Plaid Dashboard MCP Server einrichten

Den offiziellen Plaid Dashboard Remote-MCP per OAuth verbinden und Produktions-Diagnose direkt im KI-Client durchführen.

  • Skill Road
  • Plaid Dashboard MCP Server einrichten

Veröffentlicht am 18.09.2026

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.

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.

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.

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.

Veröffentlicht am 18.09.2026

Kategorien

Häufige Fragen

Welche fünf Tools bietet der Dashboard MCP Server?

plaid_debug_item, plaid_get_link_analytics, plaid_get_tools_introduction, plaid_get_usages und plaid_list_teams — ausschließlich Diagnose und Metriken, keine Mutation.

Wie lange ist das OAuth-Access-Token gültig?

Laut Plaid-Dokumentation 15 Minuten. Danach liefert der MCP-Server einen 401-Fehler; ein Refresh-Token ermöglicht die Erneuerung ohne erneute Credential-Eingabe.

Kann der Server Sandbox-Daten abfragen?

Nein. Laut offizieller Dokumentation funktioniert der Dashboard MCP Server ausschließlich mit Production-Daten.

Sind Endnutzer-Transaktionen über diesen Server abrufbar?

Nein. Der Server gibt Diagnose-Metadaten und Nutzungsmetriken zurück — keine Rohtransaktionen oder Kontostände von Endnutzern.