Connector-Anleitung7 Minuten Lesezeit18 MCP-Tools7 Sprachen

Make über MCP mit ChatGPT verbinden

Lass deine KI mit Make (früher Integromat) arbeiten: Organisationen, Teams und Szenarien auflisten, Blueprints, Ausführungsverlauf und Fehler, Verbindungen, Datenspeicher und Webhooks lesen; nach deiner Bestätigung ein Szenario ausführen, es ein- oder ausschalten und Datensätze in einem Datenspeicher hinzufügen.

HCVom HelpCode-TeamAktualisiert 7 Min. Lesezeit Open Source auf GitHub

Keine Kreditkarte · 7 Tage Test · Self-Hosting-Alternative verfügbar

Make

Make

Let your AI work with Make (formerly Integromat): list organizations, teams and scenarios, read blueprints, run history and errors, connections, data stores and webhooks; with your confirmation run a scenario, switch it on or off and add data store records.

Tools

18

Region

INTL

Kategorie

Produktivität

Authentifizierung

API Key

Benötigte Env-Vars

MAKE_ZONEMAKE_API_TOKEN
Mit einem Klick in der Cloud installieren

7 Tage kostenlos testen · Keine Kreditkarte

  • 7 Tage kostenlos
    Keine Kreditkarte nötig
  • DSGVO & SOC 2 ready
    EU-Datenhaltung, Audit-Logs
  • Open Source auf GitHub
    Open-Source · AGPL-3.0
  • Funktioniert mit ChatGPT, Claude, Gemini
    Jeder MCP-kompatible Client

Installation überspringen. In unter 2 Minuten einsatzbereit.

Starte eine kostenlose Testphase auf cloud.anythingmcp.com, füge Make 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.

Kostenlos testen

Zusammenfassung

Lass deine KI mit Make (früher Integromat) arbeiten: Organisationen, Teams und Szenarien auflisten, Blueprints, Ausführungsverlauf und Fehler, Verbindungen, Datenspeicher und Webhooks lesen; nach deiner Bestätigung ein Szenario ausführen, es ein- oder ausschalten und Datensätze in einem Datenspeicher hinzufügen.

Frag einfach

Beispiel-Prompts für Make

Klick auf einen Prompt, um ihn zu kopieren. In Claude, ChatGPT, Cursor, Gemini, Copilot oder OpenClaw einfügen — und gegen diesen Connector laufen lassen.

Make · live via MCP
Teilen
Opus 4.7

Claude ist KI und kann Fehler machen. Bitte Antworten gegenprüfen.

💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Make klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen, fertig. Kein Docker, kein git clone, kein lokaler Server.

Make + ChatGPT

Lass deine KI mit Make (früher Integromat) arbeiten: Organisationen, Teams und Szenarien auflisten, Blueprints, Ausführungsverlauf und Fehler, Verbindungen, Datenspeicher und Webhooks lesen; nach deiner Bestätigung ein Szenario ausführen, es ein- oder ausschalten und Datensätze in einem Datenspeicher hinzufügen.

Voraussetzungen

Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:

MAKE_ZONE, MAKE_API_TOKEN

Schritt 1 — Zugangsdaten holen

  1. Klicke in Make auf deinen Avatar, öffne Profile, dann den Tab API access, und klicke auf Add token.
  2. Gib dem Token eine Bezeichnung und wähle die Scopes aus. Zum Lesen: user:read, organizations:read, teams:read, scenarios:read, connections:read, datastores:read, hooks:read und dlqs:read. Füge scenarios:run nur hinzu, wenn die KI Szenarien ausführen soll, scenarios:write, um sie ein- und auszuschalten, und datastores:write, um Datensätze in Datenspeichern hinzuzufügen.
  3. Kopiere den Token in MAKE_API_TOKEN. Make zeigt ihn nur einmal an.
  4. Setze MAKE_ZONE auf den Host, der in der Adresszeile deines Browsers steht, wenn du bei Make angemeldet bist, zum Beispiel eu1.make.com, eu2.make.com, us1.make.com oder us2.make.com (Make for Celonis: eu1.make.celonis.com oder us1.make.celonis.com). Ein Token funktioniert nur in seiner eigenen Zone.
  5. Installiere den Connector und prüfe ihn mit make_get_current_user: Es zeigt deinen Benutzer, deine Zeitzone und die IDs deiner Teams.

Kostenpflichtiger Plan: Der Großteil der Make-API braucht einen kostenpflichtigen Plan. Im kostenlosen Plan werden viele Aufrufe abgelehnt.

Was sie liest: deine Organisationen mit ihrem Plan, ihre Teams und die Szenarien eines Teams: ein oder aus, Zeitplanung, verwendete Apps, nächste Ausführung, Operationen und unvollständige Ausführungen; den Blueprint eines Szenarios, also die Module des Ablaufs mit ihren Mappings und Filtern, damit die KI das Szenario erklären oder Fehler darin finden kann; den Ausführungsverlauf mit Status, Dauer und Operationen sowie die Ausgaben oder den Fehler einer einzelnen Ausführung; Verbindungen; Datenspeicher und ihre Datensätze; Webhooks und Mailhooks mit ihrer Warteschlange; und unvollständige Ausführungen, also Ausführungen, die bei einem Fehler angehalten und aufbewahrt wurden.

Fragt vor jeder Aktion: make_run_scenario, make_activate_scenario, make_deactivate_scenario und make_add_data_store_record ändern, was Make tut. Vor jedem Aufruf nennt die KI das Szenario oder den Datenspeicher, zeigt die Eingabe, erklärt die Wirkung und wartet auf dein Ja. Eine Ausführung kann in anderen Apps E-Mails versenden, Datensätze anlegen oder Karten belasten, und sie verbraucht Operationen aus deinem Plan. Wird ein Szenario eingeschaltet, das in einem Intervall läuft, wird es außerdem sofort einmal ausgeführt. Nur ein aktives Szenario lässt sich bei Bedarf ausführen.

Geheimnisse bleiben außen vor: Der Connector gibt nie die Zugangsdaten deiner Verbindungen zurück und lässt Webhook-Adressen weg, weil jeder mit der Adresse das Szenario starten kann. Blueprints, Ausgaben von Ausführungen und Datensätze in Datenspeichern können trotzdem personenbezogene Daten oder Werte enthalten, die ein Szenario sendet: Die KI zeigt nur, was die Aufgabe braucht, und wiederholt nie ein Geheimnis, das sie dort findet. Daten aus anderen Systemen werden als Daten behandelt, nie als Anweisungen.

Nichts wird gelöscht: Kein Tool löscht oder bearbeitet Szenarien, Verbindungen, Webhooks, Teams, Datenspeicher oder Datensätze in Datenspeichern.

Limits: Make begrenzt API-Aufrufe pro Organisation je nach Plan (60 pro Minute im Core-Plan, mehr in höheren Plänen). Ausführungszeiten kommen als Unix-Millisekunden, und die KI rechnet sie in deine Zeitzone um.

Häufige Fehler: 401: Der Token ist falsch oder gelöscht, oder er gehört zu einer anderen Zone; vergleiche MAKE_ZONE mit der Adresszeile deines Browsers. 403: Dem Token fehlt ein Scope für diesen Aufruf, etwa scenarios:read, oder dein Plan hat keinen API-Zugang; erstelle einen neuen Token mit diesem Scope. 429: Das API-Limit der Organisation ist erreicht; warte eine Minute und versuche es erneut.

Der Connector erstellt, bearbeitet oder löscht keine Szenarien, Verbindungen, Webhooks, Teams oder Datenspeicher, ändert oder löscht keine Datensätze in Datenspeichern, führt unvollständige Ausführungen nicht erneut aus und markiert sie nicht als gelöst, und verwaltet keine Vorlagen, Custom Apps und Funktionen.

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 ChatGPT 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 Anleitung YOUR_SERVER_ID zeigt.

ChatGPT fügt MCP-Server als Plugins auf seiner Seite Plugins hinzu, im Web und in den kostenpflichtigen Tarifen. Den Entwicklermodus brauchst du dafür nicht mehr. In einem Business-Workspace dürfen das nur Admins und Owner; in Enterprise und Edu kann ein Admin die Berechtigung Create plugins with MCPs vergeben.

  1. Geh zu chatgpt.com/plugins, klicke auf + und dann auf Add custom MCP server.
  2. Gib einen Namen ein, z. B. Name: Make.
  3. Trag unter Connection als Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID ein und lass Authentication auf OAuth.
  4. Wähle I understand and want to continue und dann Create as a plugin. Wenn ChatGPT danach fragt, meldest du dich bei AnythingMCP an und erlaubst den Zugriff.
  5. Installiere das neue Plugin unter deinen persönlichen Plugins, tippe dann in einem Chat @ und wähle es aus.

Verfügbare Tools

ToolWhat it does
make_get_current_userRead the Make user the API token belongs to: id, name, email, language, time zone and the ids of their teams (userTeamIds)
make_list_organizationsList the Make organizations the user belongs to with id, name, zone, plan (productName), teams, number of scenarios and active scenarios
make_list_teamsList the teams of a Make organization with id, name and operations limit
make_list_scenariosList the scenarios (automations) of a team or of a whole organization: id, name, whether active (isActive) or paused, invalid or locked…
make_get_scenarioRead one scenario: name, description, team, folder, active or paused, scheduling (on demand, interval, immediately), apps used, created and…
make_get_scenario_blueprintRead a scenario's blueprint: the modules of the flow in order, their apps, mappings and filters, plus scheduling
make_run_scenarioRun a scenario now, on demand
make_activate_scenarioActivate (turn on) a scenario so it runs on its schedule or trigger
make_deactivate_scenarioDeactivate (turn off) a scenario so it stops running on its schedule or trigger
make_list_scenario_logsList the run history of a scenario, newest first: each execution with id, status (1 success, 2 warning, 3 error), time, duration in ms…
make_get_executionRead the result of one scenario execution: status (RUNNING, SUCCESS, WARNING, ERROR, PAUSED), outputs and, on error, the error name…
make_list_connectionsList the connections (sign-ins to other apps such as Google or Slack) of a team: id, name, app (accountName), type, expiry and whether they…
make_list_data_storesList the data stores (small built-in databases scenarios read and write) of a team: id, name, number of records, size used and maximum size
make_list_data_store_recordsList the records of a data store: each with its key and data, plus the data structure (spec) and the total count
make_add_data_store_recordAdd a record to a data store
make_list_hooksList the webhooks and mailhooks of a team: id, name, type, app, whether enabled, the scenario that uses it and how many requests wait in…
make_list_incomplete_executionsList the incomplete executions of a scenario: runs that stopped on an error and were stored so they can be resolved or retried
make_get_incomplete_executionRead one incomplete execution: scenario, organization, whether resolved, the execution id, retry settings and attempts

Beispiel-Prompts

  • „Welche unserer Make-Szenarien sind in den letzten 24 Stunden fehlgeschlagen, und was war der Fehler?“
  • „Erklär mir Schritt für Schritt, was unser Szenario Shopify-Bestellung zu Rechnung macht.“
  • „Welche Szenarien sind ausgeschaltet, und bei welchen warten unvollständige Ausführungen?“
  • „Liste die unvollständigen Ausführungen des Szenarios CRM-Sync auf und sag mir, warum sie angehalten haben.“
  • „Führ das Szenario Wochenbericht jetzt aus. Sag mir, was es tun wird, bevor du es startest.“

FAQ

Funktioniert der kostenlose ChatGPT-Tarif mit eigenen MCP-Servern? OpenAI dokumentiert eigene MCP-Server nur für kostenpflichtige Tarife; den Free-Tarif führt OpenAI nicht auf.

Nächste Schritte

War dieser Guide hilfreich?

Dein Make-Agent ist nur einen Klick entfernt.

Connector installieren, Schlüssel einfügen, ChatGPT fragen. 7 Tage kostenlos, keine Kreditkarte.

Verwandte Anleitungen

Connectors

Make über MCP mit Claude verbinden

Lass deine KI mit Make (früher Integromat) arbeiten: Organisationen, Teams und Szenarien auflisten, Blueprints, Ausführungsverlauf und Fehler, Verbindungen, Datenspeicher und Webhooks lesen; nach deiner Bestätigung ein Szenario ausführen, es ein- oder ausschalten und Datensätze in einem Datenspeicher hinzufügen.

Connectors

Make über MCP mit Cursor verbinden

Lass deine KI mit Make (früher Integromat) arbeiten: Organisationen, Teams und Szenarien auflisten, Blueprints, Ausführungsverlauf und Fehler, Verbindungen, Datenspeicher und Webhooks lesen; nach deiner Bestätigung ein Szenario ausführen, es ein- oder ausschalten und Datensätze in einem Datenspeicher hinzufügen.

Connectors

Make über MCP mit Gemini verbinden

Lass deine KI mit Make (früher Integromat) arbeiten: Organisationen, Teams und Szenarien auflisten, Blueprints, Ausführungsverlauf und Fehler, Verbindungen, Datenspeicher und Webhooks lesen; nach deiner Bestätigung ein Szenario ausführen, es ein- oder ausschalten und Datensätze in einem Datenspeicher hinzufügen.

Connectors

Make über MCP mit Meta Muse verbinden

Lass deine KI mit Make (früher Integromat) arbeiten: Organisationen, Teams und Szenarien auflisten, Blueprints, Ausführungsverlauf und Fehler, Verbindungen, Datenspeicher und Webhooks lesen; nach deiner Bestätigung ein Szenario ausführen, es ein- oder ausschalten und Datensätze in einem Datenspeicher hinzufügen.

Connectors

Make zu MCP: Szenarien, Ausführungen und Datenspeicher in jedem KI-Agent

Lass deine KI mit Make (früher Integromat) arbeiten: Organisationen, Teams und Szenarien auflisten, Blueprints, Ausführungsverlauf und Fehler, Verbindungen, Datenspeicher und Webhooks lesen; nach deiner Bestätigung ein Szenario ausführen, es ein- oder ausschalten und Datensätze in einem Datenspeicher hinzufügen.

Connectors

Avito über MCP mit ChatGPT verbinden

Lass deine KI mit deinem Avito-Geschäftskonto arbeiten: Anzeigen auflisten und ihre Preise ändern, Statistiken zu Aufrufen, Kontakten und Anrufen lesen, Autoload-Uploads und ihre Fehler, das Feed-Format und dein Guthaben prüfen und Chats im Avito Messenger lesen. Nachrichten senden und Autoload-Einstellungen ändern sind optional und standardmäßig ausgeschaltet.