Installation überspringen. In unter 2 Minuten einsatzbereit.
Starte eine kostenlose Testphase auf cloud.anythingmcp.com, füge Railway 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
Lass deine KI deine Railway-Apps im Blick behalten: Projekte, Umgebungen und Services auflisten, Deployments prüfen und ihre Build- und Laufzeit-Logs lesen, sehen, welche Umgebungsvariablen gesetzt sind (nur die Namen), die Nutzung schätzen und einen Service nach Rückfrage bei dir neu deployen oder neu starten.
Frag einfach
Beispiel-Prompts für Railway
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 → Railway klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen, fertig. Kein Docker, kein
git clone, kein lokaler Server.
Railway + Gemini
Lass deine KI deine Railway-Apps im Blick behalten: Projekte, Umgebungen und Services auflisten, Deployments prüfen und ihre Build- und Laufzeit-Logs lesen, sehen, welche Umgebungsvariablen gesetzt sind (nur die Namen), die Nutzung schätzen und einen Service nach Rückfrage bei dir neu deployen oder neu starten.
Voraussetzungen
Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:
RAILWAY_API_TOKEN
Schritt 1 — Zugangsdaten holen
- Öffne in Railway Account Settings → Tokens (
https://railway.com/account/tokens) und erstelle einen Token. Wähle No workspace für einen Account-Token, der alle deine Workspaces erreicht, oder wähle einen Workspace für einen Workspace-Token, der auf diesen Workspace beschränkt ist; für ein Team ist das die bessere Wahl. - Füge den Token so in
RAILWAY_API_TOKENein, wie Railway ihn anzeigt, ohne das Wort Bearer, und installiere den Connector. - Prüfe die Einrichtung mit
railway_list_projects.
Projekt-Tokens funktionieren nicht: Ein Projekt-Token (Projekteinstellungen, Tokens) erreicht nur eine Umgebung eines Projekts, wird in einem anderen Header gesendet und kann keine Projekte auflisten. Verwende einen Account- oder Workspace-Token. railway_get_me funktioniert nur mit einem Account-Token; mit einem Workspace-Token antwortet Railway mit Not Authorized.
Was er kann: Projekte mit ihren Umgebungen und Services, wie jeder Service läuft (Builder, Startbefehl, Health Check, Region, Replicas, Domains), Deployments mit ihren Build- und Laufzeit-Logs, die Namen der Umgebungsvariablen und die Nutzung. Ein FAILED-Deployment ist meist beim Build gescheitert, also liest die KI railway_get_build_logs; ein CRASHED-Deployment ist im laufenden Betrieb abgestürzt, also liest sie railway_get_deployment_logs.
Redeploy und Neustart erst nach Rückfrage: railway_redeploy_deployment baut den Service neu und ersetzt das laufende Deployment, was als abgerechnete Nutzung zählt; railway_restart_deployment stoppt und startet seine Container ohne neuen Build. Beides kann den Service kurz unterbrechen, deshalb nennt dir die KI Service und Umgebung und wartet auf dein Ja. Nichts hier löscht oder stoppt einen Service.
Variablenwerte bleiben in Railway: railway_list_variable_names zeigt nur, welche Variablen gesetzt sind. railway_get_variable_values liefert die Werte (Passwörter, Schlüssel, Connection Strings) und ist bei der Installation deaktiviert; schalte es nur ein, wenn die KI sie sehen darf. Laufzeit-Logs zeigen alles, was deine App ausgibt, also behandle auch sie als sensibel.
Nutzung, nicht Dollar: railway_get_estimated_usage und railway_get_usage liefern CPU in vCPU-Minuten, Arbeitsspeicher und Volumes in GB-Minuten und ausgehenden Traffic in GB. Die KI rechnet sie mit den Listenpreisen von Railway um (zum Beispiel CPU zu 20 Dollar pro vCPU und Monat); Guthaben aus dem Plan und Rabatte sind nicht berücksichtigt.
Jede andere Leseabfrage: railway_graphql_query führt jede Query der Railway-API aus. Railway veröffentlicht keine Schemadatei, deshalb können railway_graphql_schema und railway_graphql_schema_url sie nicht laden; die KI schlägt Typen stattdessen mit einer Introspection-Query nach. railway_graphql_mutation könnte alles ändern und löschen, was der Token erreicht, deshalb ist es bei der Installation deaktiviert, genau wie railway_graphql_subscription. Ein Administrator kann sie bewusst einschalten.
Häufige Fehler: Railway beantwortet die meisten Probleme mit HTTP 200 und einer Meldung, die der Connector als Fehler meldet. Not Authorized: Der Token ist falsch, widerrufen oder hat keinen Zugriff auf dieses Projekt (oder railway_get_me wurde mit einem Workspace-Token aufgerufen). Project not found oder Deployment not found: falsche ID oder kein Zugriff. HTTP 429: Das stündliche Anfragelimit deines Plans ist aufgebraucht (100 bei Free, 1.000 bei Hobby, 10.000 bei Pro); warte.
Der Connector legt keine Projekte, Services, Umgebungen, Variablen, Domains oder Volumes an und ändert oder löscht sie nicht, und er setzt keine Deployments zurück und zeichnet keine Metrik-Diagramme.
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 (unter Windows %USERPROFILE%\.gemini\settings.json). Füge hinzu:
{
"mcpServers": {
"anythingmcp": {
"httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
"headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
}
}
}
- Erstelle in AnythingMCP unter MCP Servers → dein Server → API keys einen MCP-API-Key und setze ihn anstelle von
YOUR_MCP_API_KEYein. - Speichere die Datei und starte
geminineu. - Führe in der Gemini CLI
/mcpaus (odergemini mcp listim Terminal):anythingmcpsollte als verbunden erscheinen. - Leg los: Gemini CLI kann jetzt die
Railway-Tools aufrufen.
Verfügbare Tools
| Tool | What it does |
|---|---|
railway_get_me | Read the Railway account behind an account token: id, name, email, username and its workspaces (id, name) |
railway_list_projects | List the projects the token can see, most recently updated first: id, name, description, workspace and created and updated dates |
railway_get_project | Read one project with its environments and services, and per service and environment: region, replicas, start command, public domains and… |
railway_get_service_instance | Read how one service runs in one environment: builder, build and start commands, root directory, health check, region, replicas, restart… |
railway_list_deployments | List the deployments of a project, environment or service, newest first: id, status (SUCCESS, FAILED, CRASHED, BUILDING, DEPLOYING… |
railway_get_deployment | Read one deployment: status and when it last changed, service and environment, URL, whether it can be redeployed or rolled back, whether it… |
railway_get_deployment_logs | Read the runtime logs of a deployment (what the running app printed): timestamp, severity and message per line |
railway_get_build_logs | Read the build logs of a deployment (installing dependencies, building the image): timestamp, severity and message per line |
railway_redeploy_deployment | Redeploy a deployment: Railway builds it again from the same source (or reuses the image with use_previous_image_tag) and replaces the… |
railway_restart_deployment | Restart a running deployment without building it again: its containers stop and start, so the service is briefly unavailable |
railway_list_variable_names | List the names of the environment variables of a service (or the shared variables of an environment), without their values, which are often… |
railway_get_variable_values | Read the environment variables of a service with their values |
railway_get_estimated_usage | Estimate the usage of the current billing period up to its end for a project or a workspace, per measurement (CPU in vCPU minutes, memory… |
railway_get_usage | Read the measured usage of a project or workspace over a period, per measurement and, with group_by, per service or environment (CPU in… |
railway_graphql_schema_url | Return the URL of the GraphQL schema (SDL); Railway publishes no SDL file, so use an introspection query with railway_graphql_query |
railway_graphql_schema | Fetch the GraphQL schema; Railway publishes no SDL file, so the AI looks types up with an introspection query instead |
railway_graphql_query | Run any GraphQL query against the Railway API, for reads the ready-made tools do not cover |
railway_graphql_mutation | Run any GraphQL mutation; switched off at install because it can change and delete anything the token reaches |
railway_graphql_subscription | Run a GraphQL subscription; switched off at install |
Beispiel-Prompts
- „Bei welchem meiner Railway-Services ist das letzte Deployment fehlgeschlagen oder abgestürzt? Zeig mir die Logzeilen, die erklären, warum.“
- „Lies die Build-Logs des letzten Deployments des Service api in production und sag mir, warum der Build fehlgeschlagen ist.“
- „Ist DATABASE_URL beim Service worker in staging gesetzt? Prüf nur die Variablennamen.“
- „Schätze die Railway-Nutzung des Projekts shop in diesem Monat und ungefähr, was sie kosten wird.“
- „Starte den Service api in production neu. Sag mir, welches Deployment du neu startest, und warte auf mein OK.“
FAQ
Wo sucht Gemini CLI nach MCP-Servern? In ~/.gemini/settings.json für deinen Benutzer oder in .gemini/settings.json innerhalb eines Projekts. gemini mcp list zeigt jeden Server und ob er sich verbindet.
Nächste Schritte
War dieser Guide hilfreich?
