Onplana mit Claude, Gemini, ChatGPT und Cursor verbinden
Projekte planen und Arbeit verfolgen, aus Ihrem KI-Assistenten heraus.
Onplana betreibt einen öffentlichen MCP-Server unter https://mcp.onplana.com/mcp. 346 kuratierte Werkzeuge, hybride Suche mit BM25 und Vektoren über die indizierten Inhalte Ihrer Organisation, Anmeldung mit OAuth 2.1 oder PAT, Zugriff nach Tarif und durchgehend protokolliert.
Gebaut auf dem offenen MCP-Standard von Anthropic. Funktioniert mit Claude Desktop, Gemini CLI, Gemini Code Assist, ChatGPT, ChatGPT Codex CLI, Cursor, GitHub Copilot und jedem anderen MCP-Client, der Streamable HTTP spricht.
In Gemini CLI installieren (ein Befehl):
export ONPLANA_PAT=pat_...
gemini extensions install https://github.com/Onplana/onplana-mcp-serverFunktioniert auch mit Gemini Code Assist (VS Code und JetBrains). Für andere Clients siehe die Einrichtung weiter unten.
Drei Agenten führen gemeinsam ein Projekt
Ein Briefing hinein, eine veröffentlichte Website heraus. ChatGPT, Claude und die eigene KI von Onplana übernehmen jeweils ihre Vorgänge und arbeiten über einen gemeinsamen Plan, während Sie bei der letzten Freigabe die Kontrolle behalten.
In den Plugins von ChatGPT und im Directory von Claude
Suchen Sie onplana unter Plugins in ChatGPT oder im Directory in Claude, fügen Sie es hinzu und melden Sie sich einmal an. Keine Connector-URL zum Einfügen, kein Entwicklermodus.
Was MCP ist
Das Model Context Protocol (MCP) ist ein offener Standard, Ende 2024 von Anthropic veröffentlicht, um LLMs mit externen Werkzeugen und Datenquellen zu verbinden. Statt für jeden Client eine eigene Integration zu bauen, stellt eine Anwendung einmal einen MCP-Server bereit, und jeder MCP-fähige Client (Claude Desktop, Cursor, eigene Connectors in ChatGPT, hauseigene Agenten mit dem MCP-SDK) kann ihn aufrufen. Ein Client listet die verfügbaren Werkzeuge mit tools/list auf und ruft sie mit tools/call auf; das Protokoll übernimmt die Prüfung der Argumente, Fehlerantworten und die Darstellung der Ergebnisse.
Für Projektmanagement-Software heißt das praktisch: Sie können einem Agenten sagen „Erstelle einen Projektplan für den Start im dritten Quartal“, und der Agent erledigt die Arbeit direkt in Onplana, legt das Projekt an, fügt die passenden Vorgänge hinzu, weist Verantwortliche zu und plant Meilensteine, statt Ihnen ein Werkzeug zu empfehlen und Sie die Arbeit selbst machen zu lassen.
Was Onplana bereitstellt
Einundzwanzig der meistgenutzten Werkzeuge sind unten in drei Gruppen hervorgehoben, ein repräsentativer Ausschnitt der 346 im ganzen Katalog. Clients sehen die vollständige Liste über tools/list; Werkzeuge, auf die der Aufrufer keinen Zugriff hat (wegen des Tarifs oder der Rollenberechtigung), werden herausgefiltert, bevor das LLM sie sieht, damit ein Agent nie blind ein gesperrtes Werkzeug aufruft.
Gelesene Ergebnisse sind anklickbar: Jedes Projekt, jeder Vorgang, Sprint, Meilenstein und jedes Issue, das ein Agent zurückliest, und jede Quelle, die er aus search_org_knowledge zitiert, trägt einen festen Onplana-Link, der genau diesen Eintrag in der App öffnet. So springen Sie direkt von der Antwort Ihres Agenten zu dem Eintrag, um den es geht.
Lesen und suchen
list_projectsNach Status, Zuständigen und Label filtern.
get_projectAlle Details samt Vorgängen, Meilensteinen und letzter Aktivität.
list_tasksNach Projekt, Zuständigen und Status.
get_taskMit Abhängigkeiten und Teilvorgängen.
list_org_membersUm Zuständige nach Name oder E-Mail aufzulösen.
list_risksAus der automatischen Risikoerkennung.
find_similar_projectsSuche nach Vektorähnlichkeit über die Projektbeschreibungen.
summarize_projectStatuszusammenfassung von der KI, auf Abruf.
search_org_knowledgeHybride Suche (Vektoren und BM25) über Projekte, Vorgänge, Risiken, Ziele, Kommentare und Seiten. Das Unterscheidungsmerkmal.
Projekte und Vorgänge ändern
create_projectNach Tarif begrenzt; beachtet die Berechtigung org.project.create.
update_projectStatus, Termine, Name; die Prüfung des Eigentümers greift.
create_taskPflicht: Projekt, Titel. Optional: E-Mail der zuständigen Person, Fälligkeit, Priorität.
update_taskSicher bei Wiederholung dank Idempotenzschlüssel.
assign_taskBequemer Weg, per E-Mail neu zuzuweisen.
move_task_to_sprintVerschiebt einen Vorgang in einen Sprint oder zurück ins Backlog.
add_project_memberFügt mit der gewünschten Projektrolle hinzu.
create_milestoneErscheint als Raute im Gantt.
create_commentAn einem Vorgang oder Projekt.
Massenänderungen und Agenten
bulk_update_tasksViele Vorgänge in einer Transaktion ändern.
create_sprint_with_tasksEinen Sprint anlegen und mit ausgewählten Vorgängen füllen.
analyze_project_risksFührt die KI-Risikoerkennung für ein Projekt aus und übernimmt die Funde in sein Risikoregister (ab dem Tarif Professional).
Der ganze Katalog mit 346 Werkzeugen reicht weit über die drei Gruppen oben hinaus: Governance, Änderungssteuerung, Zeiterfassung, Dokumente, Seiten, Portfolios und mehr. Ein verbundener Agent kann 4 Arten von Löschungen ausführen, einen Vorgang, ein Projekt, eine Arbeitsbereichstabelle oder ein Dokument, und jede landet im Papierkorb, aus dem sie sich wiederherstellen lässt. Sie sind eingeschaltet, bis ein Administrator der Organisation eine davon abschaltet; jede andere Löschung bleibt Agenten verwehrt.
So verbinden Sie
Der Ein-Klick-Weg auf der Integrationsseite der App erzeugt das Token und gibt Ihnen einen Konfigurationsausschnitt zum Kopieren für Ihren Client. Zum Nachschlagen steht die Einrichtung auf Protokollebene unten. Lieber eine geführte Anleitung? Lesen Sie die Schritt-für-Schritt-Anleitung zum Verbinden von Claude oder Cursor in der Dokumentation.
1. Ein Verbindungstoken erzeugen
Gehen Sie in Onplana zu /integrations → AI Agents, wählen Sie die Kachel des Anbieters und klicken Sie auf Generate connection. Sie sehen das Token ein einziges Mal, speichern Sie es; Onplana bewahrt nur einen bcrypt-Hash auf. Zum Widerrufen kehren Sie zum selben Bereich zurück oder gehen zu Einstellungen → Entwickler.
2a. Claude Desktop
Öffnen Sie Settings → Developer → Edit Config. Fügen Sie einen Eintrag unter mcpServers hinzu:
{
"mcpServers": {
"onplana": {
"url": "https://api.onplana.com/api/mcp/v1",
"headers": {
"Authorization": "Bearer pat_paste-your-token-here"
}
}
}
}Starten Sie Claude Desktop neu. Bitten Sie Claude zur Prüfung: „Liste meine Onplana-Projekte auf“.
2b. Cursor
Tragen Sie in ~/.cursor/mcp.json dieselbe JSON-Struktur ein wie bei Claude Desktop. Cursor übernimmt Änderungen beim nächsten Start; ein Neustart des Editors ist nicht nötig.
2c. Claude Code CLI
Eine Zeile. Claude Code startet OAuth beim ersten Werkzeugaufruf, kein PAT zum Einfügen:
claude mcp add onplana --transport http https://mcp.onplana.com/mcp
Prüfen Sie mit claude mcp list. Der OAuth-Ablauf öffnet beim ersten Mal einen Browser-Tab; melden Sie sich bei Onplana an, bestätigen Sie die Zustimmung, fertig. Um statt OAuth ein PAT einzufügen, ergänzen Sie --header "Authorization: Bearer pat_…".
2d. Andere MCP-Clients (und ein Schnelltest)
Jeder Client mit MCP Streamable HTTP funktioniert. Schnelltest auf Protokollebene aus einem Terminal:
curl -X POST https://api.onplana.com/api/mcp/v1 \
-H "Authorization: Bearer pat_paste-your-token-here" \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'Sie sollten den JSON-RPC-Umschlag mit der vollständigen Werkzeugliste sehen. Der offizielle Inspector von MCP ist während der Entwicklung praktisch, um Werkzeugbeschreibungen und die Form der Ergebnisse zu prüfen.
2e. Gemini Enterprise (früher Zugang)
Ein Administrator von Gemini Enterprise fügt Onplana in Google Cloud als eigenen MCP-Server hinzu (Streamable HTTP, https://mcp.onplana.com/mcp). Das Formular von Google fragt nach einer OAuth-Client-ID und einem Geheimnis, die Onplana Ihrer Organisation auf Anfrage ausstellt; es ist noch nicht zum Selbsteinrichten, und es ist kein Eintrag im Marketplace von Google. Anleitung und die 20 Aktionen, die Sie zuerst einschalten.
Sie nutzen stattdessen Gemini CLI oder Gemini Code Assist? Das richten Sie selbst ein: Gemini CLI in wenigen Minuten verbinden.
3. Optional: in Sekunden reagieren, nicht erst beim nächsten Abruf
Ein verbundener Agent holt Ihre Kommentare nach seinem eigenen Takt ab. Lassen Sie das Relay daneben laufen, und Onplana weckt ihn, sobald jemand seine Arbeit kommentiert, ihn erwähnt oder ihn bittet, einen Vorgang auszuführen. Es baut die Verbindung nach außen auf, ein Laptop hinter dem Router zu Hause funktioniert also ohne öffentliche URL, ohne Portweiterleitung und ohne eingehende Firewall-Regel.
ONPLANA_PAT=pat_… npx @onplana/agent-relay --provider claude-code
Optional im wörtlichen Sinn: Ohne Relay sieht Ihr Agent trotzdem alles, nur beim nächsten Abgleich. Nehmen Sie --provider codex für Codex, oder lassen Sie die Option weg, um zeilenweises JSON zu erhalten, das Sie an jeden Runner weiterleiten können. Einrichtung und Einsatzfälle des Relays.
Ohne Konto ausprobieren
Onplana betreibt außerdem einen öffentlichen MCP-Server nur zum Lesen, für die Dokumentation selbst. Fügen Sie ihn mit einer Zeile hinzu, ohne Token, und lassen Sie Ihren Agenten Fragen wie „Wie mache ich X in Onplana?“ aus denselben Inhalten beantworten, die Menschen lesen.
claude mcp add onplana-docs https://mcp.onplana.com/docs
Stellt zwei Werkzeuge bereit: search_docs und read_docs_page. Nur zum Lesen, pro IP begrenzt, liefert keine Daten einer Organisation. Um in einer Onplana-Organisation zu handeln (Vorgänge anlegen, Workflows ausführen), nutzen Sie den angemeldeten Server oben.
Das Sicherheitsmodell
Vier sich überlappende Schichten. Jede ist der bestehende Baustein von Onplana, angewandt auf MCP, ohne Abkürzungen oder Ausnahmen nur für MCP. Versagt eine Schicht im Chat der App, versagt sie bei MCP genauso; funktioniert sie dort, funktioniert sie auch bei MCP.
Persönliches Zugriffstoken
Angemeldet wird mit einem Bearer-PAT, das nur auf den neuen Bereich MCP_AGENT beschränkt ist. Tokens werden auf dem Server mit bcrypt gehasht, beim Anlegen einmal angezeigt und lassen sich unter /integrations oder Einstellungen → Entwickler widerrufen.
Sperren nach Tarif und Rolle
Jeder Werkzeugaufruf läuft durch den bestehenden Dispatcher von Onplana. Ein Agent bekommt nur die Werkzeuge, die Ihr Tarif und Ihre Rolle erlauben, der Rest ist in tools/list verborgen. Jeder Aufruf läuft als Sie, wird gegen Ihre eigenen Berechtigungen geprüft und landet im Prüfprotokoll, ein Agent erreicht also nie etwas, das Sie selbst nicht erreichen könnten.
Durchgehend protokolliert
Jeder Werkzeugaufruf schreibt eine AiOperation-Zeile: das Werkzeug, seine Ein- und Ausgabe, die Person, die Agentenverbindung und das Ergebnis. Eigentümer und Administratoren der Organisation lesen sie ab dem Tarif Enterprise auf der Seite Audit Logs unter Agent Activity. Begrenzt auf 120 Anfragen pro Minute von jeder Client-Adresse; zählt gegen die Kostengrenze der Organisation, genau wie der Chat in der App.
Eindämmung von Prompt-Injection
Freitextfelder in Werkzeugergebnissen, die aus Inhalten von Nutzern stammen, werden in Tags <onplana_user_content>...</onplana_user_content> eingeschlossen, bevor sie das LLM erreichen. Schließende Tags im Inhalt werden maskiert, damit ein feindseliger Vorgangstitel nicht aus der Schleuse ausbrechen und Anweisungen einschleusen kann. Jede Werkzeugbeschreibung sagt dem LLM, eingeschlossenen Inhalt als Daten zu behandeln, nie als Anweisungen.
Beispiel-Prompts
So sieht es in der Praxis aus. Jede Zeile stellt den Prompt, den jemand in seinen MCP-Client tippt, neben die Folge von Werkzeugaufrufen, die Claude (oder ein anderer Agent) auf dem Server ausführen würde.
Nutzer: „Warum dauert die Designphase beim Start im dritten Quartal drei Wochen?“
Agent: Claude ruft search_org_knowledge mit der Suche „Begründung dreiwöchige Designphase Start drittes Quartal“ auf, erhält gewichtete Ausschnitte aus Vorgangsbeschreibungen und Seiten und fasst die passenden in einfachen Worten zusammen, mit Links zurück zu den Quellen.
Nutzer: „Erstelle einen Projektplan für unseren Produktstart im dritten Quartal, mit Phasen für Design, Prüfung und Auslieferung, fällig Ende September.“
Agent: Claude ruft create_project mit Name und Terminen des Plans auf, dann dreimal create_task für die Phasen. Das Projekt steht in jedem Tarif sofort bereit, auch in Free.
Nutzer: „Finde alle Vorgänge, die auf die Datenbankmigration warten.“
Agent: Claude ruft search_org_knowledge mit scope=tasks und der Suche „blockiert Datenbankmigration“ auf, filtert die Ergebnisse nach status=BLOCKED und liefert eine Übersicht mit Projekt, zuständiger Person und Fälligkeit.
Nutzer: „Hatten wir schon einmal ein Projekt wie dieses?“
Agent: Claude ruft find_similar_projects mit der Beschreibung des aktuellen Projekts auf, erhält die 5 ähnlichsten Treffer nach Vektorähnlichkeit und fasst zusammen, was jedes frühere Projekt anders gemacht hat.
Der Vergleich
Onplana ist nicht das einzige PM-Werkzeug mit einer Schnittstelle für Agenten. Ein kurzer, ehrlicher Vergleich, damit Sie wissen, zwischen was Sie wählen.
Notion (MCP)
Notion hat früh MCP unterstützt und profitiert von viel vorhandenem Inhalt: Wissensdatenbanken, Dokumente, Datenbanken. Stark, wenn Ihr Team vor allem in Notion arbeitet. Schwächer bei den Bausteinen des Projektmanagements: kein Gantt mit kritischem Weg, kein formaler Governance-Ablauf, keine Zeiterfassung mit Kosten, kein .mpp-Import. Onplana ist schmaler aufgestellt (Projektmanagement, nicht Dokumente), aber tiefer in diesem Gebiet.
Linear (API und aufkommendes MCP)
Linear hat eine ausgereifte GraphQL-API und eine wachsende MCP-Abdeckung. Stark für Agenten-Abläufe in Softwareteams (Issues, Zyklen, Projekte im Sinne von Linear). Ein anderes Publikum: Entwicklungsteams, keine PMOs. Onplana bietet Terminplanung für PMOs (Gantt, Abhängigkeiten, Kapazitätsabgleich), auf die Linear nicht zielt.
Asana / Monday / ClickUp
Alle haben REST-APIs, und jedes veröffentlicht inzwischen einen eigenen gehosteten MCP-Server: den V2-Server von Asana, den von ClickUp in allen Tarifen und das Platform MCP von monday.com, laut ihrer Entwicklerdokumentation, gelesen am 3. November 2026. Typische Lücken gegenüber Onplana: keine formalen Governance-Funktionen für PMOs und kein Import von Microsoft-Project-Dateien. Wenn Ihr Engpass eher „der Agent findet schnell den richtigen Kontext“ ist als „der Agent feuert CRUD-Aufrufe ab“, vergleichen Sie die Suche, nicht die Zahl der Werkzeuge.
Microsoft Project
Die zusammengelegte PM-Linie von Microsoft (Planner Premium / Project für das Web) bietet heute keinen MCP-Server; die Schnittstelle der Microsoft Graph API ist allgemein und grob. Onplana importiert .mpp direkt und stellt einen MCP-Server bereit, für PMOs, die mit Agenten an den Plänen arbeiten wollen, die sie schon haben.
Den Agenten betreiben
Wer ihn am Laufen hält, und was zwei Agenten vor dem Zusammenstoß bewahrt
Ein Werkzeugkatalog ist die halbe Geschichte. Die andere Hälfte ist, wo der Agent läuft und was passiert, wenn mehr als einer auf dasselbe Backlog zeigt.
Ihr eigener Rechner
Claude Code, Cursor, ChatGPT, Copilot oder Ihr eigener Client. Arbeitsbereiche im Tarif Free haben 2 gleichzeitige Agentenverbindungen.
Das selbst betriebene Relay
Ein veröffentlichtes npm-Paket, das einen lokalen Runner weckt, sobald jemand kommentiert oder die Persona erwähnt, statt auf den nächsten Abruf zu warten. Kein öffentlich erreichbarer Dienst nötig.
Von Onplana betrieben
Wir halten die Verbindung und verteilen die Arbeit; ausgeführt wird in der verwalteten Agenten-Sandbox von Claude, mit einer Anmeldung, die Sie stellen und widerrufen können.
Exklusive Reservierungen, gehalten vom Lauf
Ein Aufruf wählt den nächsten freien Vorgang und beansprucht ihn zugleich, denn erst auflisten und dann beanspruchen lässt eine Lücke, in der zwei Agenten landen können. Die Reservierung gehört dem Lauf, nicht der Person, und das ist wichtiger, als es klingt: Zwei Sitzungen von Claude Code in einem Arbeitsbereich melden sich als dieselbe Agenten-Persona an, eine Sperre pro Person ließe also eine Sitzung die Arbeit der anderen freigeben. Reservierungen laufen von selbst ab, ein abgestürzter Agent gibt seinen Vorgang also frei, statt ihn zu blockieren.
Häufige Fragen
Was ist der MCP-Server von Onplana?
Ein öffentlicher Model-Context-Protocol-Server unter api.onplana.com/api/mcp/v1. Er stellt 346 kuratierte Werkzeuge bereit, zum Auflisten, Lesen, Anlegen, Ändern und Suchen über Projekte, Vorgänge, Sprints, Meilensteine, Kommentare, Risiken, Ziele und Seiten, für MCP-fähige Agenten wie Claude Desktop, Cursor und eigene Connectors in ChatGPT. Angemeldet wird mit einem persönlichen Bearer-Zugriffstoken mit dem Bereich MCP_AGENT.
Was unterscheidet den MCP-Server von Onplana von denen anderer PM-Werkzeuge?
Die meisten MCP-Server von PM-Werkzeugen bieten nur list_*-Werkzeuge und zwingen das LLM, große Ergebnismengen von Hand zu durchsuchen. Onplana bietet ein eigenes Werkzeug search_org_knowledge, das eine hybride Suche (Vektoren und BM25) über die indizierten Inhalte der Organisation ausführt: Projekte, Vorgänge, Risiken, Ziele, Kommentare und Seiten. Ein Agent kann Fragen wie „Was war der Grund für X?“ nach der Bedeutung beantworten, statt alles zu durchsuchen. Onplana verknüpft außerdem jede MCP-Sitzung mit einer dauerhaften AiConversation-Zeile, damit das Modell über neue Verbindungen hinweg sein Gedächtnis behält.
Welche Clients können sich verbinden?
Jeder Client, der den MCP-Transport Streamable HTTP unterstützt. Getestet mit Claude Desktop (eigener Connector unter Settings → Developer → Edit Config), Cursor (~/.cursor/mcp.json) und dem offiziellen MCP Inspector zur Fehlersuche. ChatGPT und Claude führen Onplana beide in ihren Connector-Verzeichnissen, Sie fügen es also in beiden mit wenigen Klicks hinzu, ohne eine Connector-URL einzufügen. Hauseigene Agenten mit den MCP-SDKs für TypeScript oder Python funktionieren genauso.
Wie funktioniert die Anmeldung?
Der MCP-Server nimmt persönliche Bearer-Zugriffstokens mit dem Bereich MCP_AGENT an. Erzeugen Sie eines unter /integrations → AI Agents (ein Klick; Sie erhalten einen Konfigurationsausschnitt zum Kopieren) oder unter Einstellungen → Entwickler. Tokens werden auf dem Server mit bcrypt gehasht, einmal angezeigt und lassen sich widerrufen. Das Token trägt den Kontext der Organisation, MCP-Anfragen brauchen also keinen eigenen Header für die Organisation.
Wie werden Kosten und Missbrauch begrenzt?
Drei unabhängige Schichten. Eine Ratenbegrenzung (120 Anfragen pro Minute von jeder Client-Adresse) verhindert, dass eine außer Kontrolle geratene Agentenschleife die API überlastet. Die monatlichen Obergrenzen des Dispatchers für einige Werkzeuge verhindern, dass ein einzelnes Werkzeug überstrapaziert wird (nur in Free; keine ab dem Tarif Professional). Die Kostengrenze der Organisation in Dollar (einstellbar unter Einstellungen → KI und Nutzung) begrenzt die monatlichen Gesamtausgaben; Anfragen über der Grenze erhalten 402, genau wie im Chat der App. Ein WARN-Modus schickt Administratoren bei 80 %, 100 % und 103 % der Grenze eine E-Mail.
Grenzen für Aktionen von KI-Agenten →Welche Tarife unterstützen MCP?
Alle Tarife, auch Free. Lesende Werkzeuge (auflisten, lesen, suchen) funktionieren in jedem Tarif ohne monatliche Grenze. Ändernde Werkzeuge funktionieren ebenfalls in jedem Tarif und übernehmen Änderungen direkt; in Free haben einige schreibende Aktionen eine monatliche Obergrenze (keine ab dem Tarif Professional), und ein Modell kann über die Option dryRun eines Werkzeugs immer zuerst eine Vorschau anfordern. Werkzeuge mit Tarifsperre wie analyze_project_risks (KI-Risikoerkennung, ab dem Tarif Professional) sind in den Antworten von tools/list für Tarife ohne die Funktion verborgen, das LLM sieht sie also nie und ruft keine gesperrten Werkzeuge blind auf.
Wie wird Prompt-Injection eingedämmt?
Freitextfelder in Werkzeugergebnissen, die aus Inhalten von Nutzern stammen (Vorgangstitel, Beschreibungen, Kommentare, Seiteninhalte), werden in Tags <onplana_user_content>...</onplana_user_content> eingeschlossen, bevor sie das LLM erreichen. Schließende Tags in diesem Inhalt werden maskiert (ohne Rücksicht auf Groß- und Kleinschreibung), damit ein feindseliger Vorgangstitel nicht ausbrechen und Anweisungen einschleusen kann. Jede Werkzeugbeschreibung sagt dem LLM ausdrücklich, eingeschlossenen Inhalt als Daten zu behandeln, nie als Anweisungen. Das Muster folgt den veröffentlichten Empfehlungen von Anthropic zur Abwehr von Prompt-Injection.
Wo sehe ich, was KI-Agenten in meiner Organisation getan haben?
Auf der Seite Audit Logs unter Agent Activity, für Eigentümer und Administratoren der Organisation, ab dem Tarif Enterprise. Jeder Werkzeugaufruf über MCP schreibt eine AiOperation-Zeile mit dem Werkzeug, seiner Ein- und Ausgabe, der Person, der Agentenverbindung und dem Ergebnis. Sie filtern nach Werkzeugname, Status (APPLIED, FAILED, GATED, UNAUTHORIZED, CAP_EXCEEDED, UNDONE) und Zeitraum und können jeden Eintrag kopieren. Zeilen im Prüfprotokoll, die durch Änderungen eines Agenten entstehen, vermerken, dass sie über MCP kamen, sie stehen also neben der Aktivität ohne KI.
Ist der Transport Open Source?
Ja. Die plattformunabhängigen Bausteine des Transports (die Verdrahtung von Streamable HTTP, Bearer-Anmeldung, Eindämmung von Prompt-Injection mit Tags und maskierten schließenden Tags, eine austauschbare Dispatcher-Schnittstelle) sind als npm-Pakete unter der MIT-Lizenz unter github.com/Onplana/onplana-mcp-server veröffentlicht. Zwei Pakete: onplana-mcp-server (eine Servervorlage für Ihre eigene Express-App) und onplana-mcp-client (ein typisiertes SDK, um den öffentlichen Onplana-Endpunkt aus hauseigenen Agenten aufzurufen). Die Umsetzung des Dispatchers und der Werkzeugkatalog bleiben im geschlossenen Onplana-Repository, weil sie die Geschäftslogik der Plattform enthalten; das offene Repository gibt Ihnen die Sicherheitsbausteine, ohne einen Werkzeugkatalog vorzuschreiben.
Bereit zum Verbinden?
Der Tarif Free; keine Kreditkarte. Verbinden Sie Claude Desktop oder Cursor in unter zwei Minuten unter /integrations → AI Agents. Verbindungstokens sind beschränkt, widerrufbar und durchgehend protokolliert.
Schon verbunden? Geben Sie Ihrem Agenten eine Fähigkeit, Ihre Projekte zu planen und zu führen (auf Englisch)