Plaid Dashboard MCP Server
Offizieller Plaid-Remote-MCP für Produktions-Diagnose: Items debuggen, Link-Conversion analysieren und Nutzungsmetriken abrufen.
- Skill Road
- Plaid Dashboard MCP Server
Kategorien
Beschreibung
Der Plaid Dashboard MCP Server ist ein offizieller, von Plaid betriebener Remote-MCP-Server für Produktions-Diagnose. Er ist kein generischer Bankkonto-Connector, sondern ein Werkzeug für Entwicklerteams, die Plaid-Integrationen in Produktion betreiben und deren Gesundheit mit einem KI-Client überwachen oder debuggen möchten. Laut offizieller Plaid-Dokumentation stellt der Server genau fünf Tools bereit: plaid_debug_item, plaid_get_link_analytics, plaid_get_tools_introduction, plaid_get_usages und plaid_list_teams.
Scope und Abgrenzung
Der Dashboard MCP Server ist ausschließlich für Produktions-Diagnose ausgelegt. Er liest Metadaten zu bestehenden Plaid Items, Link-Funnel-Kennzahlen und API-Nutzungsvolumen — er schreibt keine Daten, löst keine Transaktionen aus und verwaltet keine Endnutzer-Kontoverbindungen. Laut Dokumentation funktioniert der Server nur mit Production-Daten; Sandbox oder Development-Umgebungen sind nicht angebunden. Das Team muss für Production-Zugriff mit mindestens einem Plaid-Produkt freigeschaltet sein.
Der Server unterscheidet sich vom Plaid AI Coding Toolkit, das als lokaler MCP Server für Entwicklung läuft und andere Werkzeuge wie Mock-Datengenerierung, Dokumentationssuche, Sandbox-Tokens und Webhook-Simulation bietet. Beide MCP-Angebote stammen von Plaid, bedienen aber unterschiedliche Use Cases.
Die fünf Dashboard-Tools
plaid_debug_item diagnostiziert ein Plaid Item anhand seiner Metadaten. Ein Item repräsentiert die Verbindung eines Nutzers zu einer Finanzinstitution; dieses Tool hilft, Fehlerursachen wie abgelaufene Credentials oder Sync-Probleme zu identifizieren.
plaid_get_link_analytics ruft Funnel-, Conversion- und Fehlerkennzahlen für Plaid Link ab. Link ist der Onboarding-Flow, über den Endnutzer ihre Bankkonten verbinden. Die Kennzahlen umfassen laut Sample-Output Metriken wie Link-Öffnungen, Institution-Auswahlen und Übergaben (Handoffs) für einen definierten Zeitraum — nützlich für die Analyse von Abbruchraten und Optimierungspotenzial im Konversionspfad.
plaid_get_tools_introduction gibt Nutzungshinweise für die Dashboard-MCP-Tools zurück. Das Tool dient der Orientierung im Toolset und kann genutzt werden, um den KI-Client mit dem Kontext der verfügbaren Werkzeuge zu versorgen.
plaid_get_usages gibt Produktnutzungsmetriken und API-Request-Volumen zurück. Damit lassen sich Nutzungsmuster, Kostenabschätzungen und unerwartete Lastspitzen nachvollziehen.
plaid_list_teams listet die Teams auf, die dem OAuth-Token zugänglich sind. Da ein Plaid-Konto mehrere Teams umfassen kann, ist dieses Tool der Einstiegspunkt, um den korrekten Team-Kontext für Folgeabfragen zu bestimmen.
Authentifizierung und Zugriffskontrolle
Die Authentifizierung erfolgt über OAuth 2.0 mit dem client_credentials-Grant-Type und dem Scope mcp:dashboard. Das Token wird durch einen POST-Aufruf an https://production.plaid.com/oauth/token mit PLAID_CLIENT_ID und PLAID_PRODUCTION_SECRET erstellt. Laut Dokumentation läuft das Access-Token nach 15 Minuten ab; ein Refresh-Token ermöglicht die Erneuerung ohne erneute Credential-Eingabe.
Für MCP-Client-Setups (z. B. Claude.ai, ChatGPT) wird die Server-URL https://api.dashboard.plaid.com/mcp/ direkt eingetragen; der Client verwaltet den OAuth-Flow. Für API-Integrationen über Modell-Provider wie OpenAI oder Anthropic erstellt der Backend-Code das Token programmatisch und übergibt es mit der Server-URL an die Provider-SDK. OpenAI verwendet das Feld authorization, Anthropic authorization_token.
Der Zugriff ist auf das Plaid-Team beschränkt, dessen Credentials zur Token-Erstellung verwendet wurden. Endnutzer-Finanzdaten (Kontostände, Transaktionen, Kontoinformationen) sind über diesen MCP-Server nicht direkt abrufbar — er liefert Diagnose- und Nutzungsmetadaten, keine Rohdaten des Endnutzers.
Datenpfad und Sicherheitsrisiken
Alle Anfragen an den Dashboard MCP Server verlassen die lokale Maschine und gehen an Plaids Remote-API unter api.dashboard.plaid.com. Die dort zurückgegebenen Diagnose- und Metrikdaten — darunter Item-Metadaten, Link-Funnel-Kennzahlen und API-Nutzungsvolumen — werden anschließend in den Kontext des verbundenen KI-Clients und seines Modells übertragen.
Das bedeutet: Wenn der Client beispielsweise Claude.ai oder ein OpenAI-Modell verwendet, gelangen diese Plaid-Produktionsdaten in die Verarbeitungsinfrastruktur des jeweiligen Modellanbieters. Laut Plaid-Dokumentation ist der Server unter aktiver Entwicklung mit möglichen Breaking Changes und begrenztem Support. Prüfe die Datenschutz- und Datenverarbeitungsrichtlinien des eingesetzten Modellanbieters, bevor sensible Produktionsdaten in Abfragen einfließen.
Prompt-Injection ist ein relevantes Risiko: Wenn plaid_debug_item Metadaten zurückgibt, die ihrerseits Textfelder aus einer Institution oder einem Fehlercode enthalten, können diese Felder Anweisungen an das Modell enthalten. Kontrolliere, welche Item-IDs in Debug-Abfragen eingehen, und vertraue dem Output des Modells nicht blind, ohne die Rohdaten zu prüfen.
Da der Server read-only und auf Diagnosedaten beschränkt ist, gibt es keine Mutations-Risiken durch direkte API-Calls. Rate Limits gelten für die Plaid API; übermäßige Abfragen über den MCP-Client können das verfügbare Kontingent belasten.
Praktische Einschränkungen
Der Dashboard MCP Server befindet sich laut offizieller Dokumentation unter aktiver Entwicklung. Breaking Changes können auftreten, und Plaid stellt derzeit begrenzten Support bereit. Plane entsprechende Fehlerbehandlung ein und prüfe die Dokumentation regelmäßig auf Änderungen. Das Toolset umfasst aktuell fünf definierte Tools; die Dokumentation verweist auf den MCP Inspector als Werkzeug, um den Serverstand direkt zu inspizieren.
FAQ
Kann der Dashboard MCP Server Endnutzer-Transaktionen abrufen? Nein. Der Server ist auf Produktions-Diagnose beschränkt: Item-Metadaten, Link-Kennzahlen und Nutzungsmetriken. Transaktions- oder Kontodaten werden nicht exponiert.
Welcher Grant-Type wird für das OAuth-Token verwendet? Laut Dokumentation client_credentials mit dem Scope mcp:dashboard — kein nutzerbasiertes OAuth, sondern ein maschineller Credential-Flow.
Wie lange ist das Access-Token gültig? Laut Plaid-Dokumentation 15 Minuten. Danach schlägt der MCP-Request mit einem 401-Fehler fehl; ein Refresh-Token kann zur Erneuerung genutzt werden.
Funktioniert der Server mit Sandbox-Daten? Nein. Laut Dokumentation arbeitet der Dashboard MCP Server ausschließlich mit Production-Daten.
Voraussetzungen
Plaid-Production-Zugang mit mindestens einem freigeschalteten Produkt, PLAID_CLIENT_ID und PLAID_PRODUCTION_SECRET, ein MCP-fähiger KI-Client oder ein Modell-Provider-API-Zugang mit Remote-MCP-Unterstützung.
Installationsanleitung
Der Plaid Dashboard MCP Server ist ein offizieller Remote-MCP-Server von Plaid für Produktions-Diagnose. Er richtet sich an Entwicklerteams, die Plaid-Integrationen in Produktion betreiben und Items debuggen, Link-Conversion-Daten analysieren oder API-Nutzungsmetriken abfragen möchten — direkt aus einem KI-Client oder einer modellgestützten Anwendung heraus. Es handelt sich nicht um einen Endnutzer-Connector für Bankdaten, sondern um ein Diagnose-Werkzeug auf Teamebene.
Schnellstart
Im KI-Client die Remote-MCP-URL https://api.dashboard.plaid.com/mcp/ eintragen und Streamable HTTP als Protokoll wählen. Für API-Integrationen: OAuth-Token via POST https://production.plaid.com/oauth/token mit grant_type=client_credentials und scope=mcp:dashboard erstellen und dem Provider-SDK übergeben.
Schritt 1: Voraussetzungen klären
Bevor du den Server verbindest, stelle sicher, dass dein Plaid-Konto für Production-Zugriff mit mindestens einem Plaid-Produkt freigeschaltet ist. Der Dashboard MCP Server funktioniert laut offizieller Dokumentation ausschließlich mit Produktionsdaten; Sandbox oder Development-Umgebungen werden nicht unterstützt.
Du benötigst PLAID_CLIENT_ID und PLAID_PRODUCTION_SECRET für die Token-Erstellung. Bewahre diese Credentials sicher auf — sie gewähren Zugriff auf Produktions-Diagnosedaten deines Teams.
Schritt 2: Option A: MCP-Client-Setup (Claude.ai, ChatGPT)
Für MCP-Clients, die Remote-MCP-Server-URLs unterstützen, ist die Einrichtung unkompliziert. Öffne die MCP-Einstellungen deines Clients und trage die Server-URL ein:
https://api.dashboard.plaid.com/mcp/
Wenn der Client nach Transportprotokoll fragt, wähle Streamable HTTP. Für Claude.ai verweist die Plaid-Dokumentation auf Claudes Custom-Connector-Dokumentation für die genauen Schritte.
Nach erfolgreicher Verbindung sind die fünf Dashboard-Tools verfügbar: plaid_list_teams, plaid_debug_item, plaid_get_link_analytics, plaid_get_usages und plaid_get_tools_introduction.
Schritt 3: Option B: API-Integration mit Remote-MCP
Für Anwendungen, die einen Modell-Provider-API-Aufruf absetzen und das Modell dabei Dashboard-MCP-Tools aufrufen lassen, ist ein programmatischer Token-Flow notwendig.
Schritt 1: OAuth-Token erstellen
curl -X POST https://production.plaid.com/oauth/token \
-H 'Content-Type: application/json' \
-d '{
"client_id": "${PLAID_CLIENT_ID}",
"client_secret": "YOUR_PRODUCTION_SECRET",
"grant_type": "client_credentials",
"scope": "mcp:dashboard"
}'
Die Antwort enthält access_token (gültig 15 Minuten) und refresh_token. Sichere den Refresh-Token, um nach Ablauf des Access-Tokens ohne erneute Credential-Eingabe ein neues Token anzufordern.
Schritt 2: Token an den Provider übergeben
OpenAI-Integrationen (Responses API) übergeben das Token im Feld authorization zusammen mit server_url und type: "mcp". Anthropic-Integrationen (Messages API, MCP Connector) verwenden authorization_token. Konsultiere die jeweilige Provider-Dokumentation für die genaue SDK-Syntax.
Token-Ablauf behandeln
Access-Tokens laufen nach 15 Minuten ab. Ein abgelaufenes Token erzeugt einen 401-Fehler vom MCP-Server oder einen provider-spezifischen Authentifizierungsfehler. Implementiere eine Token-Refresh-Logik: Sende bei Ablauf einen POST-Request an /oauth/token mit grant_type=refresh_token und dem gespeicherten Refresh-Token.
Erste Diagnose-Session
Beginne mit plaid_list_teams, um verfügbare Teams und deren IDs abzurufen. Das ist der Einstiegspunkt: Folgetools wie plaid_get_link_analytics und plaid_get_usages benötigen eine team_id.
Für Link-Kennzahlen rufe plaid_get_link_analytics mit einem Zeitraum auf. Die Antwort enthält laut Sample in der Plaid-Dokumentation Metriken wie Link-Öffnungen, Institution-Auswahlen und Handoffs.
Für Item-Diagnose gibt plaid_debug_item mit einer Item-ID Metadaten zurück, die auf Fehlerursachen hinweisen — etwa abgelaufene Credentials oder Sync-Probleme.
plaid_get_tools_introduction gibt Nutzungshinweise zum Toolset zurück und eignet sich als erster Aufruf, um den KI-Client mit dem Kontext zu versorgen.
Sicherheit und Datenpfad
Plaid-Produktionsdaten gelangen in den Kontext des verbundenen KI-Modells. Das gilt auch für Item-Metadaten, die Institutionsnamen oder Fehlercodes enthalten. Prompt-Injection ist möglich, wenn diese Felder Modellanweisungen enthalten. Kontrolliere, welche Item-IDs in Debug-Anfragen eingehen.
Der Server ist read-only und schreibt keine Daten zurück. Endnutzer-Finanzdaten wie Transaktionen oder Kontostände sind über diesen Server nicht abrufbar.
Prüfe die Datenschutzrichtlinien des gewählten Modellanbieters (OpenAI, Anthropic usw.), bevor Produktionsdaten in Abfragen einfließen. Rate Limits der Plaid API gelten auch für Anfragen über den MCP-Server.
Der Dashboard MCP Server befindet sich laut Dokumentation unter aktiver Entwicklung. Breaking Changes sind möglich, der Support ist laut Anbieter begrenzt.
FAQ
Welche fünf Tools bietet der Server? plaid_debug_item, plaid_get_link_analytics, plaid_get_tools_introduction, plaid_get_usages, plaid_list_teams.
Wie lange ist das Access-Token gültig? 15 Minuten laut Plaid-Dokumentation; danach mit Refresh-Token erneuern.
Funktioniert der Server mit Sandbox-Daten? Nein, nur mit Production-Daten.
Kann man Endnutzer-Transaktionen abrufen? Nein. Der Server gibt Diagnose-Metadaten und Nutzungsmetriken zurück, keine Rohdaten von Endnutzern.
Authentifizierung
OAuth 2.0, Grant-Type client_credentials, Scope mcp:dashboard. Access-Token läuft nach 15 Minuten ab; Erneuerung per Refresh-Token möglich. Credentials: PLAID_CLIENT_ID und PLAID_PRODUCTION_SECRET.
Benötigte Zugriffsrechte
Zugriff auf Produktions-Diagnose des Teams, dessen Credentials verwendet wurden. Endnutzer-Finanzdaten (Transaktionen, Kontostände) werden nicht exponiert. Rein read-only; keine Mutationen möglich.
Übertragene oder gespeicherte Daten
Diagnose- und Metrikdaten werden von Plaids Remote-API abgerufen und in den Kontext des verbundenen KI-Clients übertragen. Laut Anbieter befindet sich der Server unter aktiver Entwicklung. Datenschutzrichtlinien des gewählten Modellanbieters separat prüfen.
Sicherheitsrisiken
Plaid-Produktionsdaten (Item-Metadaten, Link-Kennzahlen, API-Nutzung) gelangen in den Modell-Kontext. Prompt-Injection über Metadatenfelder möglich. Access-Token läuft nach 15 Minuten ab — abgelaufene Token erzeugen 401-Fehler. Rate Limits der Plaid API gelten. Breaking Changes möglich (aktive Entwicklung).
Lizenz und Kosten
- Lizenz
- Noch nicht erfasst.
- Kosten
- kostenpflichtig
Der Dashboard MCP Server steht Plaid-Production-Kunden zur Verfügung. Kosten richten sich nach dem bestehenden Plaid-Plan. Dieser Eintrag nennt keine konkreten Preise; prüfe diese direkt bei Plaid.
Alternativen
Noch nicht erfasst.
Auf einen Blick
- Anbieter
- Plaid
- Status
- Offizieller Server
- Betriebsart
- Remote
- Aktuelle Version
- Noch nicht erfasst.
- Zuletzt geprüft
- 08.09.2026
Repository und Dokumentation
Kategorien
Unterstützte Clients
Noch nicht erfasst.
Passende Ratgeber
Anleitungen und Hintergrund, die zu diesem Eintrag passen.
Noch keine passenden Ratgeber vorhanden.