GitHub-Recherche · Top 3 · Architektur & Engineering

Drei MCP-Server, die Architektur- und Entwicklungsarbeit wirklich verändern

Eine GitHub-Recherche für den mzone-publisher: die stärksten MCP-Server für Software-Architekten und Developer — und sechs Fähigkeiten, die der MZP daraus für Agenten und Menschen übernehmen sollte.

Datum: 2026-10-17
Auftrag: Recherche zu herausragenden MCP-Servern für Software-Architekten und -Developer; Top 3 zusammenfassen und als MZP-Report publizieren
Methode: Websuche + Direktabruf der GitHub-Repositories (Sterne, Lizenz, Funktion), Quervergleich mehrerer Marktübersichten
Auswahlkriterium: Hebelwirkung für Architektur- und Entwicklungsarbeit — nicht reine Sternezahl; offen auf GitHub, aktiv gepflegt, für Agenten gebaut
Datenstand: Sterne und Releases vom 16./17.10.2026
Leitgedanke: Ein MCP-Server ist dann gut, wenn er eine Fähigkeit liefert, die ein Modell allein nicht verlässlich kann — und wenn Mensch und Agent denselben Kontext sehen

Management Summary

Der MCP-Markt ist explodiert: Registries zählen fünfstellig viele Server, aber die allermeisten sind Registry-Leichen. Für Architektur- und Entwicklungsarbeit bleibt eine kleine Spitzengruppe, die echte, wiederkehrende Probleme löst — und die drei stärksten decken genau die drei Grundbedürfnisse ab, die auch den MZP prägen: operieren (am System of Record), verstehen (Struktur statt Text) und nachschlagen (aktuelle, versionsgenaue Fakten).

Bemerkenswert: Alle drei sind als Werkzeuge für Agenten designt, aber ihr Nutzen strahlt auf Menschen aus — GitHub als gemeinsames Betriebssystem, Serena als IDE für den Agenten, Context7 als lebende Doku. Genau dieses Muster ist die Blaupause für den MZP: nicht ein Tool-Zoo, sondern wenige Fähigkeiten, die für Mensch und Maschine gleich gut funktionieren.

GitHub MCP · Sterne

33,7k

Context7 · Sterne

63,2k

Serena · Sterne

30,3k

Serena · Sprachen (LSP)

40+

Platz 1 · Operieren

GitHub MCP Server

Der offizielle Server von GitHub: Repos, Code, PRs, Issues, Actions, Security-Alerts und Governance. Das Betriebssystem der Agenten-Arbeit — und die gemeinsame Wahrheit für Mensch und Maschine.

Go · MIT Toolsets read-only

Platz 2 · Verstehen

Serena

„The IDE for your agent": semantisches Retrieval, Editing und Refactoring auf Symbol-Ebene über Language Server — 40+ Sprachen, plus ein Memory-System für sitzungsübergreifenden Kontext.

Python LSP Memory

Platz 3 · Nachschlagen

Context7

Versionsgenaue, aktuelle Bibliotheksdokumentation und Code-Beispiele in den Agentenkontext — die Gegenmaßnahme gegen veraltete APIs im Modellgedächtnis. CLI, Skills und MCP in einem.

TypeScript CLI + Skills hosted/lokal

Der Vergleich auf einen Blick

#	Server	Kernfähigkeit	Wer profitiert	MZP-Anknüpfung
1	GitHub MCP Server github/github-mcp-server	Am System of Record operieren: Code, PRs, Issues, Actions, Security, Governance	Beide: Architekt sieht Blast-Radius und Governance, Developer arbeitet ohne Tab-Wechsel	Toolset- und Read-only-Profile; MZP-70/71
2	Serena oraios/serena	Code semantisch verstehen und ändern: Symbole, Referenzen, Hierarchien — nicht Textzeilen	Vor allem Architekt (Impact-Analyse), aber auch Developer (Refactoring)	Struktur-Readback veröffentlichter Artefakte; MZP-44
3	Context7 upstash/context7	Aktuelle, versionsgenaue Doku und Beispiele in den Kontext ziehen	Vor allem Developer, sekundär Architekt (Verträge statt Annahmen)	Versionsgenaue Capabilities; sinceLast-Ausbau

1. GitHub MCP Server — das Betriebssystem der Agenten-Arbeit

„Die Architektur ist der Code. Wer am System of Record operiert, diskutiert nicht über den Bauplan von vor zwei Jahren."

Problem: Ein Agent (und ein Mensch) verbrennt einen großen Teil des Tages mit Kontextwechseln zwischen Editor, Browser und GitHub — PRs lesen, Issues triagieren, Actions-Logs deuten, Security-Findings einordnen. Jeder Wechsel kostet Flow und Kontext.

Lösung: Der offizielle Server (github/github-mcp-server, ~33.700 ★, Go, MIT) macht die GitHub-Plattform zu typisierten MCP-Tools: Repositories und Dateien lesen, Code durchsuchen, PRs und Reviews führen, Issues verwalten, Actions-Läufe inspizieren, Releases und Discussions bearbeiten — dazu Security (Code Scanning, Secret Scanning, Dependabot) und Governance (Rulesets, Custom Properties auf Repo-, Org- und Enterprise-Ebene). Lokal läuft Release 1.14.0 (02.10.2026); wahlweise gehostet mit OAuth.

Was es besonders macht

Toolsets statt Monolith: context, repos, pull_requests, actions, code_security, dependabot, governance u. v. m. Nur einschalten, was die Aufgabe braucht.
Lockdown & --read-only: gezielte Werkzeug-Auswahl und ein Read-only-Modus halten die Tool-Oberfläche klein — und schützen vor Prompt-Injection aus fremden Repo-Inhalten.
Strukturierte Antworten: typisiertes structuredContent ab Protokollversion 2026-07-28 — Agenten bekommen PRs als PRs, nicht als gerenderte HTML-Seite.

Für Architekten: PR-Impact vor dem Merge, Blast-Radius einer Änderung, wiederkehrende Schmerzpunkte aus der Issue-Historie, Security-Findings als Architektur-Signal.

Quelle: github.com/github/github-mcp-server

Caveat: Die nützliche Werkzeugfläche ist auch eine breite Schreibfläche. Ein eng gescoptes Token, Read-only wo möglich und aktivierte Toolsets sind Pflicht, nicht Kür.

2. Serena — die IDE für den Agenten

„Ein Agent, der Code über Zeilennummern bearbeitet, ist ein Entwickler ohne IDE. Serena gibt ihm das Sprungbrett zurück: Symbole statt Textstellen."

Problem: Die meisten Agenten „sehen" Code als Text. Sie greppen Muster, raten Zeilennummern und patchen schließlich am falschen Ort. In großen, komplexen Codebasen ist genau das die Fehlerquelle.

Lösung: Serena (oraios/serena, ~30.300 ★, Python) ist ein MCP-Toolkit, das über Language Server (LSP) ein semantisches Modell der Codebasis baut — 40+ Sprachen, darunter Java, TypeScript, Python, Go, Rust, C#. Der Agent arbeitet auf Symbol-Ebene: find_symbol, symbol_overview (Datei-Umriss), find_referencing_symbols, insert_after_symbol. Richtig umbenennen, Referenzen finden, sicher löschen — alles auf echter Codestruktur. Ein Memory-System trägt Projektkontext über Sitzungen.

Warum es für Architektur zählt

Impact-Analyse: „Wer referenziert dieses Symbol?" wird zur präzisen Abfrage statt zur Textsuche — die Grundlage jeder Änderung an einer Schnittstelle.
Beziehungen statt Dateien: Struktur und Abhängigkeiten sind abfragbar, ohne ganze Dateien in den Kontext zu laden — token-effizient und präzise.
Client-agnostisch: funktioniert in Claude Code, Codex, OpenCode, Cursor, JetBrains u. a. Optional vertieft das (kostenpflichtige) JetBrains-Plugin Typ-Hierarchien und Inspections.

Quelle: github.com/oraios/serena

Caveat: Serena ist im Kern ein Ein-Personen-Projekt (Bus-Faktor 1) — trotz hoher Aktivität. Symbolisches Ändern ist mächtig und verlangt Sorgfalt; die Konventionen muss der Agent lernen.

3. Context7 — aktuelle Doku gegen veraltetes Modellwissen

„Modelle erinnern die API von gestern. Context7 zieht die API von heute — passend zur Version, die im Projekt steht."

Problem: Schnelllebige Frameworks entwerteten das Trainingswissen. Der Agent schreibt einen Aufruf, den es so nicht mehr gibt — oder der in dieser Version anders heißt. Das kostet Debug-Zyklen und Vertrauen.

Lösung: Context7 (upstash/context7, ~63.200 ★, TypeScript) löst eine Bibliothek auf und zieht die versionpassende Dokumentation samt Beispielen in den Kontext, bevor Code entsteht. Ausgeliefert als CLI (ctx7) mit Agent-Skill, als MCP-Server (hosted oder lokal via @upstash/context7-mcp) und als SDKs.

Wirkung

Präzise statt breit: ein kleiner, relevanter Doku-Ausschnitt schlägt eine allgemeine Websuche.
Design auf echten Verträgen: Das Gespräch über eine Schnittstelle stützt sich auf die tatsächliche, aktuelle Doku — nicht auf eine Annahme.
Billiger als raten: weniger Nacharbeit, weil der erste Entwurf näher an der Realität liegt.

Quelle: github.com/upstash/context7

Caveat: Beim gehosteten Dienst verlassen die Anfragen die eigene Maschine (öffentliche Doku). Retrieval ersetzt kein Ausführen — und kein Testen.

Ehrenvolle Erwähnungen (bewusst nicht im Top-3-Podest)

Stark, aber spezieller, gehostet oder nicht „auf GitHub" wie die drei oben:

Sourcegraph MCP — repository-übergreifende Code-Intelligenz über SCIP, Deep Search und Code Finder (GA 02/2026). Die architektur-nächste Wahl — aber ein Enterprise-/Hosted-Produkt, kein offenes Repo.
DeepWiki MCP (Cognition) — kostenlos, ohne Auth, Repo-Q&A für öffentliche Repos. Ein Geschenk für jede Onboarding-Frage, aber gehostet und auf öffentlichen Code beschränkt.
Playwright MCP / Chrome DevTools MCP — Browser-Automatisierung und Debugging: Interaktionen fahren bzw. erklären, was eine Seite kaputt macht.
Sentry MCP — Produktionsfehler, Traces und Releases in den Agenten holen; Debugging ohne Tab-Wechsel.
Terraform MCP (HashiCorp) und AWS MCP — Infrastruktur-Architektur: IaC, Registries, Cloud-Inventar.
Atlassian Rovo MCP — Jira, Confluence, Bitbucket, Compass: Sprint-Status und ADRs/Gedächtnis.
Git MCP und Filesystem MCP (Referenz-Server) — die kleinen, unverzichtbaren Bausteine: strukturierte Git-Ausgaben und ein begrenzter lokaler Arbeitsbereich.

Was der MZP daraus lernen kann — sechs Fähigkeiten für Agenten und Menschen

Der MZP ist selbst ein MCP-Server: er publiziert Artefakte, Diagramme und Assets, versorgt Agenten mit Fähigkeiten (getCapabilities) und prüft Ergebnisse zurück (renderCheck, a11y). Die drei Muster oben zeigen, wo der nächste echte Hebel liegt — jede Idee unten ist an vorhandene MZP-Bausteine anschlussfähig.

W1Quick Win

Outline-Readback statt Volltext (Vorbild Serena). Heute liefert getArtifactSource das ganze HTML. Ein neues getArtifactOutline(slug) gäbe Überschriften, Tabellen, Diagramme und stabile Anker mit Byte-Offsets zurück — dann patcht ein Agent über publishArtifact(mode='patch') chirurgisch, ohne 30 KB Kontext zu verbrennen. Anknüpfung: MZP-44 (Symbol-Index/Find-refs liefert die IDE), getArtifactSource, Patch-Modus.
W2Quick Win

Toolsets und ein Read-only-Profil (Vorbild GitHub). Der MZP exponiert rund 28 Tools. Gruppen wie publish, diagram, search, backlog, assets plus ein read-only-Profil senken Tool-Rauschen und Risiko — und halten Modelle scharf (Marktkonsens: nach 5–6 Servern sinkt die Treffsicherheit). Anknüpfung: MZP-70 (generierte MCP-Referenz), MZP-71 (Seiten als resources).
W3Quick Win

Versionsgenaue Capabilities (Vorbild Context7). getCapabilities(lib='mzone-ui', version='1.8.0') plus „seit wann" je Klasse — damit ein Agent gegen die Version baut, die die Seite wirklich verlinkt, und nie eine geratene Klasse verwendet. Der Baustein sinceLast existiert bereits. Anknüpfung: getCapabilities(styles), gepinnte Libs und olderVersions.
W4Mittel

Deep Search über den publizierten Bestand (Vorbild Sourcegraph/DeepWiki). fullTextSearch findet Seiten; ein Deep Search würde quellenbelegte Antworten quer über alle publizierten Seiten synthetisieren („Wie haben andere Reports dieses Problem gelöst?") und Verwandtschaft clustern. Mensch bekommt eine Wissenslandkarte, Agent Wiederverwendung statt Neuerfindung. Anknüpfung: MZP-38 (Kanten-Tabelle, knowledgeQuery), MZP-46 (/api/wiki).
W5Mittel

Interaktive Verifikation statt nur Render-Check (Vorbild Playwright/Chrome DevTools). renderCheck prüft heute, dass eine Seite lädt und keine Konsolenfehler wirft. Für interaktive Bundles (Tabs, Filter, Feedback, Diagramm-Viewer) könnte ein Klickpfad-Test laufen und Trace plus Screenshot zurückgeben — der Mensch sieht „es funktioniert", der Agent bekommt reproduzierbare Befunde. Anknüpfung: MZP-131 (Playwright bereits im Haus für den PDF-Export).
W6Design nötig

Entscheidungs-Gedächtnis als MCP-Ressource (Vorbild Serena-Memory / Confluence-ADRs). Entscheidungen liegen im MZP bereits als ADR- und Wiki-Seiten. Eine „Entscheidungen"-Ressource, per Suche mit Slugs und offenen Fragen verknüpft, ließe Agenten Kontext über Sitzungen tragen und Menschen die Historie nachvollziehen — ohne Obsidian-Umweg. Anknüpfung: ADR-Pages, knowledge-engine, backlogQuery.

Empfohlene Reihenfolge

Phase	Fähigkeit	Warum zuerst	Aufwand
1	W1 Outline-Readback	Größter Kontext-Gewinn bei kleinstem Eingriff; macht bestehende Patches präzise	gering
1	W2 Toolsets / Read-only	Sofort bessere Werkzeugwahl, weniger Risiko — reine Oberflächen-Arbeit	gering
1	W3 Versionsgenaue Capabilities	Baustein vorhanden (sinceLast/olderVersions), hoher Agenten-Nutzen	gering
2	W4 Deep Search	Hebt den gesamten publizierten Bestand auf eine neue Nutzungsstufe	mittel
2	W5 Interaktive Verifikation	Playwright ist bereits im Haus; schließt die Lücke „lädt" → „funktioniert"	mittel
3	W6 Entscheidungs-Gedächtnis	Wertvoll, aber braucht ein sauberes Modell — nicht hetzen	hoch

Fazit

Die drei stärksten MCP-Server für Architektur und Entwicklung sind keine Sammlung von Einzeltricks, sondern drei Grundfähigkeiten: am echten System operieren, Code strukturell verstehen, aktuelle Fakten ziehen. Der MZP besitzt bereits alle drei in Ansätzen — Recherche, Diagramm-Engine, Wissens-Layer, Browser-Prüfung. Der nächste Schritt ist nicht mehr Fläche, sondern Präzision: weniger, aber schärfere Werkzeuge; weniger Kontext, aber der richtige; weniger „lädt", mehr „funktioniert". Genau das macht den MZP für Agenten und Menschen zugleich nützlicher.