Ueber FlowMCP
FlowMCP normalisiert hunderte Datenquellen zu einer durchsuchbaren Library aus AI-bereiten Tools — damit deine Agenten suchen, kombinieren und antworten können, ohne dass du sie zu Integrations-Maintainern machst.
FlowMCP begann als Versuch, mehrere Datenquellen an einen einzigen MCP-Server anzubinden. Heute ist es eine Schema-Library — 373 produktionsreife Definitionen, 291 Datenquellen, 1608 aufrufbare Tools — alle ueber eine zentrale, auditierbare Engine geleitet. AI-Agenten rufen FlowMCP — nie die zugrundeliegenden APIs direkt. Deine API-Keys bleiben in deiner Kontrolle.
Was FlowMCP ist — und nicht ist
Abschnitt betitelt „Was FlowMCP ist — und nicht ist“Was es ist
Abschnitt betitelt „Was es ist“| Aspekt | Beschreibung |
|---|---|
| Primitive Idee | Ein Fluss von Daten — aus heterogenen Quellen, durch normalisierte Schemas, in AI-Pipelines |
| Schema-Library | 373 Schemas (v4-Produktion), 291 Datenquellen, 1608 Tool-Routes |
| Primaerer Use | CLI-Tool — kein MCP-Client haelt 1608 Tools im Kontext, die CLI laedt sie dynamisch |
| Sekundaerer Use | MCP-Server-Modus weiter unterstuetzt, aber nicht der Default |
| Key-Isolation | Keys leben in FlowMCP, nie im AI-Kontext — die AI sieht Calls und Antworten, nie Credentials |
| Rueckwaertssuche | Schemas tragen sich in Shared Lists ein wie “Ethereum Mainnet” oder “Berlin”, sodass eine AI fragen kann, welche Schemas ein Thema abdecken |
| v4 | Skills, Prefill, Selections, Output-Schema, Pipes |
| v4.1 | Add-on-Konzept — externe Toolkits wie gtfs-sqlite-toolkit erweitern FlowMCP |
| Datenklassen | Crypto (EVM, Solana, DeFi, Identity, NFT), Open Data (DE/EU), Wetter/Geo, Web3 Social, News, Dev-Tools |
Was es nicht (mehr) ist
Abschnitt betitelt „Was es nicht (mehr) ist“| Missverstaendnis | Realitaet |
|---|---|
| ”Ein MCP-Server” | Nein — CLI-First. MCP-Server-Modus ist optional. |
| ”Eine Krypto-Library” | Begann dort, ist seit Oktober 2025 mit Open Data deutlich breiter. |
| ”Eine API-Wrapper-Sammlung” | Nein — Engine ist zentral, Schemas sind duenne Deklarationen. Ein Audit der Engine deckt Tausende Endpunkte ab. |
| ”Ein API-Key-Manager” | Nicht primaer. Key-Management ist Nebenprodukt der Trennung AI ↔ Key. |
Warum wir es gebaut haben
Abschnitt betitelt „Warum wir es gebaut haben“Das Problem
Abschnitt betitelt „Das Problem“Open Data existiert in grosser Menge — Fahrplaene, Wetter, Behoerdendaten, Geodaten, Umweltdaten. Sie ist verstreut ueber hunderte Portale, in unterschiedlichen Formaten, hinter verschiedenen Zugriffsmethoden. Fuer Menschen muehsam. Fuer AI-Agenten — ohne Vorbereitung — praktisch unmoeglich.
Was FlowMCP tut
Abschnitt betitelt „Was FlowMCP tut“FlowMCP macht diese Vorbereitung einmal, fuer alle:
- Offene Protokolle statt geschlossene Plattformen. Eine fehlgeschlagene Implementierung kann ersetzt werden, ohne dass Schemas oder Clients aendern.
- Eine Quelle = eine Antwort. Viele Quellen = eine nuetzliche Antwort. Echte Fragen brauchen Kombinationen.
- Energieeffizienz. Ohne Schema liest jede AI die API-Doku pro Anfrage neu — tausende Tokens, inkonsistente Ergebnisse. Ein Schema ist eine einmalige Investition: jede AI nutzt es danach effizient. Ueber tausende Anfragen ~10x Energieersparnis.
- Sicherheit durch Transparenz. Schemas sind Open Source, auditierbar, verifizierbar.
Wie es aussieht
Abschnitt betitelt „Wie es aussieht“
Anwendungsfaelle
Abschnitt betitelt „Anwendungsfaelle“Zwei Szenarien, die FlowMCP + AI im Einsatz zeigen — nicht wie man einen Agent baut, sondern wie FlowMCP aus verstreuten Daten eine Antwort macht.
- Deep Research — Eine Recherche- oder Planungssoftware bindet einen Agent an. Der Agent fragt FlowMCP nach passenden Datenquellen ueber Open-Data-Portale, Behoerden-APIs und Krypto-Kataloge — in Sekunden. Voller Case →
- Mobility — Anschluss erreichen — Ein Live-Reiseplaner kombiniert statische GTFS-Daten (ueber das
gtfs-sqlite-toolkitv4.1 Add-on) mit Echtzeit-Verspaetungen. Ein CLI-Call, eine Antwort. Voller Case →
Production-Posture
Abschnitt betitelt „Production-Posture“| Signal | Status |
|---|---|
| Lizenz | MIT — nutzen, forken, verbreiten |
| Quelle | github.com/FlowMCP |
| Test-Coverage | Pro Repo, via Codecov |
| Spec-Version | v4 aktiv, v4.1 Add-on-Layer, v3 im Archiv |
| Schema-Lifecycle | Definiert pro Provider |
| Maintainer-Status | Sichtbar — Kontakt ueber Team |
Trust-Signale
Abschnitt betitelt „Trust-Signale“- Open Source von Tag eins. Schemas, Core, CLI — alle MIT, alle auf GitHub.
- Eine Engine auditieren, tausende Endpunkte abdecken. Engine zentral, Schemas duenn.
- API-Keys bleiben bei dir. FlowMCP haelt Keys zur Laufzeit; AI sieht Calls + Antworten, nie Credentials.
- Spec-Evolution dokumentiert. v3 → v4 → v4.1 im CHANGELOG.
Community
Abschnitt betitelt „Community“FlowMCP ist von Tag eins offen — jedes Schema, jedes CLI-Feature, jede Spec-Regel liegt auf GitHub. Die Schema-Bibliothek waechst durch Beitraege.
- Schema beitragen — PR oeffnen in FlowMCP/flowmcp-schemas-public, nach der v4-Spec. Die CLI validiert lokal vor der Einreichung.
- Issue oder Schema-Wunsch — github.com/FlowMCP — im passenden Repo melden (Core, CLI, Schemas, Docs).
- Roadmap — Now / Next / Later. Zeigt, was wir gerade liefern, was als naechstes kommt, und was wir bewusst nicht bauen. Die Roadmap ist der Vertrag — alles darauf ist zugesagt, alles nicht-darauf ist nicht heimlich in Arbeit.