Installation überspringen. In unter 2 Minuten einsatzbereit.
Starte eine kostenlose Testphase auf cloud.anythingmcp.com, füge Height 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
Steuere Height (modernes, KI-natives Projektmanagement) von jedem KI-Agenten aus: Aufgaben, Listen, Felder, Nutzer, Aktivitäten. 9 Tools, API-Key-Bearer-Authentifizierung.
Frag einfach
Beispiel-Prompts für Height
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 → Height klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen — fertig. Kein Docker, kein
git clone, kein lokaler Server.
Height + Gemini
Steuere Height (modernes, KI-natives Projektmanagement) von jedem KI-Agenten aus: Aufgaben, Listen, Felder, Nutzer, Aktivitäten. 9 Tools, API-Key-Bearer-Authentifizierung.
Voraussetzungen
Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:
HEIGHT_API_KEY
Schritt 1 — Zugangsdaten holen
Setup:
- Sign in to Height → top-right avatar → Settings → API & webhooks → Generate API key.
- Set
HEIGHT_API_KEY.
Authentication: Authorization: api-key ${HEIGHT_API_KEY} (literal api-key prefix, NOT Bearer).
Tasks are the primary object. Each task has status, name, description, assignees, dueDate, listIds[], fields (custom), parentTaskId (for subtasks).
Lists: how tasks are organized (similar to ClickUp lists or Linear projects). A task can belong to multiple lists.
Custom fields: defined at the workspace level. Reference via fields object {fieldId: value}.
Pagination: cursor-based via ?cursor=....
…(continued in the in-app connector instructions)
Schritt 2 — Adapter installieren
curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(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 —Heightsollte 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 |
|---|---|
height_get_workspace | Return workspace info: id, model, url, name |
height_list_lists | List all lists in the workspace |
height_list_tasks | List tasks with a filter query |
height_search_tasks | Full-text search tasks |
height_get_task | Fetch a single task by ID OR index (e |
height_create_task | Create a task |
height_update_task | Update a task (PATCH) |
height_list_users | List workspace users (members) |
height_list_fields | List custom fields defined in the workspace |
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
War dieser Guide hilfreich?