MCP-Integration¶

Verbinde Claude und andere MCP-Clients mit elluminate für interaktive Prompt-Evaluation, Experiment-Tracking und KI-gestützte Optimierungs-Workflows.

Der elluminate MCP-Server (Model Context Protocol) stellt Plattformfunktionen über eine standardisierte Schnittstelle bereit. So können LLM-Assistenten dich dabei unterstützen, Prompt-Evaluation-Experimente zu erstellen, auszuführen und auszuwerten.

Was ist MCP?¶

MCP (Model Context Protocol) ist ein offener Standard, der es KI-Assistenten ermöglicht, mit externen Tools und Datenquellen zu interagieren. Der elluminate MCP-Server übersetzt MCP-Anfragen in elluminate-SDK-Aufrufe und ermöglicht MCP-Clients unter anderem:

Prompt Templates, Collections und Criteria zu erstellen und zu verwalten
Experimente auszuführen und Responses zu generieren
Evaluationsergebnisse zu analysieren und Fehlermuster zu erkennen
Prompts anhand von detailliertem Feedback zu iterieren

Vorteile¶

Interaktive Workflow-Entwicklung¶

Entwickle Evaluation-Pipelines im Dialog mit einem KI-Assistenten
Erhalte sofort Feedback zu Experiment-Design und Testabdeckung
Debugge fehlgeschlagene Testfälle mit KI-gestützter Analyse

Optimierte Iteration¶

Klone Ressourcen schnell und passe sie für A/B-Tests an
Analysiere Ergebnisse und verfeinere Prompts in derselben Session
Verfolge Experiment-Historie und Performance-Trends

Wissensintegration¶

Nutze Domänenwissen der KI zur Testfall-Generierung
Lass dir Evaluationskriterien und Edge Cases vorschlagen
Kombiniere systematische Evaluation in elluminate mit KI-Reasoning

Funktionsübersicht¶

Der MCP-Server bietet viele Tools, organisiert nach Funktionsbereichen:

Projekt-Management¶

Organisationen und Projekte auflisten
Projekte erstellen und klonen
Zwischen Projekt-Kontexten wechseln

Prompt Templates¶

Versionierte Prompt Templates mit {{placeholders}} erstellen
Template-Versionen auflisten und abrufen
Templates für A/B-Tests klonen

Test Collections¶

Testfall-Sets mit mehreren Spaltentypen verwalten (TEXT, CONVERSATION, RAW_INPUT, CATEGORY)
Collections neu erstellen oder bestehende klonen
Test-Inputs prüfen und neue Fälle hinzufügen

Evaluationskriterien¶

Binäre Ja/Nein-Evaluationsfragen definieren
Criterion Sets für systematische Qualitätsmessung erstellen
Ground-Truth-Validierung mit Placeholders in Criteria unterstützen

Experimente¶

Batch-Evaluationen mit Templates, Collections und LLM-Configs durchführen
Experiment-Fortschritt und Completion-Status verfolgen
Erfolgsraten und Fehlermuster analysieren
Ergebnisse über verschiedene Konfigurationen vergleichen
Detaillierte Prompt/Response/Rating-Informationen abrufen

Response-Annotation¶

Notizen und Kategorien zu Responses für Iterations-Tracking hinzufügen
Annotierte Responses über Experimente hinweg prüfen

LLM-Konfiguration¶

Multi-Provider LLM-Einstellungen verwalten
Modellparameter, Temperatur und API-Credentials konfigurieren
Verfügbare Built-in- und Custom-Configs auflisten

Ressourcen & Guides¶

Plattform-Manual abrufen (umfassender MCP-Nutzungsleitfaden)
End-to-End-Demos für spezifische Use Cases erstellen

Für die vollständige Tool-Dokumentation: Schau dir die Tool-Funktionen direkt in deinem MCP-Client an.

Client-Setup¶

Claude Code¶

Claude Code unterstützt MCP-Server über CLI- und UI-Konfiguration.

CLI-Konfiguration¶

claude mcp add --transport http elluminate-mcp https://app.elluminate.de/mcp

Authentifizierungs-Flow¶

Nachdem du den MCP-Server hinzugefügt hast, starte Claude Code
Navigiere zu /mcp, wenn du dazu aufgefordert wirst
Klicke auf den Autorisierungslink, um ihn im Browser zu öffnen
Logge dich bei elluminate ein und autorisiere den Zugriff
Geh zurück zu Claude Code – du bist jetzt verbunden

Verifikation¶

Prüfe die verfügbaren MCP-Server:

/mcp

Du solltest elluminate-mcp in der Liste sehen. Teste die Verbindung mit:

Kannst du meine elluminate-Projekte auflisten?

UI-Konfiguration¶

Öffne die Claude Code-Einstellungen
Geh zum Abschnitt MCP Servers
Füge einen neuen Remote MCP-Server hinzu:
Name: elluminate
URL: https://app.elluminate.de/mcp
Transport: HTTP
Authentication: OAuth 2.0
Speichere und starte Claude Code neu
Autorisiere bei Aufforderung (Browser-basierter Flow)

Claude Desktop¶

Claude Desktop ermöglicht das Hinzufügen von Remote MCP-Servern über die Connectors-Oberfläche.

Setup-Schritte¶

Einstellungen öffnen: Starte die Claude Desktop App und klicke auf das Einstellungen-Symbol (oder nutze das Menü)
Zu Connectors navigieren: Wähle in der Seitenleiste Connectors
Connector hinzufügen: Scrolle nach unten und klicke auf Add custom connector
Details eintragen:
Name: elluminate
URL: https://app.elluminate.de/mcp
Advanced settings: Füge deinen API Key aus den Einstellungen hinzu oder konfiguriere OAuth-Credentials
Hinzufügen & testen: Klicke auf Add und starte einen neuen Chat, um die elluminate-Integration zu nutzen

Verifikation¶

Teste die Verbindung mit:

Kannst du meine elluminate-Projekte auflisten?

ChatGPT App¶

Die ChatGPT App unterstützt MCP-Server über die Connectors-Oberfläche. Dafür brauchst du ein kostenpflichtiges Abo (Plus, Team oder Enterprise).

Developer Mode aktivieren¶

Öffne ChatGPT und geh zu deinen Einstellungen (klicke auf deinen Avatar)
Navigiere zu Apps & Connectors > Advanced settings (oder Developer Mode)
Schalte Developer Mode ein

Connector hinzufügen¶

Geh zurück zu Einstellungen und wähle Connectors (oder Apps & Connectors)
Klicke auf Create, um einen neuen Connector anzulegen
Konfiguriere den Connector:
Name: elluminate
Description: „elluminate MCP Server für Prompt-Evaluation und Experiment-Tracking“
MCP Server URL: https://app.elluminate.de/mcp
Authentication: Wähle OAuth und schließe den Authorization Flow ab
Trust: Setze den Haken, um zu bestätigen, dass du dem Provider vertraust
Klicke auf Create und schließe die OAuth-Autorisierung ab

Verifikation¶

Nach der Verbindung kannst du den elluminate-Server in Chats verwenden, indem du ihn erwähnst:

@elluminate Kannst du meine Projekte auflisten?

Codex¶

Codex (OpenAI Development-Tool) unterstützt MCP-Server über die Konfiguration in ~/.codex/config.toml.

CLI-Konfiguration¶

codex mcp add elluminate-mcp \
  --env ELLUMINATE_API_KEY=dein_api_key_hier \
  --url https://app.elluminate.de/mcp

Ersetze dein_api_key_hier mit deinem API Key aus den Einstellungen.

Manuelle Konfiguration¶

Alternativ kannst du ~/.codex/config.toml direkt bearbeiten:

[mcp_servers.elluminate-mcp]
url = "https://app.elluminate.de/mcp"
bearer_token_env_var = "ELLUMINATE_API_KEY"

Dann setzt du die Umgebungsvariable:

export ELLUMINATE_API_KEY="dein_api_key_hier"

OAuth-Konfiguration (Alternative)¶

Wenn du OAuth statt API Keys nutzen willst:

[mcp_servers.elluminate-mcp]
url = "https://app.elluminate.de/mcp"

Dann authentifizierst du dich über die CLI:

codex mcp login elluminate-mcp

Das öffnet einen Browser für die OAuth-Autorisierung.

Verifikation¶

Starte Codex neu oder lade die Konfiguration neu
Die elluminate MCP Tools sollten in der Tool-Palette sichtbar sein
Teste mit: „Kannst du meine elluminate-Projekte auflisten?“

Gemini CLI¶

Gemini CLI unterstützt MCP-Server über die Konfiguration in ~/.gemini/settings.json.

Konfiguration¶

Bearbeite ~/.gemini/settings.json (wobei ~ dein Home-Verzeichnis ist):

{
  "mcpServers": {
    "elluminate-mcp": {
      "url": "https://app.elluminate.de/mcp"
    }
  }
}

Authentifizierung¶

Nachdem du die Datei angepasst hast, starte Gemini CLI und authentifiziere dich:

gemini

Aktiviere dann OAuth mit:

/mcp auth elluminate-mcp

Das öffnet einen Browser für die OAuth-Autorisierung.

Verifikation¶

Starte Gemini CLI neu oder lade die Konfiguration neu
Die elluminate MCP Tools sollten verfügbar sein
Teste mit: „Kannst du meine elluminate-Projekte auflisten?“

Authentifizierung¶

Der MCP-Server unterstützt zwei Authentifizierungsmethoden: OAuth 2.0 für interaktive Nutzung und API Keys für programmatischen Zugriff.

OAuth-Authentifizierung (empfohlen)¶

So funktioniert’s¶

Browser-basierter Authorization Flow
Tokens werden über den userinfo-Endpoint validiert
Automatisches Token-Refresh

Wofür es gedacht ist¶

Interaktive Sessions mit Claude oder anderen KI-Assistenten
Multi-User-Umgebungen
Nutzerbasierte Zugriffskontrolle

Authorization Flow¶

Dein MCP-Client startet OAuth über die Auth-Endpoints des Servers
Ein OAuth-Proxy leitet zur elluminate-Autorisierungsseite weiter
Du authentifizierst dich (oder nutzt eine bestehende Session)
elluminate leitet mit einem Authorization Code zurück
Der Proxy tauscht den Code gegen ein Access Token
Dein Client erhält ein Bearer Token für nachfolgende Requests
Der Server validiert Tokens über den userinfo-Endpoint

API Key-Authentifizierung¶

So funktioniert’s¶

Direkte SDK-Authentifizierung über API Keys
Keine Browser-Interaktion nötig
Keys sind projektspezifisch zugeordnet

Wofür es gedacht ist¶

Programmatischer Zugriff über eigene Skripte
Automatisierte Tests
CI/CD-Pipelines

Setup¶

Generiere einen API Key unter Einstellungen
Setze die Umgebungsvariable:
```
export ELLUMINATE_API_KEY="el_..."
```

Sicherheitsaspekte¶

API Keys niemals in die Versionskontrolle committen
Nutze Secrets-Management (1Password, AWS Secrets Manager, etc.)
Rotiere Keys regelmäßig
Beschränke Keys nach Möglichkeit auf spezifische Projekte

Umgebungsvariablen-Referenz¶

Konfigurationsoptionen für MCP-Clients:

Variable	Zweck	Erforderlich	Beispiel
`ELLUMINATE_BASE_URL`	elluminate API-Basis-URL	Ja	`https://app.elluminate.de`
`ELLUMINATE_API_KEY`	API Key für Authentifizierung	Ja (bei API Key Auth)	`el_...`

Häufige Anwendungsfälle¶

Experimente erstellen und ausführen¶

Szenario: Einen Customer-Support-Chatbot-Prompt über verschiedene Szenarien evaluieren.

Ich möchte einen Customer-Support-Prompt evaluieren. Kannst du mir helfen:
1. Ein neues Prompt Template für Rückerstattungsanfragen zu erstellen
2. Eine Test Collection mit 10 diversen Szenarien zu erstellen
3. Evaluationskriterien für Höflichkeit, Genauigkeit und Hilfsbereitschaft einzurichten
4. Ein Experiment auszuführen und mir die Ergebnisse zu zeigen

Der KI-Assistent führt dich durch jeden Schritt, erstellt Ressourcen und führt das Experiment aus. Für eine detaillierte Analyse kannst du danach fragen:

Zeige mir die fehlgeschlagenen Testfälle und erkläre, warum sie fehlgeschlagen sind

Auf Prompts iterieren¶

Szenario: Ein Prompt basierend auf Experimentergebnissen verbessern.

Basierend auf den Experimentergebnissen, kannst du:
1. Das Prompt Template klonen
2. Es modifizieren, um die Höflichkeitsprobleme zu beheben
3. Ein neues Experiment mit denselben Testfällen ausführen
4. Die Ergebnisse vergleichen

A/B-Testing von Konfigurationen¶

Szenario: GPT-4 vs. Claude Performance vergleichen.

Ich möchte GPT-4 und Claude für meinen Prompt vergleichen. Kannst du:
1. Verfügbare LLM Configs auflisten
2. Zwei Experimente parallel mit verschiedenen Modellen ausführen
3. Mir zeigen, welches Modell bei jedem Kriterium besser abgeschnitten hat

Response-Muster analysieren¶

Szenario: Deep-Dive in spezifische Fehler.

Kannst du:
1. Die fehlgeschlagenen Beispiele aus Experiment X abrufen
2. Mir die vollständigen Prompts und Responses für die fehlgeschlagenen Fälle zeigen
3. Die problematischsten Responses mit "needs-revision" annotieren
4. Verbesserungen basierend auf den Fehlermustern vorschlagen

Troubleshooting¶

Authentifizierung fehlgeschlagen¶

Symptome: „Authentication failed“ oder „Unauthorized“

Lösungen

OAuth: Authentifiziere dich erneut über den Browser-Flow (in Claude Code kannst du /mcp prüfen)
API Key: Prüfe, ob ELLUMINATE_API_KEY korrekt gesetzt ist
Token abgelaufen: Autorisiere neu, wenn Tokens abgelaufen sind (nur OAuth)

Projekt nicht gefunden¶

Symptome: „Project not found“ beim Erstellen von Ressourcen

Lösungen

Rufe get_project() auf, um den aktuellen Projekt-Kontext zu prüfen
Nutze list_projects(), um alle verfügbaren Projekte zu sehen
Wechsle danach explizit in den richtigen Projekt-Kontext (z. B. nach Erstellen/Klonen)

Verbindung abgelehnt¶

Symptome: Keine Verbindung zum MCP-Server möglich

Lösungen

Prüfe die Netzwerkverbindung zu https://app.elluminate.de
Checke Firewall-/Proxy-Einstellungen
Stelle sicher, dass der MCP-Endpoint erreichbar ist: https://app.elluminate.de/mcp