MCP Server
Der webforJ Model Context Protocol (MCP) Server integriert KI-Coding-Assistenten in die Dokumentation, APIs, Design-Tokens und Scaffold-Tools von webforJ. Anstatt zu raten, was Konventionen im Framework sind, fragt der Assistent den Server und erhält Antworten, die auf dem echten webforJ basieren.
Es sei denn, du weißt, dass du nur den MCP-Server möchtest, installiere stattdessen das webforJ AI plugin - es bündelt diesen Server mit den passenden Agent Skills in einer einzigen Installation.
Was ist ein MCP?
Das Model Context Protocol ist ein offener Standard, der es KI-Assistenten ermöglicht, externe Tools nach Bedarf anzusprechen. Der webforJ MCP-Server implementiert dieses Protokoll, damit dein Assistent:
- Informationen in den webforJ-Dokumenten nachschlagen kann, anstatt fiktive Methodennamen zu raten.
- Neue webforJ-Projekte aus offiziellen Maven-Archetypen scaffolden kann.
- Zugängliche DWC-Themen aus einer Markenfarbe generieren kann.
- Die tatsächliche Styling-Oberfläche einer DWC-Komponente lesen und jedes
--dwc-*Token validieren kann, bevor es in deinem CSS landet.
Der MCP-Server verbessert die Genauigkeit erheblich, aber KI-Assistenten können in komplexen Szenarien immer noch falschen Code erzeugen. Überprüfe und teste immer den generierten Code, bevor du ihn veröffentlichst.
Installation
Für das volle Erlebnis installiere das webforJ AI plugin - es konfiguriert diesen Server zusammen mit den Agent Skills, die dein Assistent benötigt, um ihn gut zu nutzen.
Wenn du nur den MCP-Server möchtest (ohne Skills), richte deinen Client auf https://mcp.webforj.com/mcp:
- Claude Code
- GitHub Copilot CLI
- VS Code + Copilot
- Gemini CLI
- OpenAI Codex CLI
claude mcp add webforj-mcp https://mcp.webforj.com/mcp -t http -s user
Der empfohlene Weg beim Copilot CLI ist das webforJ AI plugin - es registriert den MCP-Server für dich in einem Schritt. Für eine Roh-MCP-Setup siehe die spezifischen Anleitungen in dem webforJ AI-Repository.
Füge deinen VS Code-Einstellungen Folgendes hinzu:
"mcp": {
"servers": {
"webforj-mcp": {
"url": "https://mcp.webforj.com/mcp"
}
}
}
Füge zu ~/.gemini/settings.json hinzu:
{
"mcpServers": {
"webforj-mcp": {
"httpUrl": "https://mcp.webforj.com/mcp"
}
}
}
Füge zu ~/.codex/config.toml hinzu:
[mcp_servers.webforj-mcp]
url = "https://mcp.webforj.com/mcp"
Andere Clients
Cursor, Kiro, Goose, Junie, Antigravity und jeder andere MCP-over-HTTP-Client funktionieren ebenfalls - sie verwenden einfach ihr eigenes Konfigurationsformat. Siehe die per-client Installationsanleitung für den genauen Code-Snippet für jeden.
Was der Server tun kann
Wenn der MCP-Server verbunden ist, erhält dein KI-Assistent die folgenden Fähigkeiten. Jede von ihnen kann durch eine Anfrage in natürlicher Sprache ausgelöst werden - der Assistent wählt automatisch die richtige aus.
Bevor er versionensensitive Fragen (alles, was Styling oder API betrifft) beantwortet, ermittelt der Assistent, welche webforJ-Version du verwendest. Er liest pom.xml, wenn verfügbar, und fragt dich andernfalls. Jede anschließende Antwort ist auf diese Version bezogen.
Der Assistent kann die gesamte webforJ-Wissensdatenbank abfragen, um Antworten basierend auf dem echten Framework zu erhalten. Die Ergebnisse sind auf das, worüber du fragst, abgestimmt - eine API-Frage, ein Leitfaden, ein Codebeispiel oder die Kotlin DSL.
Beispielanfragen:
"Finde die Beispiele für die Ereignisbehandlung der webforJ Button-Komponente"
"Wie richte ich das Routing mit @Route in webforJ ein?"
"Zeige mir ein Beispiel für die Formularvalidierung in webforJ"
Der Assistent generiert den richtigen Maven-Archetypenbefehl für eine neue webforJ-App basierend auf deinen Anforderungen (Archetyp, Spring-Integration, Name, Gruppe).
Archetypen:
hello-world- Starter-App mit Beispielkomponentenblank- minimale Projektstrukturtabs- Layout mit Registerkartensidemenu- Layout mit Seitennavigation
Varianten:
webforj- Standard webforJ-Appwebforj-spring- webforJ integriert mit Spring Boot
Beispielanfragen:
"Erstelle ein webforJ-Projekt mit dem Namen CustomerPortal unter Verwendung des sidemenu-Archetyps"
"Generiere ein webforJ Spring Boot-Projekt mit dem Registerkartenlayout namens Dashboard"
Für die vollständige Liste der Archetypen siehe das Archetypen-Katalog.
Aus einer einzigen Markenfarbe erstellt der Assistent ein komplettes DWC-Theme: primäre, erfolgreiche, Warn-, Gefahr-, Info-, Standard- und Graupaletten mit automatischem Textkontrast. Die Ausgabe umfasst das Stylesheet sowie die Verkabelung von @AppTheme / @StyleSheet.
Beispielanfragen:
"Generiere ein webforJ-Theme aus der Markenfarbe #6366f1"
"Erstelle ein barrierefreies Theme mit HSL 220, 70, 50 als primär"
Der Assistent liest die tatsächliche Styling-Oberfläche jeder DWC-Komponente - CSS-Custom Properties, Schattenparts, reflektierte Attribute und Slots - bevor er CSS schreibt. Er kann auch jeden DWC-Tag aufzählen und die Java-Klassennamen von webforJ (Button, TextField) mit ihren DWC-Entsprechungen abgleichen.
Beispielanfragen:
"Welche CSS-Variablen und Teile bietet dwc-button?"
"Zeige mir jeden verfügbaren Slot auf dwc-dialog"
"Welchem DWC-Tag entspricht die webforJ-Klasse TextField?"
Kombiniere dies mit der styling-apps Agent Skill für durchgängige Styling-Arbeitsabläufe.
Der Assistent kann das autoritative Katalog der --dwc-* Tokens für deine webforJ-Version auflisten - Palettensamen, Schattierungen, Oberflächen, Abstände, Typografie, Ränder - gefiltert nach Präfix oder Teilstring. Er wird auch jedes CSS-, Java- oder Markdown-Quellmaterial, das du ihm gibst, gegen den echten Token-Katalog validieren und unbekannte Namen mit vorgeschlagenen Korrekturen kennzeichnen.
Beispielanfragen:
"Liste jeden --dwc-space-* Token auf"
"Validiere app.css auf unbekannte --dwc-* Tokens"
"Welche Schattierungen der primären Palette sind verfügbar?"
Die Validierung erkennt Tippfehler und erfundene Tokens, bevor sie als stillschweigend fehlerhaftes CSS veröffentlicht werden.
Gute Anfragen schreiben
Der MCP-Server wird nur konsultiert, wenn dein Assistent denkt, dass es relevant ist. Einige Gewohnheiten halten ihn aktiv:
- Nenne das Framework. Erwähne "webforJ" in der Anfrage, damit der Assistent den MCP-Server erreicht, anstatt auf sein allgemeines Java-Wissen zurückzugreifen.
- Sei spezifisch.
"Erstelle ein webforJ-Projekt mit dem Namen InventorySystem unter Verwendung des sidemenu-Archetyps und Spring Boot"ist besser als"mache eine App". - Frage nach einer Bestätigung. Phrasen wie
"verifiziere anhand der webforJ-Dokumentation"oder"prüfe dieses CSS auf fehlerhafte --dwc-* Tokens"drängen den Assistenten dazu, die Tools zu verwenden, anstatt zu raten.
Wenn dein Assistent immer noch ohne Konsultation des Servers antwortet, installiere das webforJ AI plugin - es enthält passende Agent Skills, die den Assistenten dazu bringen, die MCP-Tools automatisch für webforJ-Aufgaben zu verwenden.
FAQ
Warum verwendet der KI-Assistent den MCP-Server nicht?
Die meisten Assistenten greifen nur dann auf MCP zurück, wenn sie denken, dass die Frage es benötigt. Zwei Lösungen:
- Installiere das webforJ AI plugin, das den Server mit Agent Skills kombiniert, die den Assistenten anweisen, MCP für webforJ-Aufgaben zu verwenden.
- Sei explizit in deiner Anfrage: Füge "webforJ" in die Frage ein und sage in hartnäckigen Fällen "verwende den webforJ MCP-Server zur Antwort".
Wie kann ich überprüfen, ob die MCP-Verbindung funktioniert?
Verwende den MCP-Inspektor:
npx @modelcontextprotocol/inspector
Verbinde dich dann im Inspektor mit https://mcp.webforj.com/mcp und erkunde die verfügbaren Tools.
Wie melde ich Probleme?
Öffne ein Ticket unter Verwendung der webforJ MCP-Issue-Vorlage. Füge die Anfrage, das erwartete Ergebnis und das, was du erhalten hast, hinzu.