Installation überspringen. In unter 2 Minuten einsatzbereit.
Starte eine kostenlose Testphase auf cloud.anythingmcp.com, füge LaunchDarkly 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
LaunchDarkly Feature Management aus jedem KI-Agent: Projekte und Umgebungen, Flags mit Zustand und Auswertungsstatus, Segmente, Metriken und Experimente, das Audit-Log, Mitglieder und Teams. Flags und Segmente anlegen, Flags ein- und ausschalten und das Targeting per Semantic Patch ändern.
Frag einfach
Beispiel-Prompts für LaunchDarkly
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 → LaunchDarkly klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen, fertig. Kein Docker, kein
git clone, kein lokaler Server.
LaunchDarkly + Microsoft Copilot
LaunchDarkly Feature Management aus jedem KI-Agent: Projekte und Umgebungen, Flags mit Zustand und Auswertungsstatus, Segmente, Metriken und Experimente, das Audit-Log, Mitglieder und Teams. Flags und Segmente anlegen, Flags ein- und ausschalten und das Targeting per Semantic Patch ändern.
Voraussetzungen
Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:
LAUNCHDARKLY_API_TOKEN
Schritt 1 — Zugangsdaten holen
Die Einrichtung dauert etwa 2 Minuten. Du brauchst ein LaunchDarkly-Konto.
- Öffne in LaunchDarkly Organization settings, Authorization (https://app.launchdarkly.com/settings/authorization) und erstelle ein Access Token. Zum Lesen wählst du die Rolle Reader; zum Umschalten und Ändern von Flags Writer oder eine Custom Role, die auf die Projekte und Umgebungen beschränkt ist, die die KI ändern darf. Ein Service Token ist an keine Person gebunden.
- Kopiere das Token (
api-..., wird nur einmal angezeigt) inLAUNCHDARKLY_API_TOKENund führelaunchdarkly_get_caller_identityaus: Es zeigt Konto, Name und Art des Tokens, das zugehörige Mitglied und seine Scopes. SDK-Keys (sdk-...) und Mobile Keys (mob-...) funktionieren hier nicht. - Auf der EU-Instanz oder der Federal-Instanz änderst du die Basis-URL des Connectors auf
https://app.eu.launchdarkly.combzw.https://app.launchdarkly.us.
Flags finden: launchdarkly_list_projects, launchdarkly_get_project, launchdarkly_list_environments und launchdarkly_get_environment zeigen die Struktur. launchdarkly_list_flags mit env: production und einem Filter wie filter: query:checkout zeigt jedes Flag mit Ein/Aus-Zustand und ausgelieferter Variante; ohne env fehlt der Zustand. launchdarkly_get_flag liefert Varianten, Targets, Regeln, Fallthrough, Off-Variante und Prerequisites pro Umgebung.
Aufräumen: launchdarkly_list_flag_statuses und launchdarkly_get_flag_status sagen, ob ein Flag new, active, inactive (seit 7 Tagen nicht ausgewertet) oder launched (liefert allen dieselbe Variante) ist und wann es zuletzt abgefragt wurde. Inaktive und gelaunchte Flags sind Kandidaten, um sie aus dem Code zu entfernen.
Ausrollen: launchdarkly_create_flag legt ein Flag an, standardmäßig ein boolesches, das in jeder Umgebung aus ist. launchdarkly_toggle_flag schaltet es in einer Umgebung ein oder aus. launchdarkly_update_flag ändert Targeting, Rollouts, Einstellungen und Lebenszyklus (deprecate, archive, restore); mit dry_run: true liefert es das Flag so, wie es wäre, ohne zu speichern. Segmente: launchdarkly_list_segments, launchdarkly_get_segment, launchdarkly_create_segment (legt ein leeres an) und launchdarkly_update_segment für Targets und Regeln.
Experimente, Audit und Personen: launchdarkly_list_metrics, launchdarkly_get_metric, launchdarkly_list_experiments und launchdarkly_get_experiment lesen Metriken und Experiment-Iterationen mit Varianten, Traffic-Verteilung und Status. launchdarkly_list_audit_log (zum Beispiel spec: proj/default:env/production:flag/new-checkout) und launchdarkly_get_audit_log_entry zeigen, wer was geändert hat, mit der vollständigen Änderung und dem Kommentar. launchdarkly_list_members, launchdarkly_get_member, launchdarkly_list_teams und launchdarkly_get_team lesen Mitglieder, Rollen und Teams.
Vor dem Schreiben: Ein Flag in Produktion umzuschalten oder sein Targeting zu ändern, ändert innerhalb von Sekunden, was echte Nutzer bekommen. Die KI bestätigt Projekt, Umgebung und Flag zuerst mit dir und setzt einen comment, den manche Umgebungen verlangen. Umgebungen mit Freigaben antworten mit 405; die Änderung braucht dann eine Freigabeanfrage in der LaunchDarkly-App.
Bei der Installation deaktiviert: launchdarkly_delete_flag. Löschen entfernt das Flag aus allen Umgebungen des Projekts und lässt sich nicht rückgängig machen, während Archivieren mit archiveFlag in launchdarkly_update_flag wiederherstellbar ist. Ein Workspace-Admin schaltet es ein, wenn das Team es braucht.
Semantic Patch: launchdarkly_toggle_flag, launchdarkly_update_flag und launchdarkly_update_segment senden Anweisungen wie {"kind": "addTargets", "contextKind": "user", "values": ["key-1"], "variationId": "<_id>"}. Ids von Varianten, Regeln und Clauses sind die _id-Felder aus launchdarkly_get_flag oder launchdarkly_get_segment. Rollout-Gewichte sind in Tausendstel Prozent angegeben (100000 = 100 %).
Datenformate: Projekt-, Umgebungs-, Flag- und Segment-Keys gibt die KI weiter; Mitglieder- und Audit-Log-Ids sind 24-stellige Hex-Strings. Datumswerte sind Unix-Millisekunden (creationDate, lastModified, date). In einem Flag sagt environments.<key>.on, ob das Targeting an ist, und _summary.variations, was ausgeliefert wird. SDK- und Mobile-Keys der Umgebungen fehlen in jeder Antwort.
Blättern: Listen nehmen limit und offset (Flags bis 100 pro Seite) und liefern totalCount sowie _links.next, solange weitere Seiten existieren. Das Audit-Log liefert höchstens 20 Einträge pro Aufruf; die KI blättert zurück, indem sie before auf das date des letzten Eintrags setzt.
Häufige Fehler: 401 heißt falsches oder gelöschtes Token, 403 ein Token, dessen Rolle den Aufruf nicht erlaubt, 404 ein unbekannter Key, 400 oder 409 ein ungültiger Patch oder eine kollidierende Änderung (die Meldung nennt das Problem), 405 eine Änderung, die eine Freigabe braucht, 429 das Rate Limit (warte die Zeit in X-Ratelimit-Reset ab).
Der Connector legt keine Projekte und Umgebungen an und ändert sie nicht, verwaltet keine Mitglieder, Teams oder Rollen, löscht keine Segmente, legt keine Experimente an und stellt keine Freigabeanfragen.
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
LaunchDarkly-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 |
|---|---|
launchdarkly_get_caller_identity | Show what the access token is: account, token name and kind (personal or service), the member it belongs to and its scopes |
launchdarkly_list_projects | List the projects with key, name, tags and default client-side settings |
launchdarkly_get_project | Get one project with its settings; add expand: environments for its environments (SDK keys are left out) |
launchdarkly_list_environments | List the environments of a project (e.g |
launchdarkly_get_environment | Get one environment with its settings: client-side id, default TTL, secure mode, whether changes need comments, confirmation or approval… |
launchdarkly_list_flags | List the feature flags of a project: key, name, description, kind (boolean or multivariate), variations, tags, temporary flag, maintainer… |
launchdarkly_get_flag | Get one feature flag with its variations (with their _id), defaults and, per environment, whether it is on, its targets, rules (with… |
launchdarkly_list_flag_statuses | List the evaluation status of every flag in one environment: new, active, inactive (not evaluated for 7 days) or launched (serving one… |
launchdarkly_get_flag_status | Get the evaluation status of one flag in one environment (new, active, inactive, launched) and when it was last requested |
launchdarkly_create_flag | Create a feature flag in a project, by default a boolean flag (variations true and false) that is off in every environment |
launchdarkly_toggle_flag | Turn a feature flag on or off in one environment |
launchdarkly_update_flag | Change a feature flag with semantic patch instructions: targeting (addRule, removeRule, addClauses, addTargets, removeTargets… |
launchdarkly_delete_flag | Delete a feature flag from every environment of the project |
launchdarkly_list_segments | List the segments of an environment: key, name, description, tags, whether it is a big segment, and when it changed |
launchdarkly_get_segment | Get one segment with its included and excluded targets, rules (with _id) and version |
launchdarkly_create_segment | Create an empty segment in one environment; add targets and rules afterwards with launchdarkly_update_segment |
launchdarkly_update_segment | Change a segment with semantic patch instructions: addIncludedTargets, removeIncludedTargets, addExcludedTargets, removeExcludedTargets… |
launchdarkly_list_metrics | List the metrics of a project (conversions, clicks, page views, numeric custom events) with key, name, kind, event key, unit, success… |
launchdarkly_get_metric | Get one metric with its definition and, with expand, the experiments and metric groups that use it |
launchdarkly_list_experiments | List the experiments of a project across environments: key, name, hypothesis, environment, current iteration status (not started, running… |
launchdarkly_get_experiment | Get one experiment with its hypothesis, current iteration (status, start date, treatments and traffic allocation, primary and secondary… |
launchdarkly_list_audit_log | List audit log entries, newest first: who changed what (flags, segments, environments, members) and when, with the title, description and… |
launchdarkly_get_audit_log_entry | Get one audit log entry with the full change: the JSON patch or semantic instructions applied, the previous and current version of the… |
launchdarkly_list_members | List the account members: id, email, name, role (reader, writer, admin, owner, no_access) or custom roles, teams, last seen and whether… |
launchdarkly_get_member | Get one account member with role, custom roles, teams and permission grants |
launchdarkly_list_teams | List the teams: key, name, description, member count and the roles they hold |
launchdarkly_get_team | Get one team with its description and, with expand, members, roles, projects and maintainers |
Beispiel-Prompts
- „Ist das Flag new-checkout in Produktion an, und was liefert es an wen aus?“
- „Welche Flags im Projekt default sind in Produktion seit mindestens 7 Tagen inaktiv?“
- „Schalte dark-mode in der Umgebung test mit dem Kommentar QA-Lauf ein. Mach zuerst einen Dry Run und zeig mir das Ergebnis.“
- „Füge den User-Key beta-tester-17 dem Segment beta-users in Produktion hinzu.“
- „Wer hat diese Woche das Targeting von new-checkout in Produktion geändert, und was genau wurde geändert?“
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?