Skip the install. Get this working in under 2 minutes.
Start a free trial on cloud.anythingmcp.com, add the Coda 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 Coda (docs + tables + formulas) from any AI agent: docs, tables, rows, columns, formulas, packs, controls. 13 tools, Bearer token auth.
Prova a chiedere
Prompt di esempio per Coda
Clicca su un prompt per copiarlo. Incollalo in Claude, ChatGPT, Cursor, Gemini, Copilot o OpenClaw per eseguirlo contro questo connettore.
Claude è un'AI e può sbagliare. Verifica sempre le risposte.
💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → Coda, inserisci le credenziali, genera una MCP API key — fatto. Niente Docker, niente
git clone, niente server locale.
Coda + Gemini
Drive Coda (docs + tables + formulas) from any AI agent: docs, tables, rows, columns, formulas, packs, controls. 13 tools, Bearer token auth.
Prerequisiti
Le istruzioni di setup complete sono incluse nel connettore stesso (visibili nello store quando lo selezioni). Le variabili d'ambiente richieste sono:
CODA_API_TOKEN
Step 1 — Ottieni le credenziali
io/developers/apis/v1).
Setup:
- Sign in to https://coda.io → top-right avatar → Account → API settings → Generate API token.
- Name the token. Copy it. Set
CODA_API_TOKEN.
Authentication: Authorization: Bearer ${CODA_API_TOKEN}.
Resource hierarchy: Doc → Section (Page) → Table → Row → Cell. Coda's twist: tables are first-class with structured columns and types; rows are addressable individually; columns can hold formulas.
Doc IDs look like dXXXXXXXXXX (10-char prefix d). Visible in the doc URL.
Table IDs look like grid-XXXXX. Discover via coda_list_tables(docId).
…(continued in the in-app connector instructions)
Step 2 — Installa l'adapter
git clone https://github.com/HelpCode-ai/anythingmcp.git
cd anythingmcp && docker compose up -d
Step 3 — Aggiungi il connettore in Gemini
Gemini CLI legge i server MCP da ~/.gemini/settings.json (o %APPDATA%\gemini\settings.json su Windows). Aggiungi:
{
"mcpServers": {
"anythingmcp": {
"httpUrl": "https://cloud.anythingmcp.com/mcp",
"headers": { "Authorization": "Bearer YOUR_MCP_API_KEY" }
}
}
}
- Ottieni la tua MCP API key da AnythingMCP → Profilo → MCP API Keys → Nuova Key.
- Salva il file e riavvia
gemini. - Esegui
/mcpnella Gemini CLI —Codadovrebbe essere elencato come disponibile. - Vertex AI Studio: passa
https://cloud.anythingmcp.com/mcpnell'arraytoolsdella richiesta con lo stesso header Bearer.
Tool disponibili
| Tool | What it does |
|---|---|
coda_whoami | Return the user the token belongs to |
coda_list_docs | List docs the user can access |
coda_get_doc | Fetch a single doc by ID |
coda_list_tables | List tables in a doc |
coda_list_columns | List columns in a table |
coda_list_rows | List rows in a table or view |
coda_get_row | Fetch a single row by ID |
coda_insert_rows | Insert (or upsert with keyColumns) rows into a table |
coda_update_row | Update a specific row by ID |
coda_delete_row | Delete a single row by ID |
coda_delete_rows | Bulk-delete rows by IDs (more efficient than per-row) |
coda_get_formula_result | Evaluate a named formula on a doc |
coda_get_mutation_status | Check the status of an async mutation (insert/update/delete) by its requestId returned from those calls |
FAQ
Gemini 1.5 Pro o 2.x supportano MCP? Sì — Gemini CLI ≥ 0.4 e la Vertex AI tools API accettano connettori MCP httpUrl con header Bearer.
Prossimi passi
Questa guida ti è stata utile?
