Confluent MCP Server

Der Confluent MCP Server verbindet KI-Assistenten wie Claude Code oder Cursor mit Apache Kafka und der Datenstrom-Plattform von Confluent. Statt Kommandozeilenbefehle nachzuschlagen oder durch die Weboberfläche zu klicken, formulieren Sie eine Aufgabe, etwa „Liste alle Topics im Cluster“ oder „Warum ist mein Connector ausgefallen?“, und der Assistent ruft die passenden Werkzeuge auf. Das Projekt liegt laut Repository bei der Organisation confluentinc, steht unter der MIT-Lizenz, hat aktuell rund 170 Sterne und wurde zuletzt am 21. Oktober 2026 aktualisiert; das npm-Paket trägt die Version 1.6.0. Wichtig für die Einordnung: Die README beschreibt den Open-Source-Server ausdrücklich als von der Community getragenes Projekt, für das Confluent keinen dedizierten Support und keine Service-Level-Zusagen gibt.

Was kann der Confluent MCP Server?

Laut README stellt der Server mehr als 50 Werkzeuge bereit. Dazu gehören Kafka-Aufgaben wie Topics anlegen, auflisten und löschen, Nachrichten senden und lesen, Consumer-Gruppen beschreiben und deren Verzug (Lag) berechnen. Hinzu kommen Flink SQL (Abfragen anlegen, Ergebnisse abrufen, Zustand und Fehler eines Statements prüfen), die Schema Registry für Datenschemas, Kafka-Connect-Connectoren mit Status, Fehlerzusammenfassung und Neustart, Tags im Datenkatalog, Tableflow, Metriken und Abrechnungskosten. Zusätzlich gibt es eine Suche in der Confluent-Dokumentation sowie Diagnosewerkzeuge, die erklären, warum ein Werkzeug gerade nicht verfügbar ist.

Cloud, Confluent Platform oder lokal

Der Server schaltet Werkzeuge anhand Ihrer Konfiguration frei. Für Confluent Cloud sind alle Bereiche nutzbar. Gegen einen lokalen Kafka-Cluster oder eine selbst betriebene Confluent Platform stehen nur Kafka- und Schema-Registry-Werkzeuge zur Verfügung; Flink, Tableflow, Metriken und Abrechnung bleiben dort deaktiviert. Das macht den Server auch für die lokale Entwicklung mit einem Docker-Cluster interessant, ganz ohne Cloud-Konto.

Einrichtung und Anmeldung

Voraussetzung ist Node.js ab Version 22.19.0. Mit npx @confluentinc/mcp-confluent --init-config erzeugen Sie eine config.yaml, tragen Ihre Verbindung ein und starten den Server mit --config. Gegenüber Confluent Cloud ist eine Anmeldung per OAuth im Browser möglich, sodass keine API-Schlüssel angelegt werden müssen; allerdings funktioniert das laut README bisher nur für einen Teil der Werkzeugbereiche, andere benötigen weiterhin statische API-Schlüssel. Als Transport stehen stdio, HTTP und SSE zur Verfügung. Mit den Optionen --allow-tools und --block-tools begrenzen Sie die Werkzeuge gezielt, etwa auf reines Lesen.

Verwalteter Server von Confluent

Confluent betreibt zusätzlich einen vollständig verwalteten MCP-Server für Confluent Cloud, der laut Dokumentation ohne lokale Installation auskommt und Ihre bestehenden Rollen und Berechtigungen (RBAC) beachtet. Die meisten seiner Werkzeuge sind lesend; nur Aktionen wie das Neustarten von Connectoren oder das Anlegen von Flink-Statements verändern Ressourcen. Der hier beschriebene Open-Source-Server ist dagegen die Wahl, wenn Sie selbst betriebenes Kafka nutzen oder den Werkzeugumfang anpassen wollen.

Wofür ist er besonders nützlich?

Der Nutzen liegt in Diagnose und Orientierung: Welche Topics gibt es, wo staut sich eine Consumer-Gruppe, warum schlägt ein Connector fehl, wie sieht das Schema aus? Gerade bei der Fehlersuche spart der Assistent das Zusammensuchen von Befehlen. Gegenüber der Kommandozeile liefert er die Antworten in Prosa und kann Schritte verketten.

Sicherheit und Datenschutz

Wer Schreibrechte vergibt, erlaubt dem Assistenten auch, Topics oder Schemas zu löschen und Nachrichten zu senden. Nutzen Sie möglichst eng gefasste Schlüssel, sperren Sie zerstörerische Werkzeuge mit --block-tools und prüfen Sie Aktionen vor der Bestätigung. Laut README erfasst der Server Nutzungsdaten und meldet Laufzeitfehler an Sentry; beides lässt sich mit DO_NOT_TRACK=true abschalten. Für HTTP und SSE sollten Sie die Authentifizierung nicht deaktivieren.

Kosten

Der Server selbst ist frei nutzbar. Kosten entstehen für Confluent Cloud selbst. Die Preisseite nennt die Clustertypen Basic, Standard, Enterprise, Freight und Dedicated, rechnet nutzungsbasiert ab und kennt Jahresverpflichtungen mit Rabatten; Basic hat laut Seite einen kostenlosen Einstieg. Aktuelle Konditionen stehen auf der offiziellen Preisseite.

Für wen lohnt sich der Confluent MCP Server?

Er lohnt sich für Teams, die Kafka oder Confluent Cloud betreiben und Verwaltung und Fehlersuche im Gespräch erledigen möchten. Ohne Kafka-Umgebung bringt er nichts. Probieren Sie ihn zuerst gegen einen lokalen Testcluster oder mit reinen Leseaufgaben aus.

Node.js ab Version 22.19.0, ein MCP-Client wie Claude Code oder Cursor und eine Kafka-Umgebung: ein lokaler Cluster, eine Confluent Platform oder ein Confluent-Cloud-Konto mit API-Schlüsseln bzw. OAuth-Anmeldung.

Mit dem Confluent MCP Server bedient ein KI-Assistent Kafka-Topics, Connectoren und Flink-Abfragen. Dieser Ratgeber führt von den Voraussetzungen bis zur ersten Abfrage.

Schritt 1: Voraussetzungen prüfen

Sie benötigen Node.js ab Version 22.19.0, einen MCP-Client wie Claude Code oder Cursor und eine Kafka-Umgebung. Das kann ein lokaler Cluster, eine Confluent Platform oder ein Confluent-Cloud-Konto sein.

Schritt 2: Konfiguration erzeugen

Führen Sie npx @confluentinc/mcp-confluent --init-config aus. Dadurch entsteht eine config.yaml im Projektordner. Für einen lokalen Cluster tragen Sie unter connections einen Eintrag mit bootstrap_servers und, falls vorhanden, dem Endpunkt der Schema Registry ein. Für Confluent Cloud tragen Sie Endpunkte und API-Schlüssel ein oder wählen mit --init-oauth-config die Anmeldung im Browser.

npx @confluentinc/mcp-confluent --init-config

Schritt 3: Im MCP-Client eintragen

In Claude Code genügt claude mcp add confluent -- npx -y @confluentinc/mcp-confluent --config ./config.yaml. In Cursor ergänzen Sie in der mcp.json einen Eintrag mit command npx und den gleichen Argumenten. Legen Sie die config.yaml mit Schlüsseln nicht in ein Git-Repository.

claude mcp add confluent -- npx -y @confluentinc/mcp-confluent --config ./config.yaml

Werkzeuge begrenzen

Mit --list-tools sehen Sie, welche Werkzeuge aktiv sind. Mit --allow-tools beschränken Sie den Server auf eine Auswahl, mit --block-tools sperren Sie einzelne, etwa delete-topics oder produce-message. Die Erlaubnisliste wird vor der Sperrliste angewendet.

Schritt 4: Erste Abfragen

Beginnen Sie mit Leseaufgaben, etwa „Liste alle Topics“ oder „Wie groß ist der Verzug der Consumer-Gruppe orders?“. Fehlt ein Werkzeug, fragen Sie den Assistenten nach explain-disabled-tools; er nennt den Grund. Schreibzugriff nutzen Sie erst, wenn die Lesetests stimmen.

Statische API-Schlüssel in der config.yaml oder OAuth (PKCE) per Browser-Anmeldung bei Confluent Cloud für einen Teil der Werkzeuge; lokale Cluster nach Ihrer Kafka-Konfiguration.

Lesender und schreibender Zugriff auf Kafka-Topics, Nachrichten, Schemas, Connectoren und Flink-Statements im Rahmen der Rechte der Schlüssel; über --allow-tools und --block-tools begrenzbar.

Der Server läuft lokal bei Ihnen. Abgerufene Nachrichten und Metadaten gelangen in den Kontext des KI-Clients und damit zum Modellanbieter. Laut README werden Nutzungsdaten und Laufzeitfehler (Sentry) erfasst, abschaltbar mit DO_NOT_TRACK=true.

Ungewolltes Löschen von Topics, Schemas oder Connectoren und Senden von Nachrichten durch Schreibrechte, sensible Nachrichteninhalte im Modellkontext sowie API-Schlüssel in einer versehentlich eingecheckten config.yaml.