Installation überspringen. In unter 2 Minuten einsatzbereit.
Starte eine kostenlose Testphase auf cloud.anythingmcp.com, füge Doppler 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
Doppler Secrets Manager aus jedem KI-Agent: Projekte, Umgebungen und Configs, Secret-Namen und -Werte (lesen, ändern, herunterladen), Änderungsprotokolle von Configs und Rollback, das Aktivitätsprotokoll des Workplace, Mitglieder, Gruppen, Service Accounts, Integrationen und Service Tokens. Drei Tools liefern Secret-Werte im Klartext.
Frag einfach
Beispiel-Prompts für Doppler
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 → Doppler klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen, fertig. Kein Docker, kein
git clone, kein lokaler Server.
Doppler + Microsoft Copilot
Doppler Secrets Manager aus jedem KI-Agent: Projekte, Umgebungen und Configs, Secret-Namen und -Werte (lesen, ändern, herunterladen), Änderungsprotokolle von Configs und Rollback, das Aktivitätsprotokoll des Workplace, Mitglieder, Gruppen, Service Accounts, Integrationen und Service Tokens. Drei Tools liefern Secret-Werte im Klartext.
Voraussetzungen
Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:
DOPPLER_TOKEN
Schritt 1 — Zugangsdaten holen
Die Einrichtung dauert etwa 2 Minuten. Du brauchst ein Doppler-Konto und ein Token.
Secrets sind für die KI sichtbar. doppler_list_secrets, doppler_get_secret und doppler_download_secrets liefern Secret-Werte im Klartext: Sie landen in der Unterhaltung, im Kontext des KI-Anbieters und im Chatverlauf deines Clients. Masked und Restricted Visibility verbergen Werte nur im Doppler-Dashboard; die API gibt sie jedem Token mit Lesezugriff zurück. Um zu sehen, was eine Config enthält, nutzt die KI doppler_list_secret_names, liest Werte nur, wenn du danach fragst, und wiederholt keinen Wert ungefragt. Soll die KI nur Namen und Metadaten sehen, schaltet ein Workspace-Admin diese drei Tools ab.
- Wähle ein Token auf https://dashboard.doppler.com:
- Service Account Token (
dp.sa., Team- und Enterprise-Pläne): Team, Service Accounts, lege einen mit Workplace-Rolle und auf das Nötige beschränktem Projektzugriff an und erstelle dann ein API-Token. Die beste Wahl. - Service Token (
dp.st.): Öffne in einem Projekt eine Config, dann Access, Generate. Wähle Lesezugriff, außer die KI soll schreiben. Es erreicht nur diese eine Config; Workplace, Projekte, Aktivitätsprotokoll und Integrationen antworten mit 403. - Personal Token (
dp.pt.): deine Kontoeinstellungen, Tokens. Es kann alles, was du kannst, in jedem Projekt.
- Service Account Token (
- Füge das Token so in
DOPPLER_TOKENein, wie Doppler es zeigt, ohneBearerund ohne Leerzeichen. Es wird alsAuthorization: Bearer <token>gesendet. - Führe
doppler_get_meaus: Es zeigt Token-Typ und Workplace.
Struktur und Personen: doppler_get_workplace, doppler_list_workplace_users, doppler_list_groups und doppler_list_service_accounts (nur Metadaten, nie Tokens); doppler_list_projects, doppler_get_project, doppler_list_project_members, doppler_list_environments, doppler_get_environment, doppler_list_configs und doppler_get_config. Keines davon liefert Secret-Werte.
Secrets: zuerst doppler_list_secret_names, es liefert Namen ohne Werte. Werte nur auf Nachfrage: doppler_get_secret für einen, doppler_list_secrets für mehrere (eingegrenzt mit secrets), doppler_download_secrets für eine ganze Config als JSON-, .env-, YAML-, Docker- oder .NET-Datei.
Änderungen: doppler_update_secrets legt Werte an oder überschreibt sie; nicht genannte Secrets bleiben unverändert. doppler_update_secret_note setzt eine Notiz, die für diesen Secret-Namen in jeder Umgebung des Projekts gilt. doppler_create_project (Doppler legt dev, stg und prd an), doppler_update_project, doppler_create_environment, doppler_create_config (eine leere Branch-Config) und doppler_clone_config (eine Kopie mit Secrets) gestalten die Struktur. Auch die Werte, die du doppler_update_secrets gibst, laufen durch die Unterhaltung. Die KI bestätigt Namen, Werte und Config vor dem Schreiben mit dir, vor allem bei prd-Configs.
Verlauf und Audit: doppler_list_config_logs und doppler_get_config_log zeigen, was sich in einer Config geändert hat, mit den hinzugefügten, geänderten und entfernten Secret-Namen, aber ohne Werte. doppler_rollback_config_log stellt den Stand vor einer Änderung wieder her; der Rollback ist selbst ein neuer Protokolleintrag und lässt sich genauso rückgängig machen. doppler_list_activity_logs und doppler_get_activity_log sind der Audit-Trail des Workplace. doppler_list_integrations und doppler_get_integration zeigen Syncs zu AWS, GitHub, Vercel, Kubernetes und anderen; doppler_list_service_tokens listet die Service Tokens einer Config ohne ihre Werte.
Bei der Installation deaktiviert: doppler_delete_secret. Anwendungen, die die Config lesen, verlieren den Wert beim nächsten Abruf, und das Löschen lässt sich nicht rückgängig machen; deshalb schaltet ein Workspace-Admin es ein, wenn das Team es braucht.
Bezeichner: project ist der Projekt-Slug, environment der Umgebungs-Slug (dev, stg, prd), config der Config-Name: Eine Root-Config heißt wie der Umgebungs-Slug, eine Branch-Config beginnt damit, zum Beispiel dev_feature_x. Secret-Namen unterscheiden Groß- und Kleinschreibung und sind per Konvention großgeschrieben.
Datenformate: Secret-Einträge enthalten raw (wie eingegeben, mit ${OTHER}-Verweisen) und computed (Verweise aufgelöst). doppler_download_secrets mit format: json liefert ein flaches Objekt von NAME zu Wert. Zeiten sind ISO 8601 in UTC. Antworten enthalten success: true; Fehler enthalten messages.
Blättern: Listen-Tools nehmen page (ab 1) und per_page (Standard 20). Die KI fragt die nächste Seite ab, solange eine volle Seite zurückkommt.
Limits: pro Minute erlaubt der Developer-Plan 240 Lesezugriffe, 120 Secret-Lesezugriffe und 60 Schreibzugriffe; Team 480, 240 und 120; Enterprise 480, 480 und 240. Über dem Limit antwortet Doppler mit 429.
Häufige Fehler: 401 heißt falsches, abgelaufenes oder widerrufenes Token, 403 ein Token ohne Zugriff auf dieses Projekt, diese Config oder diesen Workplace-Endpunkt (ein Service Token erreicht nur seine Config), 404 ein unbekanntes Projekt, eine unbekannte Config, ein unbekanntes Secret oder eine unbekannte Log-Id, 400 ein ungültiger Name oder Body, 429 das Rate Limit.
Der Connector liefert nie die Werte von Service Tokens oder Service Account Tokens, löscht keine Projekte, Umgebungen oder Configs und ändert keine Integrationen oder Zugriffsrechte.
Schritt 2 — Adapter installieren
curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d
Schritt 3 — Connector in Microsoft Copilot 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.
Microsoft Copilot nutzt MCP-Server über Agents, die du in Copilot Studio baust: Du fügst AnythingMCP einem Agent als Tool hinzu und veröffentlichst den Agent dann in Microsoft 365 Copilot und Teams. Copilot Studio verbindet sich aus der Cloud von Microsoft per Streamable HTTP, das AnythingMCP unterstützt.
- Öffne in Copilot Studio deinen Agent (oder leg einen an), geh zu Tools und wähle Add a tool → New tool → Model Context Protocol.
- Trag einen Server name ein (zum Beispiel
AnythingMCP), eine Server description, die sagt, was der Connector kann, und die Server URLhttps://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID. Anhand der Beschreibung entscheidet Copilot Studio, wann es den Server aufruft. - Wähle bei der Authentifizierung API key, setze Type auf Header und den Header-Namen auf
X-API-Keyund klicke auf Create. - Wähle in Add tool die Option Create a new connection, füge einen MCP-API-Key aus AnythingMCP ein (MCP Servers → dein Server → API keys) und klicke auf Add to agent.
- Probier es im Test-Bereich des Agents aus: Bitte um etwas, wofür er die
Doppler-Tools braucht. - Klicke auf Publish, dann auf Channels → Microsoft 365 and Microsoft Teams, lass Make agent available in Microsoft Copilot aktiviert und wähle Add channel. See agent in Teams installiert den Agent für dich; in Microsoft 365 Copilot tippst du @ und wählst den Agent aus.
Lieber eine Anmeldung pro Person? Wähle statt API key OAuth 2.0 → Dynamic discovery: Dann meldet sich jede Person beim ersten Aufruf des Agents bei AnythingMCP an.
Du hostest selbst? Nimm statt https://cloud.anythingmcp.com die öffentliche HTTPS-Adresse deiner Instanz. Copilot Studio verbindet sich aus der Cloud von Microsoft, localhost funktioniert deshalb nicht.
Verfügbare Tools
| Tool | What it does |
|---|---|
doppler_get_me | Who the token belongs to: token type (personal, service, service_account, cli), name, token preview, creation and last-seen time, and the… |
doppler_get_workplace | The workplace (organisation) the token belongs to: slug, name, billing and security email |
doppler_list_workplace_users | Members of the workplace with their user id, email, name, workplace role and access level. 20 per page; filter by email to find one person |
doppler_list_groups | Groups of the workplace with their slug, name, default project role and members |
doppler_list_service_accounts | Service accounts of the workplace: slug, name, workplace role and creation time |
doppler_list_projects | Projects the token can see: slug (used as project everywhere else), name, description and creation time |
doppler_get_project | One project by its slug: slug, name, description and creation time, without its configs or secrets |
doppler_list_project_members | Who has access to a project: members of type workplace_user, group, service_account or invite, with their project role and the environments… |
doppler_list_environments | Environments of a project (e.g. dev, stg, prd): slug, name, whether personal configs are on, and creation time |
doppler_get_environment | One environment of a project by its slug: name, slug, whether personal configs are on, and creation time |
doppler_list_configs | Configs of a project, optionally of one environment: name, environment, whether it is a root config, locked, inheritable, and when its… |
doppler_get_config | One config: name, environment, root or branch, locked, inheritable, the configs it inherits from, creation time and last fetch |
doppler_list_secret_names | The NAMES of the secrets in a config, without any value |
doppler_list_secrets | READS SECRET VALUES: every secret of a config (or the ones named in secrets) with its raw value, computed value (references resolved)… |
doppler_get_secret | READS A SECRET VALUE: one secret of a config with its raw value, computed value, note, visibility and value type |
doppler_download_secrets | READS SECRET VALUES: the computed values of a config as one file, in JSON (default, a NAME to value object), .env, YAML, Docker or .NET… |
doppler_list_config_logs | Change history of a config, newest first: log id, text, who made the change, when, and whether it was a rollback |
doppler_get_config_log | One entry of a config's change history, with the list of secret names added, changed and removed |
doppler_list_activity_logs | Workplace audit trail, newest first: who did what to which project, environment or config, and when |
doppler_get_activity_log | One workplace activity log entry by id: text, user, project, environment, config and time of the action |
doppler_list_integrations | Integrations of the workplace (AWS Secrets Manager, GitHub, Vercel, Kubernetes and others): slug, name, type, kind and whether it is… |
doppler_get_integration | One integration with its syncs (which config is pushed where) |
doppler_list_service_tokens | Service tokens of a config: name, slug, access (read or read/write), creation and expiry time |
doppler_create_project | Create a project |
doppler_update_project | Rename a project or change its description |
doppler_create_environment | Add an environment to a project, e.g. qa |
doppler_create_config | Create an empty branch config in an environment |
doppler_clone_config | Create a branch config as a copy of another config, secrets included |
doppler_update_secrets | Create or overwrite secrets in a config. secrets maps each NAME to its new value as a string; secrets left out stay as they are |
doppler_update_secret_note | Set the note on a secret |
doppler_rollback_config_log | Restore a config's secrets to the state before the change of one log entry |
doppler_delete_secret | Delete one secret from a config |
Beispiel-Prompts
- „Welche Secrets enthält die prd-Config des Projekts backend? Nur Namen, keine Werte.“
- „Was hat sich diese Woche in der stg-Config von backend geändert, und wer war das?“
- „Setz FEATURE_NEW_CHECKOUT in der dev-Config von backend auf true. Zeig mir die Änderung vor dem Speichern.“
- „Mach die letzte Änderung an der prd-Config von backend rückgängig. Zeig mir vorher den Protokolleintrag.“
- „Welche Integrationen synchronisieren unsere Configs zu AWS oder Vercel, und welche Configs übertragen sie?“
FAQ
Für welchen Copilot gilt das? Für Microsoft 365 Copilot im Unternehmen, über Agents aus Copilot Studio. Die Microsoft-Copilot-App für private Konten bietet keine Möglichkeit, einen eigenen MCP-Server hinzuzufügen.
Was brauche ich? Ein Arbeitskonto mit Zugang zu Copilot Studio (Lizenz oder Testversion), um den Agent zu bauen. Wer ihn in Microsoft 365 Copilot oder Teams nutzen soll, braucht Zugriff auf den Agent: Teile ihn oder lass ihn von einem Admin für die Organisation veröffentlichen. Wendet deine Organisation Datenrichtlinien auf Power-Platform-Connectors an, gelten sie auch für MCP-Server.
Der Agent ruft die Tools nicht auf. Prüfe, dass der Header-Name genau X-API-Key lautet und der Schlüssel zum selben MCP-Server gehört wie die URL, und formuliere die Server description konkret: Copilot Studio entscheidet anhand der Beschreibung, wann es den Server aufruft. Veröffentliche den Agent nach jeder Änderung erneut; in einem offenen Chat holst du die neue Version mit „start over“.
Nächste Schritte
- Connector-Startseite
- Mit Claude verbinden
- Mit ChatGPT verbinden
- Mit Cursor verbinden
- Mit Gemini verbinden
- Mit Meta Muse verbinden
War dieser Guide hilfreich?