in der Liste als verbunden erscheinen

  5. Ausprobieren

    Nutze Kafka MCP und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude Code sagt, dass es Kafka MCP nutzt, oder ein Werkzeug von Kafka MCP in der Antwort zeigt, bist du verbunden

1 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • CONFIG_FILE Ort, von dem die eingebundene Konfiguration innerhalb des Containers gelesen wird
    Englisches Original anzeigenWhere the mounted configuration is read from inside the container
    · Standard /config/kafka-mcp.yaml

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit Cursor, aber erst etwas vorbereiten

Installiere zuerst Docker auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen Cursor-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server Kafka MCP für Cursor auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Docker mit docker --version. Fehlt es, sag mir, dass ich es von https://www.docker.com/products/docker-desktop/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "kafka": { "command": "docker", "args": [ "run", "-i", "--rm", "ghcr.io/denizgursoy/kafka-mcp:v0.2.8", "--server=false" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Kafka MCP wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. Docker installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    docker --version
    • Eine Versionsnummer wie Docker version … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: Docker Desktop installieren: auf dem Mac Docker.dmg öffnen und das Symbol in „Programme“ ziehen (Apple silicon oder Intel passend zum Mac wählen) · unter Windows Docker Desktop Installer.exe doppelklicken · danach die App Docker Desktop öffnen und laufen lassen. Kein curl-Befehl nötig

    Download-Seite von Docker öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: docker --version

    Einmal installieren, gilt für alles, was Docker braucht

  2. Mit diesem Button Cursor öffnen

    In Cursor öffnen

    Cursor fragt nach einer Bestätigung; klicke Install

  3. KI-Chat in Cursor im Agent-Modus öffnen

  4. Ausprobieren

    Nutze Kafka MCP und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Cursor sagt, dass es Kafka MCP nutzt, oder ein Werkzeug von Kafka MCP in der Antwort zeigt, bist du verbunden

1 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • CONFIG_FILE Ort, von dem die eingebundene Konfiguration innerhalb des Containers gelesen wird
    Englisches Original anzeigenWhere the mounted configuration is read from inside the container
    · Standard /config/kafka-mcp.yaml

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit VS Code, aber erst etwas vorbereiten

Installiere zuerst Docker auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen VS Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server Kafka MCP für VS Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Docker mit docker --version. Fehlt es, sag mir, dass ich es von https://www.docker.com/products/docker-desktop/ installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "servers": { "kafka": { "type": "stdio", "command": "docker", "args": [ "run", "-i", "--rm", "ghcr.io/denizgursoy/kafka-mcp:v0.2.8", "--server=false" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Kafka MCP wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. Docker installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    docker --version
    • Eine Versionsnummer wie Docker version … = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: Docker Desktop installieren: auf dem Mac Docker.dmg öffnen und das Symbol in „Programme“ ziehen (Apple silicon oder Intel passend zum Mac wählen) · unter Windows Docker Desktop Installer.exe doppelklicken · danach die App Docker Desktop öffnen und laufen lassen. Kein curl-Befehl nötig

    Download-Seite von Docker öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: docker --version

    Einmal installieren, gilt für alles, was Docker braucht

  2. Mit diesem Button VS Code öffnen

    In VS Code öffnen

    VS Code fragt nach einer Bestätigung; klicke Install

  3. KI-Chat in VS Code im Agent-Modus öffnen

  4. Ausprobieren

    Nutze Kafka MCP und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn VS Code sagt, dass es Kafka MCP nutzt, oder ein Werkzeug von Kafka MCP in der Antwort zeigt, bist du verbunden

1 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • CONFIG_FILE Ort, von dem die eingebundene Konfiguration innerhalb des Containers gelesen wird
    Englisches Original anzeigenWhere the mounted configuration is read from inside the container
    · Standard /config/kafka-mcp.yaml

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Andere Apps mit MCP, etwa Windsurf, Zed oder Gemini CLI, fügen Server unterschiedlich hinzu. Sieh in der App-Liste nach

Alle Apps mit MCP ansehen →

JSON-Einstellungen stehen unten unter „Für Entwickler“

Hängst du fest? Frag Leute, die Kafka MCP nutzen💬 Diskussion →
Für Entwickler: Terminal-Befehle und JSON-Einstellungen

Auf deinem Computer installiert

Claude Code

claude mcp add --scope user kafka -- docker run -i --rm ghcr.io/denizgursoy/kafka-mcp:v0.2.8 --server=false

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "kafka": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "ghcr.io/denizgursoy/kafka-mcp:v0.2.8",
        "--server=false"
      ]
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "kafka": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "ghcr.io/denizgursoy/kafka-mcp:v0.2.8",
        "--server=false"
      ]
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "kafka": {
      "type": "stdio",
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "ghcr.io/denizgursoy/kafka-mcp:v0.2.8",
        "--server=false"
      ]
    }
  }
}

Werte, die du selbst einträgst

  • CONFIG_FILE env
    Ort, von dem die eingebundene Konfiguration innerhalb des Containers gelesen wird
    Englisches Original anzeigenWhere the mounted configuration is read from inside the container

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Auf einen Blick

Downloads pro Wochei
Nicht auf npm/PyPI
Verbindung
Läuft auf deinem Computer
Neueste Versioni
0.2.8
In der Registry veröffentlichti
9. Nov. 2026
Code zuletzt geänderti
9. Nov. 2026
Entwickler
denizgursoy
Pakete
oci: ghcr.io/denizgursoy/kafka-mcp:v0.2.8
mcpb: …/kafka-mcp_0.2.8_darwin_arm64.mcpb
mcpb: …/kafka-mcp_0.2.8_linux_amd64.mcpb
Registry-Status
Aktiv

Welche Apps ihn nutzen können

Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.

Laufen auf deinem Computer in

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Alle Apps, mit Vor- und Nachteilen →

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 19. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto denizgursoy bestätigt, dem das Repo gehört

  • ✓ Bestanden

    Wird noch gepflegt

    Code zuletzt geändert: vor 10 Tagen

  • ✓ Bestanden

    Hat eine Lizenz

    Nutzt MIT

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Veröffentlichte Schwachstellen (OSV.dev)

Nicht geprüft: nur npm- und PyPI-Pakete mit Version lassen sich prüfen

Was wir prüfen → · JSON

Entwickler: neue Prüfung anfordern oder falsche Angaben melden
Für Anbieter: Badge ins README

Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/denizgursoy-kafka-mcp.svg)](https://mcp.popnx.com/en/servers/denizgursoy-kafka-mcp)

Diskussion

Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.

Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.

Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.

Anmelden, um zu posten

Nutzerbewertungen

Noch keine Bewertungen

Anmelden, um eine Bewertung zu schreiben

Im Vergleich mit anderen in Datenbanken & Datensätzei

  • Mehr Sterne als 78 % der anderen 1234 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 84 % der anderen 1234 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 99 % der anderen 1234 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Kafka MCP sicher?

Er hat 3 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt vor 10 Tagen geändert, und die neueste Version (0.2.8) kam vor 10 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Docker, MCPB auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: QueryWeaver, Supabase, Neon, DBCode, Keboola MCP

Ähnliche Alternativen

Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

QueryWeaver

An MCP server for Text2SQL: transforms natural language into SQL using graph schema understanding.

von FalkorDBWachsend★ 1096Aktualisiert vor 14 Monaten

Läuft auf deinem Computer✓ falkordb.com

Supabase

MCP server for interacting with the Supabase platform

von supabaseWeit verbreitet↓ 245.530/Wo.★ 3018 Sterne des ganzen ReposAktualisiert gestern

Computer oder Cloud✓ vom Dienst · supabase.com

Neon

Official Neon MCP server for managing Neon projects and Lakebase Postgres databases.

von neondatabaseWachsend★ 666Aktualisiert vor 13 Tagen

Läuft in der Cloud✓ vom Dienst · neon.com

DBCode

Query and explore 100+ databases through your DBCode connections.

von dbcodeioAm Anfang↓ 118/Wo.★ 367 Sterne des ganzen ReposAktualisiert vor 2 Monaten

Läuft auf deinem Computer✓ vom Dienst · dbcode.io

Keboola MCP

Connect your AI assistants to Keboola and expose your data, transformations, SQL queries, ...

von keboolaWachsend↓ 1421/Wo.★ 84Aktualisiert vor 3 Tagen

Computer oder Cloud✓ vom Dienst · keboola.com
Im Vergleich mit ähnlichen
Dieser
Kafka MCP
QueryWeaverSupabaseNeonDBCodeKeboola MCP
Läuft woWird auf deinem Rechner installiertWird auf deinem Rechner installiertIn der Cloud oder auf deinem RechnerLäuft in der Cloud, keine InstallationWird auf deinem Rechner installiertIn der Cloud oder auf deinem Rechner
Braucht SchlüsselNeinNeinJaNeinNeinNein
Mit + in Claude hinzufügenNeinNeinJaJaNeinNein
Basisprüfungen3/33/35/55/52/35/5
LizenzMITAGPL-3.0Apache-2.0MITNOASSERTIONMIT
PreisKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im Register

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

kafka-mcp

An MCP server that exposes Kafka debugging as tools an LLM can call. It speaks MCP over stdio by default, optionally serves streamable HTTP, and talks to Kafka with franz-go.

One process can connect to several Kafka clusters. In stdio mode, one endpoint is selected for the session. In HTTP mode, each endpoint has its own path, so a session is bound to one cluster by how it connects rather than by a parameter a caller could forget to send.

Install

Every release ships the same server four ways:

  • Binary: kafka-mcp_ _ archives on the releases page. Put kafka-mcp on your PATH.
  • MCP Bundle: kafka-mcp_ _ _ .mcpb on the same page, for macOS on Apple Silicon, Linux (amd64, arm64) and Windows (amd64). Open it in a client that installs bundles, such as Claude Desktop. It asks for your configuration file and, when that file has several endpoints, which one to serve. Intel Macs use the binary or the image.
  • Container image: ghcr.io/denizgursoy/kafka-mcp: . It starts with --server; for stdio, mount the file and pass --server=false:
  docker run -i --rm \

--mount type=bind,src=$PWD/kafka-mcp.yaml,dst=/config/kafka-mcp.yaml,readonly \ -e CONFIG_FILE=/config/kafka-mcp.yaml \ ghcr.io/denizgursoy/kafka-mcp:latest --server=false --endpoint local

  • MCP Registry: listed as io.github.denizgursoy/kafka-mcp in the official registry, with the image and the bundles, so a client that reads the registry can install it from there.

How releases reach the registry and the other catalogs is in PUBLISHING.md.

Configuration

kafka-mcp.{toml,yaml,yml,json} in the working directory, ~/.config/kafka-mcp/ or /etc configures the server. The http block is used only with --server.

http:

address: ":8090" base_path: /kafka-mcp # optional; prefixes every endpoint and /healthz

public_url: https://kafka.example.com # optional; the address download links use

clusters: prod: brokers:

  • kafka-1:9093
  • kafka-2:9093 security: tls: enabled: true ca_file: /etc/kafka/ca.pem

cert_file: /etc/kafka/client.pem # optional mTLS; requires key_file

key_file: /run/secrets/client.key

sasl:

  • scram: enabled: true algorithm: SCRAM-SHA-256 # or SCRAM-SHA-512 user: kafka-mcp-readonly pass: "{env:KAFKA_PASSWORD}" # or password_file: /run/secrets/kafka preprod: brokers: kafka-preprod:9093

endpoints: prod-read: cluster: prod path: /mcp description: Production investigation and debugging read_only: true prod-write: cluster: prod path: /mcp/rw description: Approved production changes tools: copy_message: false preprod: cluster: preprod path: /mcp/preprod

clusters owns Kafka connection details: brokers, TLS and SASL. endpoints owns the policy and, in HTTP mode, the MCP route. Stdio selects an endpoint by name and does not use its path. Several endpoints may reference one cluster, so the example reuses one production connection at /kafka-mcp/mcp in read-only mode and /kafka-mcp/mcp/rw in writable mode. Paths are exact: /mcp does not capture /mcp/rw. description is optional and is reported by server_config so a caller knows what the endpoint is intended for.

http.base_path prefixes endpoint paths and the liveness route. A leading or trailing slash on an endpoint path is optional. Paths must be unique and may not be /, /healthz, or contain a query or fragment. When path is omitted, it defaults to /mcp/ .

For compatibility, a file with no endpoints block still creates one endpoint per cluster at /mcp/ . Existing cluster-level read_only and tools values continue to apply as a lower bound during migration; an explicit endpoint cannot widen them. New configurations should put both fields under endpoints.

An endpoint may switch individual tools off, by name:

endpoints:

prod-read: cluster: prod path: /mcp read_only: true tools: create_topic: false commit_offset: false

Cross-cluster writes are granted per endpoint. copy_message, produce_message and transform_messages may name a destination_cluster, and that cluster must be listed in the calling endpoint's destinations:

endpoints:

prod-read: cluster: prod read_only: true destinations: [preprod] # this session may copy into preprod, nowhere else

An endpoint with no destinations writes to no other cluster. A listed cluster configured read_only still refuses, and listing the endpoint's own cluster is an error, because that is governed by read_only. Names are checked at startup. A file with no endpoints block keeps its old behaviour: each cluster's endpoint lists every other cluster. Clusters that no endpoint serves are invisible to list_clusters, compare_clusters and destination_cluster.

A tool the map does not mention stays exposed, so the file states only what it withholds rather than relisting every tool and silently losing whatever is added later. Names are exact and lowercase, as listed by server_config. They are checked at startup: a name that is not a tool stops the server, because a typo would leave the tool it was meant to withhold exposed. server_config cannot be switched off, since it is how a session learns which cluster and policy it reached and which tools that endpoint has. The tools map only narrows an endpoint: read_only: true still withholds the writing tools regardless of what the map says.

A minimal local file:

clusters:

local: brokers: localhost:19092 schema_registry: urls: ["http://localhost:18081"] endpoints: local: cluster: local path: /mcp/local

Run a custom configuration over stdio with CONFIG_FILE=/path/to/config.yaml go run ./cmd/server. If it defines several endpoints, select one with --endpoint . Add --server to serve every configured endpoint over HTTP instead; --endpoint is not used in HTTP mode. Without CONFIG_FILE, chu discovers kafka-mcp.{toml,yaml,yml,json} first in the working directory, then in the operating system's user config directory (~/.config/kafka-mcp/ on Linux), and finally in /etc. It uses the first matching file rather than merging files. Its standard loader order is defaults, file, HTTP, then environment; environment overrides use the KAFKA_MCP_ prefix (for example, KAFKA_MCP_HTTP_ADDRESS=:9000 or KAFKA_MCP_HTTP_BASE_PATH=/kafka-mcp). Logging can be configured with LOG_LEVEL and LOG_PRETTY.

At least one cluster with a broker is required. http.address defaults to :8090 and http.base_path to the HTTP root.

The server never stores files. search_messages and transform_messages with download, and produce_message with upload, work with files on the user's own machine. See Files on the user's machine. Over HTTP, set http.link_key (or http.auth_token) to the same value on every instance behind one address. Links are built on the address each request reached, honouring X-Forwarded-Proto and X-Forwarded-Host; set http.public_url when a proxy hides the real address. The old output_dir setting is refused at startup.

Files on the user's machine

Tools that save or send many messages work with files on the user's own machine, never on the server.

Over stdio the server is a process the agent started on that machine, so download saves the file and upload reads it right away, relative to the process's working directory (usually the project) or at an absolute path. The response names the file in download.path or upload.path; a download writes to a hidden partial file and only then takes its name, and never replaces an existing file. Running the image over stdio needs the directory mounted, e.g. docker run -i --rm -v "$PWD:/work" -w /work ….

Over HTTP a tool cannot write there itself: its result goes to the model, not to disk. So the tools return a link and a curl command, and the agent runs the command on the user's machine:

curl -fsS -o 'orders.csv.part' 'https://kafka.example.com/mcp/prod/files/Q2x…' && mv 'orders.csv.part' 'orders.csv'

curl -fsS -T 'orders-fixed.jsonl' 'https://kafka.example.com/mcp/prod/files/Zk9…'

Nothing is prepared ahead and nothing is stored: the data streams between that machine and Kafka while the command runs, so the message bodies never pass through the model either.

The link carries the request itself, sealed with AES-GCM under a key derived from http.link_key, or http.auth_token when that is unset. The server keeps nothing between handing a link out and its use, so any instance behind a load balancer can serve a link another made, as long as they share the key. Without either setting each process makes a random key and links open only where they were made. Sealing means a link shows nothing of its script in proxy logs, and cannot be changed or made up. When used, the request is checked again with that instance's policy: a cluster turned read-only refuses an upload made before.

A link expires after 10 minutes. Treat it as a secret until then: it needs no bearer token, because the agent's curl does not carry the MCP client's headers, and it can be used more than once until it expires. Running an upload link twice sends the file twice. A failure before any data, such as a deleted topic, is an HTTP error with the reason, which curl -f reports; a failure after the first byte breaks the transfer, so curl -f fails instead of keeping a short file. Links are served below the endpoint at /files/ and checked for origin like the endpoint. A request too large to fit in a link (about 6 KiB sealed, e.g. a very long script) is refused when the link is made.

brokers accepts either one address as a scalar or several addresses as a YAML list. Each address is passed to Kafka as a separate seed broker.

Keep secrets out of the file with {env:VAR} or password_file. Unknown fields are ignored by chu.

TLS is configured with twmb/tlscfg, using its TLS 1.2 minimum and recommended cipher suites. TLS uses the system trust store; ca_file adds a custom CA. For mTLS, supply both cert_file and key_file. security.sasl is a preference-ordered list: each entry enables either scram or plain, or uses oauth as shown below. For PLAIN, use plain: {enabled: true, user: alice, pass: "{env:KAFKA_PASSWORD}"}. Both accept optional zid (authorization identity) and password_file instead of pass; SCRAM also accepts is_token: true for delegation tokens. Algorithms are case-insensitive. Disabled entries are ignored; repeated mechanisms and entries enabling multiple mechanisms are rejected. Fallback negotiates a br

Nur der Anfang wird gezeigt; den Rest findest du im Repo