Naftiko Shipyard in 2 Minuten auf Cloudflare bereitstellen – MCP-Server live

Die Bereitstellung von MCP-Servern (Model Context Protocol) war bisher oft ein komplexer Prozess – doch mit der Naftiko Shipyard und Cloudflare Containern ist dies nun in wenigen Minuten möglich. Ein neues Tutorial zeigt, wie Sie einen produktionsreifen MCP-Server mit nur einem Klick aufsetzen und sofort in Ihre KI-Anwendungen integrieren können.

Ein MCP-Server in Rekordzeit: So funktioniert die Bereitstellung

Das Naftiko Shipyard-Tutorial führt Entwickler durch elf Schritte, die von einfachen YAML-Konfigurationen bis zu einem vollwertigen MCP-Server reichen. Doch statt sich durch alle Schritte zu kämpfen, können Sie ab sofort direkt Schritt 11 überspringen – die vollständige Bereitstellung erfolgt mit einem einzigen Klick.

Diese One-Click-Lösung startet einen MCP-Server, der drei Protokolladapter aus einem einzigen YAML-Dokument generiert. Dazu gehören:

• Ein MCP-Adapter für Pfadwerkzeuge und Ressourcen
• Ein REST-Adapter, der unter /api/... verfügbar ist
• Ein Skill-Server unter /skill für strukturierte Agentenabfrage

Der Server bietet dabei Endpunkte wie list-ships, get-ship oder create-voyage, die direkt mit den darunterliegenden APIs verknüpft sind.

Infrastruktur im Hintergrund: Cloudflare Containers und Workers

Hinter der Bereitstellung steht eine moderne Cloudflare-Architektur. Der Naftiko Framework-Container (ghcr.io/naftiko/framework:latest) läuft in einer Cloudflare Container-Umgebung, die von einem Worker gesteuert wird. Ein Durable Object fungiert dabei als Broker zwischen den Anfragen und dem Container.

Die Bereitstellung nutzt lediglich fünf Dateien aus dem Repository:

• Die Fähigkeits-Definition in YAML
• Drei Importdateien für gemeinsame Abhängigkeiten
• Eine Dockerfile für die Containerisierung
• Die Wrangler-Konfiguration für Cloudflare
• Ein Worker-Skript, das Anfragen an die richtigen Ports weiterleitet (/mcp → 3001, /skill → 3003, REST → 3002)

Interessant: Diese Architektur ist identisch mit der, die bereits für das Produktivsystem manage-companies im Einsatz ist. Die Shipyard dient somit nicht nur als Demo, sondern als Blaupause für echte Deployments.

Ein-Klick zum Live-Server: So startet die Bereitstellung

Der Prozess ist denkbar einfach:

1. Klicken Sie auf den Bereitstellungsbutton in der Shipyard-Anleitung.
2. Cloudflare authentifiziert Sie, forked das Repository und provisioniert automatisch einen Worker sowie einen Container.
3. Der Docker-Build wird gestartet, und nach etwa zwei bis drei Minuten erhalten Sie eine *.workers.dev-Subdomain.

Nach Abschluss steht Ihnen folgende Infrastruktur zur Verfügung:

• Ein Landing-Page unter `
• Der MCP-Server unter `
• Der REST-Adapter unter `
• Der Skill-Server unter `

Der MCP-Endpunkt ist sofort einsatzbereit und kann direkt in KI-Tools eingebunden werden.

MCP-Server in KI-Anwendungen integrieren: Schritt-für-Schritt-Anleitung

Um den Server mit Ihren KI-Tools zu verknüpfen, ersetzen Sie einfach die Platzhalter in den folgenden Konfigurationen mit Ihrer Worker-URL. Der Standard-Bearer-Token lautet sk-mcp-YYYYYYYYYYYY, sofern Sie ihn nicht angepasst haben.

Integration in Claude Desktop

Bearbeiten Sie die Konfigurationsdatei unter:

• Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

Fügen Sie folgende Serverkonfiguration hinzu:

{
  "mcpServers": {
    "naftiko-shipyard": {
      "type": "streamable-http",
      "url": "
      "headers": {
        "Authorization": "Bearer sk-mcp-YYYYYYYYYYYY"
      }
    }
  }
}

Starten Sie Claude Desktop neu, um die Änderungen zu übernehmen. Die Tools sollten nun im Tool-Picker erscheinen.

Integration in Claude Code

Führen Sie folgenden Befehl aus, um den Server hinzuzufügen:

claude mcp add --transport http naftiko-shipyard  \
  --header "Authorization: Bearer sk-mcp-YYYYYYYYYYYY"

Überprüfen Sie die Integration mit:

claude mcp list

Integration in ChatGPT (Pro/Enterprise)

Gehen Sie in ChatGPT zu den Einstellungen und fügen Sie einen benutzerdefinierten Connector hinzu:

• Server-URL: `
• Authentifizierung: Benutzerdefinierter Header mit Name Authorization und Wert Bearer sk-mcp-YYYYYYYYYYYY

Integration in Gemini CLI

Bearbeiten Sie die Einstellungsdatei unter ~/.gemini/settings.json:

{
  "mcpServers": {
    "naftiko-shipyard": {
      "httpUrl": "
      "headers": {
        "Authorization": "Bearer sk-mcp-YYYYYYYYYYYY"
      }
    }
  }
}

Starten Sie gemini neu und überprüfen Sie die Integration mit /mcp list.

Warum diese Architektur für die Praxis relevant ist

Die Shipyard-Demo zeigt nicht nur, wie schnell ein MCP-Server bereitgestellt werden kann – sie demonstriert auch, dass die verwendete Architektur exakt der entspricht, die bereits in Produktion eingesetzt wird. Der entscheidende Vorteil liegt in der Flexibilität:

• Sie können das YAML-Dokument in Ihrem Repository anpassen und den Server mit einem erneuten Deploy sofort aktualisieren.
• Die gleiche Infrastruktur lässt sich für verschiedene MCP-Server nutzen, ohne Änderungen an der Grundarchitektur vornehmen zu müssen.
• Die Integration in gängige KI-Tools ist nahtlos möglich, was die Entwicklung und das Testen von KI-Anwendungen deutlich beschleunigt.

Mit dieser Lösung erhalten Sie einen voll funktionsfähigen, öffentlich zugänglichen MCP-Endpunkt, den Sie eigenständig kontrollieren und in Ihre Workflows einbinden können – eine echte Game-Changer für Entwickler, die mit KI-gestützten Anwendungen arbeiten.