Installation überspringen. In unter 2 Minuten einsatzbereit.
Starte eine kostenlose Testphase auf cloud.anythingmcp.com, füge Airtable mit einem Klick hinzu und richte deinen KI-Client (Claude, ChatGPT, Copilot oder Cursor) auf den erzeugten MCP-Endpoint. Kein Docker, kein git clone, keinerlei Entwicklungserfahrung nötig.
Zusammenfassung
Lies Airtable-Bases, Tabellenschemata und Datensätze von jedem AI-Agenten aus. 4 schreibgeschützte Tools, Personal-Access-Token-Authentifizierung.
Frag einfach
Beispiel-Prompts für Airtable
Klick auf einen Prompt, um ihn zu kopieren. In Claude, ChatGPT, Cursor, Gemini, Copilot oder OpenClaw einfügen — und gegen diesen Connector laufen lassen.
Claude ist KI und kann Fehler machen. Bitte Antworten gegenprüfen.
💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Airtable klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen — fertig. Kein Docker, kein
git clone, kein lokaler Server.
Airtable + Gemini
Lies Airtable-Bases, Tabellenschemata und Datensätze von jedem AI-Agenten aus. 4 schreibgeschützte Tools, Personal-Access-Token-Authentifizierung.
Voraussetzungen
Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:
AIRTABLE_PERSONAL_ACCESS_TOKEN
Schritt 1 — Zugangsdaten holen
Setup:
- Create a Personal Access Token at https://airtable.com/create/tokens.
- Grant only the
data.records:readandschema.bases:readscopes. - Restrict the token's access to only the bases this connector must read.
- Set
AIRTABLE_PERSONAL_ACCESS_TOKEN.
Authentication: Authorization: Bearer ${AIRTABLE_PERSONAL_ACCESS_TOKEN}. Use a scoped Personal Access Token, not a legacy API key.
Discovery order: call airtable_list_bases, then airtable_list_tables with a base ID to find table IDs, names, fields, and views. Use a table ID when possible because names can change.
…(continued in the in-app connector instructions)
Schritt 2 — Adapter installieren
curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d
Schritt 3 — Connector in Gemini hinzufügen
Deine Server-URL: Öffne in AnythingMCP MCP Servers → den Server, auf dem dieser Connector liegt, und kopiere seine URL (
https://cloud.anythingmcp.com/mcp/…). Setze sie überall ein, wo diese AnleitungYOUR_SERVER_IDzeigt.
Gemini CLI liest MCP-Server aus ~/.gemini/settings.json (oder %APPDATA%\gemini\settings.json unter Windows). Hinzufügen:
{
"mcpServers": {
"anythingmcp": {
"httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
"headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
}
}
}
- Hole deinen MCP API Key aus AnythingMCP → MCP Servers → dein Server → API keys.
- Speichern und
geminineu starten. /mcpin Gemini CLI ausführen —Airtablesollte als verfügbar gelistet sein.- Vertex AI Studio:
https://cloud.anythingmcp.com/mcp/YOUR_SERVER_IDimtools-Array der Anfrage mit demselbenX-API-Key-Header übergeben.
Verfügbare Tools
| Tool | What it does |
|---|---|
airtable_list_bases | List bases accessible to the Personal Access Token |
airtable_list_tables | List a base's table schemas, including table IDs, names, fields, and views |
airtable_list_records | List records from a table |
airtable_get_record | Get one record by ID from a table, for example record ID recABC123DEF456 |
FAQ
Unterstützen Gemini 1.5 Pro oder 2.x MCP? Ja — Gemini CLI ≥ 0.4 und die Vertex AI Tools API akzeptieren MCP httpUrl-Connectors mit eigenen Headern.
Nächste Schritte
- Connector-Landingpage
- Verbinde mit Claude
- Verbinde mit ChatGPT
- Verbinde mit Cursor
- Verbinde mit Meta Muse
- Verbinde mit Microsoft Copilot
War dieser Guide hilfreich?