Skip the install. Get this working in under 2 minutes.
Start a free trial on cloud.anythingmcp.com, add the Slab in one click, then point your AI client (Claude, ChatGPT, Copilot or Cursor) at the generated MCP endpoint. No Docker, no git clone, zero engineering experience required.
Summary
Drive Slab (team wiki) from any AI agent via its GraphQL API: posts, topics, users, search. 6 tools, Bearer auth.
Frag einfach
Beispiel-Prompts für Slab
Klick auf einen Prompt, um ihn zu kopieren. In Claude, ChatGPT, Cursor, Gemini, Copilot oder OpenClaw einfügen — und gegen diesen Konnektor laufen lassen.
Claude ist KI und kann Fehler machen. Bitte Antworten gegenprüfen.
💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Slab klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen — fertig. Kein Docker, kein
git clone, kein lokaler Server.
Slab + Gemini
Drive Slab (team wiki) from any AI agent via its GraphQL API: posts, topics, users, search. 6 tools, Bearer auth.
Voraussetzungen
Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:
SLAB_API_TOKEN
Schritt 1 — Zugangsdaten holen
slab.com/v1/graphql).
Setup:
- Sign in to Slab → top-right avatar → Account Settings → Tokens → Create token.
- Pick scopes: at minimum
read posts,read topics,read users. - Set
SLAB_API_TOKEN.
Authentication: Authorization: Bearer ${SLAB_API_TOKEN}.
GraphQL-only: Slab has no REST. The adapter exposes a few curated mutations + queries as wrappers; for arbitrary queries use the auto-injected GraphQL builtins (each GRAPHQL adapter gets slab_graphql_schema, slab_graphql_query, slab_graphql_mutation automatically).
…(continued in the in-app connector instructions)
Schritt 2 — Adapter installieren
git clone https://github.com/HelpCode-ai/anythingmcp.git
cd anythingmcp && docker compose up -d
Schritt 3 — Connector in Gemini hinzufügen
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",
"headers": { "Authorization": "Bearer YOUR_MCP_API_KEY" }
}
}
}
- Hole deinen MCP API Key aus AnythingMCP → Profil → MCP API Keys → Neuer Key.
- Speichern und
geminineu starten. /mcpin Gemini CLI ausführen —Slabsollte als verfügbar gelistet sein.- Vertex AI Studio:
https://cloud.anythingmcp.com/mcpimtools-Array der Anfrage mit demselben Bearer-Header übergeben.
Verfügbare Tools
| Tool | What it does |
|---|---|
slab_me | Return the user the token belongs to (id, name, email, organization) |
slab_get_post | Fetch a post by ID with title + content (in markdown) + topics + owner |
slab_search_posts | Search posts by query text |
slab_list_topics | List top-level topics in the organization |
slab_get_topic_posts | List posts within a topic |
slab_create_post | Create a post from markdown content |
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 Bearer-Header.
Nächste Schritte
War dieser Guide hilfreich?
