github-mcp by FlowTheTensor - MCP Server

GitHub MCP Server - Anleitung und Beispiele

Was ist der GitHub MCP Server?

Der GitHub MCP Server ist der offizielle Model Context Protocol Server von GitHub. Er ermöglicht es AI-Assistenten wie Claude, direkt mit GitHub zu interagieren - Repositories zu durchsuchen, Issues zu erstellen, Pull Requests zu verwalten und vieles mehr.

Installation und Einrichtung

Voraussetzungen

GitHub Personal Access Token (PAT)
- Gehe zu GitHub Settings > Developer settings > Personal access tokens
- Klicke auf "Generate new token" (Classic)
- Wähle die benötigten Scopes:
  - repo (für Repository-Zugriff)
  - read:org (für Organisation-Zugriff)
  - gist (optional, für Gist-Unterstützung)
- Kopiere den generierten Token (wird nur einmal angezeigt!)
Docker Desktop
- Docker Desktop muss installiert und gestartet sein
- Der GitHub MCP Server sollte bereits in Docker Desktop verfügbar sein
LM Studio
- Lade LM Studio herunter von lmstudio.ai
- Installiere LM Studio (verfügbar für Windows, macOS und Linux)

Konfiguration in LM Studio

LM Studio unterstützt MCP Server ab Version 0.3.0.

Option 1: Docker Container nutzen (Empfohlen, da bereits vorhanden)

Schritt 1: Docker Container in Docker Desktop starten

Öffne Docker Desktop
Gehe zu Containers (linke Seitenleiste)
Finde den GitHub MCP Server Container
Stelle sicher, dass er läuft (grüner Status)
- Falls nicht: Klicke auf Start/Play-Button

Wichtig: Notiere dir den Port, auf dem der Container läuft (z.B. 3000 oder 8080)

Schritt 2: Umgebungsvariablen im Container setzen

Option A: Über Docker Desktop UI

Klicke auf den Container-Namen
Gehe zum Tab "Inspect" oder "Config"
Unter Environment Variables füge hinzu:
- GITHUB_PERSONAL_ACCESS_TOKEN=dein_token_hier
Starte den Container neu

Option B: Über Docker Compose (falls verwendet)

Erstelle oder bearbeite docker-compose.yml:

services:
  github-mcp-server:
    image: ghcr.io/modelcontextprotocol/server-github:latest
    ports:
      - "3000:3000"  # Port anpassen falls nötig
    environment:
      - GITHUB_PERSONAL_ACCESS_TOKEN=dein_token_hier
    restart: unless-stopped

Dann:

docker-compose up -d

Option C: Über Docker CLI

docker run -d \
  --name github-mcp-server \
  -p 3000:3000 \
  -e GITHUB_PERSONAL_ACCESS_TOKEN=dein_token_hier \
  ghcr.io/modelcontextprotocol/server-github:latest

Schritt 3: LM Studio mit Docker Container verbinden

LM Studio Doku

Konfiguration:

Server Name: github
Transport: http oder sse
URL: http://localhost:3000 (Port anpassen falls anders)

Headers: (optional)

{
  "Authorization": "Bearer dein_github_token"
}

Schritt 4: Container-Status überprüfen

Im Terminal/PowerShell:

# Container-Logs anzeigen
docker logs github-mcp-server

# Container-Status prüfen
docker ps | grep github-mcp-server

# In den Container einsteigen (für Debugging)
docker exec -it github-mcp-server sh

Option 2: NPX-basiert (Alternative ohne Docker). node.js nötig.

Falls du den Docker-Container nicht nutzen möchtest:

Schritt 1: MCP Server Settings öffnen

LM Studio Doku

Schritt 2: GitHub MCP Server hinzufügen

Füge folgende Konfiguration hinzu:

Option A: Über die UI (grafische Oberfläche)

Server Name: github
Command: npx
Arguments: -y @modelcontextprotocol/server-github
Environment Variables:
- Key: GITHUB_PERSONAL_ACCESS_TOKEN
- Value: DEIN_GITHUB_TOKEN_HIER

Option B: Über Config-Datei (falls verfügbar)

Öffne die LM Studio Konfigurationsdatei (je nach Version):

Windows:

%USERPROFILE%\.lmstudio\config.json

oder

%APPDATA%\LMStudio\config.json

macOS:

~/Library/Application Support/LMStudio/config.json

Linux:

~/.config/lmstudio/config.json

Füge im Abschnitt mcpServers oder servers folgendes hinzu:

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "DEIN_GITHUB_TOKEN_HIER"
      }
    }
  }
}

Wichtig: Ersetze DEIN_GITHUB_TOKEN_HIER mit deinem tatsächlichen GitHub Token!

Schritt 3: Server aktivieren

Speichere die Konfiguration
Aktiviere den GitHub Server (Toggle/Schalter in der UI)
Starte LM Studio neu (falls erforderlich)

Server starten und testen

Wenn du Docker nutzt:

Stelle sicher, dass der Container läuft:
```
docker ps | grep github-mcp-server
```
Teste den HTTP-Endpunkt:
```
curl http://localhost:3000/health
```
oder im Browser: http://localhost:3000
Öffne einen Chat in LM Studio
Lade ein Modell, das Tool-Calling unterstützt (z.B. Llama 3.1 8B Instruct, Mistral, Qwen)

Teste die Verbindung mit einem einfachen Prompt:

Zeige mir die README von github/github-mcp-server

Wenn du NPX nutzt:

Öffne einen Chat in LM Studio
Lade ein Modell, das Tool-Calling unterstützt (z.B. Llama 3.1 8B Instruct, Mistral, Qwen)
Der GitHub MCP Server sollte automatisch im Hintergrund starten

Teste die Verbindung mit einem einfachen Prompt wie:

Zeige mir die README von github/github-mcp-server

Hinweise für LM Studio:

MCP Support ist noch relativ neu in LM Studio
Nicht alle Features sind möglicherweise verfügbar
Überprüfe die LM Studio Changelog für Updates

Verfügbare Funktionen

Der GitHub MCP Server bietet folgende Hauptfunktionen:

1. Repository-Management

Repositories durchsuchen
Repository-Details abrufen
Dateien lesen und bearbeiten
Commits anzeigen

2. Issue-Management

Issues erstellen
Issues durchsuchen
Issues kommentieren
Issues schließen/öffnen

3. Pull Request-Verwaltung

PRs erstellen
PRs reviewen
PRs zusammenführen
PRs kommentieren

4. Branch-Operationen

Branches erstellen
Branches löschen
Branch-Informationen abrufen

Praktische Beispiele

Beispiel 1: Repository durchsuchen

Prompt für LM Studio:

Zeige mir die README-Datei vom Repository "microsoft/vscode"

Was passiert:

LM Studio nutzt den GitHub MCP Server
Ruft die README.md-Datei ab
Zeigt dir den Inhalt formatiert an

Beispiel 2: Issue erstellen

Prompt für LM Studio:

Erstelle ein Issue in meinem Repository "meinname/mein-projekt" mit:
- Titel: "Bug: Login funktioniert nicht"
- Beschreibung: "Beim Versuch sich anzumelden, erscheint ein 500 Fehler"
- Labels: "bug", "priority-high"

Was passiert:

Das LLM erstellt automatisch das Issue über den MCP Server
Setzt die Labels
Gibt dir die URL zum neu erstellten Issue

Beispiel 3: Code-Review durchführen

Prompt für LM Studio:

Analysiere den aktuellen Code in der Datei src/main.py 
im Repository "meinname/projekt" und schlage Verbesserungen vor

Was passiert:

Das Modell liest die Datei über die GitHub API
Analysiert den Code
Gibt konkrete Verbesserungsvorschläge

Beispiel 4: Pull Request erstellen

Prompt für LM Studio:

Erstelle einen Pull Request von dem Branch "feature/neue-funktion" 
zum main Branch mit dem Titel "Feature: Neue Suchfunktion hinzugefügt"

Was passiert:

Das LLM erstellt den PR über den MCP Server
Fügt eine Beschreibung hinzu
Verlinkt relevante Issues

Beispiel 5: Repository-Statistiken

Prompt für LM Studio:

Gib mir eine Übersicht über mein Repository "meinname/projekt":
- Anzahl der offenen Issues
- Anzahl der offenen Pull Requests
- Letzte Commits

Was passiert:

Das Modell sammelt die Informationen über den MCP Server
Präsentiert sie übersichtlich strukturiert

Erweiterte Nutzung

Mehrere Repositories verwalten

Du kannst LM Studio bitten, über mehrere Repositories hinweg zu arbeiten:

Vergleiche die README-Dateien von "facebook/react" und "vuejs/vue" 
und zeige mir die Unterschiede in der Dokumentationsstruktur

Automatisierte Workflows

Beispiel: Code-Review-Workflow

1. Analysiere alle offenen Pull Requests in "meinname/projekt"
2. Prüfe den Code auf potenzielle Sicherheitsprobleme
3. Erstelle Kommentare mit Verbesserungsvorschlägen

Issue-Triage

Gehe durch alle offenen Issues in meinem Repository 
und kategorisiere sie nach:
- Bugs
- Feature-Requests  
- Fragen
- Dokumentation

Sicherheitshinweise

⚠️ Wichtig für die Sicherheit:

Token-Sicherheit:
- Teile deinen GitHub Token niemals öffentlich
- Nutze Tokens mit minimalen notwendigen Berechtigungen
- Rotiere Tokens regelmäßig
Zugriffsrechte:
- Der MCP Server kann nur auf Repositories zugreifen, für die dein Token berechtigt ist
- Private Repositories sind nur mit entsprechenden Token-Rechten zugänglich
Datenschutz:
- Sei vorsichtig beim Teilen von Screenshots oder Logs
- Sie könnten sensible Repository-Informationen enthalten

Fehlerbehandlung

Docker Container läuft nicht

Problem: Container startet nicht oder stoppt sofort

Lösungen:

Logs prüfen:
```
docker logs github-mcp-server
```

Port-Konflikt prüfen:

# Welcher Prozess nutzt Port 3000?
netstat -ano | findstr :3000
# Oder anderen Port verwenden
docker run -p 8080:3000 ...

Container neu starten:
```
docker restart github-mcp-server
```

Container komplett neu aufsetzen:

docker stop github-mcp-server
docker rm github-mcp-server
# Dann neu starten mit docker run...

LM Studio verbindet sich nicht mit Docker Container

Problem: LM Studio zeigt keine GitHub-Funktionen an

Lösungen:

Container-Erreichbarkeit testen:
```
curl http://localhost:3000
```
Sollte eine Antwort geben (nicht 404 oder Connection Refused)
Firewall prüfen:
- Windows: Docker Desktop muss durch die Firewall dürfen
- Überprüfe, ob localhost:3000 erreichbar ist
LM Studio Transport-Typ prüfen:
- Stelle sicher, dass du HTTP oder SSE als Transport gewählt hast
- Nicht STDIO (das ist für lokale Prozesse)
Network-Modus prüfen:
- Docker Container sollte im bridge oder host Modus laufen
- Im host-Modus: direkter Zugriff auf localhost
```
docker run --network host ...
```

Server startet nicht (NPX-basiert)

Problem: LM Studio zeigt keine GitHub-Funktionen an oder MCP Server ist nicht verfügbar

Lösungen:

Überprüfe die Konfiguration in den LM Studio Settings
Stelle sicher, dass Node.js installiert ist (node --version im Terminal)
Prüfe, ob der GitHub Token gültig ist
Schaue in die LM Studio Logs/Console:
- In LM Studio: Developer Tools öffnen (falls verfügbar)
- Terminal-Ausgabe beim Start beachten

Teste den Server manuell im Terminal:

GITHUB_PERSONAL_ACCESS_TOKEN=dein_token npx -y @modelcontextprotocol/server-github

Authentifizierungsfehler

Problem: "Unauthorized" oder ähnliche Fehler

Lösungen:

Token-Berechtigungen überprüfen
Neuen Token generieren
Token in der Konfiguration aktualisieren

Rate Limiting

Problem: "API rate limit exceeded"

Lösungen:

GitHub API hat Limits (5000 Anfragen/Stunde für authentifizierte Nutzer)
Warte eine Stunde oder nutze einen anderen Token
Optimiere deine Anfragen (weniger API-Calls)

Best Practices

1. Spezifische Anfragen stellen

❌ Schlecht:

Zeig mir was über mein Repository

✅ Gut:

Zeige mir die letzten 5 Commits im main Branch 
von Repository "meinname/projekt"

2. Batch-Operationen

Statt einzelner Anfragen:

Analysiere alle offenen PRs und gib mir eine Zusammenfassung 
mit Prioritätsempfehlungen

3. Templates nutzen

Erstelle Issue-Templates:

Erstelle ein Bug-Report Issue mit folgender Struktur:
- Beschreibung
- Schritte zur Reproduktion
- Erwartetes Verhalten
- Tatsächliches Verhalten
- Screenshots
- Umgebung

Tipps und Tricks

Schnelle Repository-Insights

Gib mir einen Report über "facebook/react":
- Hauptprogrammiersprachen
- Anzahl Contributors
- Letzte Aktivität
- Populärste Issues

Code-Suche

Suche in allen meinen Repositories nach Dateien, 
die "TODO" oder "FIXME" Kommentare enthalten

Dependency-Analyse

Analysiere die package.json in "meinname/projekt" 
und prüfe auf veraltete Dependencies

Weitere Ressourcen

Offizielle MCP Dokumentation: modelcontextprotocol.io
GitHub MCP Server Repository: github.com/github/github-mcp-server
GitHub API Dokumentation: docs.github.com/rest
MCP Server Community: GitHub Discussions

Zusammenfassung

Der GitHub MCP Server ist ein mächtiges Werkzeug, das die Interaktion mit GitHub über AI-Assistenten ermöglicht. Mit der richtigen Konfiguration kannst du:

✅ Repositories effizienter verwalten ✅ Issues und PRs schneller bearbeiten
✅ Code-Reviews automatisieren ✅ Entwicklungs-Workflows optimieren ✅ Zeit bei wiederkehrenden GitHub-Aufgaben sparen

Viel Erfolg beim Einsatz des GitHub MCP Servers! 🚀