Zurück zu den Projekten

MCP-Server · Open Source · KI & Maschinelles Lernen

Drupal Scout MCP

KI-gestützter Drupal-Entwicklungsassistent.

Python · MCP · Drupal · AI

Fallstudie

Ein Model Context Protocol (MCP)-Server, der Drupal-Expertise in KI-Assistenten wie Claude bringt. Er hilft Entwicklern, indem er sofortigen Zugriff auf Drupal-Dokumentation, Best Practices und Codebeispiele direkt in ihren KI-Gesprächen bietet. Macht die Drupal-Entwicklung schneller und effizienter.

Das Problem

Drupal-Entwickler, die KI-Tools nutzen, wechseln ständig den Kontext zwischen Codebase und Live-Datenbank, um einfache Fragen zu beantworten. Welche Inhaltstypen existieren? Welche Module hängen von diesem ab? Was steht im Watchdog? Jede Antwort kostet einen drush-Aufruf, ein grep, eine YAML-Inspektion und ein paar hundert Tokens. Drupal Scout MCP fasst das alles in einem MCP-Server zusammen.

Der Ansatz

Ein Python-MCP-Server (FastMCP) mit elf Tool-Modulen. Statisches Indexing parst .info.yml, .services.yml und .routing.yml für Offline-Einblicke. Live-Abfragen mit drush php:eval ziehen Entitäten, Felder und Views aus der aktiven Konfiguration. Das Ergebnis ist ein Hybrid, der aus dem Code antwortet, wenn Geschwindigkeit zählt, und aus der Datenbank, wenn Genauigkeit zählt.

Bemerkenswerte Entscheidungen

  • Lazy Initialization. Vor-Indexing wird auf den ersten Request verschoben, damit der MCP-Start nie eine Zeitüberschreitung hat.
  • Read-only by design. Die Tools fragen ab; die KI führt drush oder composer für Änderungen aus.
  • CSV-Export für große Entitäts-Dumps. Vermeidet Token-Budget-Sprengungen auf großen Sites.
  • Drupal.org-API-Integration, damit die KI das contrib-Ökosystem durchsuchen kann, ohne den Chat zu verlassen.

Status

Veröffentlicht auf PyPI als drupal-scout-mcp. Aktive Entwicklung mit jüngsten Arbeiten an Excel-Export, Taxonomie-Verbesserungen und CI.

Ein System modernisieren, eine KI-Idee prüfen oder eine Senior-Rolle besprechen?

Ich antworte meist innerhalb eines Werktags.