Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt
Einsteigermodus An
FarbenSystemHellDunkel
SpracheไทยEnglish中文日本語한국어EspañolDeutsch
☰ MenüEinstellungen
Einsteigermodus An
FarbenSystemHellDunkel
SpracheไทยEnglish中文日本語한국어EspañolDeutsch

Mattermost

von mattermostVersion 2.12.0i★ –iLäuft in der Cloud
Name in der Registryio.github.mattermost/mattermost-plugin-agents

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Official Mattermost MCP server, built into the Mattermost Agents plugin. Read, search and post.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft in der Cloud
  • Transport: Streamable HTTP
  • Kategorie: Suche & KI-Gedächtnis
  • Das musst du eintragen: Authorization

Installation

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

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf dem Server des Entwicklers: Was du fragst, läuft über dessen Server.
  • Das trägst du selbst ein: Authorization

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

Welche App nutzt du?

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Diese Adresse braucht einen Schlüssel in einem Header der Anfrage, und das Menü zum Hinzufügen von Connectors kann ihn nicht setzen. Nutze stattdessen Claude Code, Cursor oder VS Code.

Führe das in deinem Terminal aus

claude mcp add --transport http mattermost-plugin-agents 'https://{mattermost_host}/plugins/mattermost-ai/mcp-server/mcp' --header 'Authorization: Bearer {personal_access_token}'

Trag die leeren Werte ein, bevor du ihn startest.

Die Adresse enthält {…}-Teile, die nur du kennst (etwa dein Konto), also kopier sie und trag die Werte ein.

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "mattermost-plugin-agents": {
      "url": "https://{mattermost_host}/plugins/mattermost-ai/mcp-server/mcp",
      "headers": {
        "Authorization": "Bearer {personal_access_token}"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Die Adresse enthält {…}-Teile, die nur du kennst (etwa dein Konto), also kopier sie und trag die Werte ein.

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "mattermost-plugin-agents": {
      "type": "http",
      "url": "https://{mattermost_host}/plugins/mattermost-ai/mcp-server/mcp",
      "headers": {
        "Authorization": "Bearer {personal_access_token}"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Diese Adresse braucht einen Schlüssel in einem Header der Anfrage, und das Menü zum Hinzufügen von Connectors kann ihn nicht setzen. Nutze stattdessen Claude Code, Cursor oder VS Code.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Werte, die du selbst einträgst

  • Authorization geheim HTTP header
    Optional. OAuth 2.0 with dynamic client registration is the default and needs no header. To use a Mattermost Personal Access Token instead, set this to Bearer followed by the token.

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

Was er kann

Die Adresse braucht deine eigenen Werte, deshalb können wir die Tool-Liste nicht für dich lesen.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

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

  • … Noch nicht geprüft

    Wird noch gepflegt

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • – Nicht zutreffend

    Endpunkt antwortet

    Die Adresse braucht Werte aus deinem eigenen Konto, deshalb können wir sie nicht für dich prüfen

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Die Adresse braucht Werte aus deinem eigenen Konto, deshalb können wir sie nicht für dich prüfen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Noch nicht geprüft; wir lesen die Tool-Liste, wenn wir den Endpunkt prüfen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

  • Mehr Sterne als 0 % der anderen 7234 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 93 % der anderen 7234 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 7234 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 Mattermost sicher?

Er hat 1 von 1 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?

Das musst du eintragen: Authorization

Läuft er auf meinem Computer oder in der Cloud?

Er läuft in der Cloud des Entwicklers. Du verbindest dich übers Internet, ohne etwas zu installieren, aber was du sendest, läuft über die Server des Entwicklers.

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (2.12.0) kam vor 3 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Er verbindet sich per URL, also funktionieren auch Apps, die Remote-MCP-Server akzeptieren, zum Beispiel ChatGPT im Entwicklermodus.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Context7, Codebase Memory, Exa

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

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

Context7

von upstash

Up-to-date docs for AI agents

Computer oder Cloud★ 64.224MITAktualisiert vor 3 Tagen
Installieren

Codebase Memory

von DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen
Installieren

Exa

von exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

Läuft in der Cloud★ 5.213MITAktualisiert vor 44 Tagen
Installieren

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.

Mattermost Agents Plugin

Self-hosted AI agents for Mattermost that act on your behalf through tools and MCP servers, plus a built-in Mattermost MCP server for external AI clients such as Claude Code, Claude Desktop, Cursor, and VS Code.

Mattermost Agents (plugin ID mattermost-ai) adds AI agents to a Mattermost server. You talk to an agent in a direct message, the Agents pane, or a channel. The agent can search and post in Mattermost, call tools on other systems through the Model Context Protocol (MCP), and work with files, all with the permissions of the person it is acting for. You choose the LLM, including models that run on your own infrastructure, so with a self-hosted model, conversations and data stay in your environment.

Does Mattermost have an official MCP server? Yes. It is built into this plugin and needs no separate installation. After an admin enables it, MCP clients connect to /plugins/mattermost-ai/mcp-server/mcp on your Mattermost server and sign in as a Mattermost user. See Mattermost MCP Server.

Key Features

  • Agents that act on your behalf: Chat with a personal agent that searches and reads Mattermost, posts and sends messages, schedules posts and reminders, and uses tools from other systems. Configure multiple agents with their own instructions, models, and tool access. See Use Mattermost Agents as your personal AI assistant.
  • Tools and MCP: Agents use built-in Mattermost tools, remote MCP servers with per-user OAuth (with a Connect card in the conversation), and tools registered by other Mattermost plugins. Dynamic tool loading keeps large tool catalogs out of the model's context.
  • Built-in Mattermost MCP server: Connect Claude Code, Claude Desktop, Cursor, VS Code, or any MCP client that supports streamable HTTP to Mattermost, using OAuth with dynamic client registration or a personal access token. Over 100 tools run with the signed-in user's own permissions. See Mattermost MCP Server.
  • Governance: Per-tool approval policies, user, team, and channel access controls for agents, attribute-based access control, server audit logging, token usage tracking, and OpenTelemetry tracing. Admins decide which tools exist and which need approval. See the Admin Guide.
  • Bring your own LLM: Use local models through OpenAI-compatible APIs (Ollama, vLLM), or OpenAI, Anthropic, AWS Bedrock, Azure OpenAI, Google Gemini and Vertex AI, Cohere, Mistral, and Scale AI. See LLM Provider Configuration and Implementing Sovereign AI.
  • Summaries, search, and meetings: Summarize threads, unread messages, and channels; ask questions about a channel; search with keyword and semantic search; and summarize Mattermost Calls and Zoom meeting recordings.
  • Files and artifacts: Agents create text files attached to their replies, read attachments, analyze images with vision-capable models, and render HTML artifacts in the conversation.
  • Channel use: @mention an agent in a channel, or set a channel to auto-reply. Tool results in channels can be shared or kept private by the person who asked.
  • Custom prompts: Save reusable prompts, pin them in the Agents pane, and share them with your team.

Some features depend on your Mattermost license level. See the license requirements.

Documentation

Documentation is available in the docs directory:

  • User Guide: Use agents, tools, summaries, search, and meeting summaries
  • Use Mattermost Agents as your personal AI assistant: What a personal agent can do across channels, MCP servers, and integrations
  • Admin Guide: Installation, configuration, MCP servers, tool policies, access control, audit logging, tracing, and license requirements
  • Mattermost MCP Server: Connect Claude Code, Claude Desktop, Cursor, VS Code, and other MCP clients to Mattermost
  • LLM Provider Configuration: Configuration for supported LLM providers
  • AWS Bedrock Setup: Use Amazon Bedrock with IAM instance profiles
  • Implementing Sovereign AI: Deploy agents with local models and data control
  • Usage Tips: Voice dictation, prompting techniques, and workflow tips
  • Upgrading to Agents V2: Upgrade path, automatic migrations, and breaking changes from v1.x
  • Load Testing: Configure the in-process mock LLM and load-test-ng Agents controller
  • Feature documentation:
  • Managing Agents: Create, edit, and version agents and control their access and MCP tools
  • Custom Prompts: Save, share, and pin reusable prompts
  • Channel Summaries: Use the Ask Agents about this channel button to summarize and analyze channel activity
  • Multiplayer Tool Calling: Tool approval, credentials, and result visibility in shared channels

Installation

  1. Download the latest release from the releases page. You can also download the experimental latest master
  2. Upload and enable the plugin through the Mattermost System Console
  3. Configure your desired LLM provider settings
System Requirements
  • Mattermost Server v12.0.0+
  • PostgreSQL database with pgvector extension for semantic search capabilities
  • Network access to your chosen LLM provider

Quick Start

After installation, complete these steps to get started:

  1. Navigate to System Console > Plugins > Agents
  2. Create an agent and configure it with your LLM provider credentials
  3. Set permissions for who can access the agent
  4. Open the Agents panel from any channel using the AI icon in the right sidebar
  5. Start interacting with your AI assistant

For detailed configuration instructions, see the Admin Guide.

Integration

Bridge Client

The plugin provides a Go client library for other Mattermost plugins and the Mattermost server to interact with the AI plugin's LLM Bridge API. This allows you to easily add AI capabilities to your own plugins or server-side features.

See the Bridge Client README for installation and usage instructions.

Development

Prerequisites
  • Go 1.27+
  • Node.js 24.11+
  • Access to an LLM provider (OpenAI, Anthropic, etc.)
Local Setup
  1. Setup your Mattermost development environment by following the Mattermost developer setup guide. If you have a remote mattermost server you want to develop to you can skip this step.
  1. Setup your Mattermost plugin development environment by following the Plugin Developer setup guide.
  1. Clone the repository:
git clone https://github.com/mattermost/mattermost-plugin-agents.git

cd mattermost-plugin-agents

  1. Optional. If you are developing to a remote server, setup environment variables to deploy:
MM_SERVICESETTINGS_SITEURL=http://localhost:8065

MM_ADMIN_USERNAME= MM_ADMIN_PASSWORD=

  1. Run deploy to build the plugin
make deploy
Other make commands
  • Run make help for a list of all make commands
  • Run make check-style to verify code style
  • Run make test to run the test suite
  • Run make e2e to run the e2e tests
  • Run make evals to run prompt evaluations interactively (with TUI)
  • Run make evals-ci to run prompt evaluations in CI mode (non-interactive)
Benchmark Tests

The streaming code has benchmark tests to measure performance and detect regressions:

# Run all streaming benchmarks

go test -bench=. -benchmem ./llm/... ./streaming/...

Run specific benchmark

go test -bench=BenchmarkStreamToPost -benchmem ./streaming/...

Run with CPU profiling

go test -bench=BenchmarkReadAll -cpuprofile=cpu.prof ./llm/...

Benchmarks cover:

  • ReadAll() stream consumption with varying response sizes
  • TokenUsageLoggingWrapper interception overhead
  • StreamToPost() full processing pipeline with WebSocket events
Multi-Provider Evaluation Support

The evaluation system supports testing with multiple LLM providers: OpenAI, Anthropic, and Azure OpenAI. By default, evaluations run against all providers, but you can target specific ones:

# Run with all providers (default)

make evals

Run with only Anthropic

LLM_PROVIDER=anthropic make evals

Run with OpenAI and Azure

LLM_PROVIDER=openai,azure make evals

Use a specific model

ANTHROPIC_MODEL=claude-opus-5-5 make evals

See cmd/evalviewer/README.md for complete documentation on environment variables and configuration options.

License

This repository is licensed under Apache-2, except for the enterprise directory which is licensed under the Mattermost Source Available License. See Mattermost Source Available License to learn more.

PopNx fragen