Telegram MCP-Server

Was macht der “Telegram” MCP-Server?

Der Telegram MCP-Server integriert die leistungsstarken Funktionen der Telegram-Messaging-Plattform mit dem Model Context Protocol (MCP) und ermöglicht es KI-Assistenten und Clients, programmgesteuert mit Telegram zu interagieren. Mithilfe der Telethon-Bibliothek erlaubt dieser Server eine umfassende Automatisierung und Verwaltung von Chats, Nachrichten, Gruppen und Nutzerinteraktionen innerhalb von Telegram. Er fungiert als Brücke zwischen KI-Agenten und der Telegram-API, sodass Aufgaben wie das Senden von Nachrichten, das Abrufen von Chat-Verläufen, das Verwalten von Gruppen und vieles mehr möglich sind. Dadurch werden Entwicklungs-Workflows erheblich verbessert, indem Kommunikation vereinfacht, automatisierte Antworten ermöglicht und Werkzeuge bereitgestellt werden, um Telegram-Daten direkt aus KI-gestützten Tools wie Claude, Cursor und anderen MCP-kompatiblen Clients abzufragen oder zu verändern.

Liste der Prompts

In der verfügbaren Dokumentation oder den Repository-Dateien wurden keine Prompt-Vorlagen aufgeführt.

Liste der Ressourcen

Es wurden keine expliziten MCP-Resource-Primitiven in den verfügbaren Dateien oder im README dokumentiert oder aufgelistet.

Liste der Tools

• get_chats(page, page_size): Gibt eine paginierte Liste von Telegram-Chats und -Gruppen zurück, die dem authentifizierten Nutzer zur Verfügung stehen. Dadurch können Clients und LLMs den Konversationsverlauf des Nutzers zur weiteren Analyse oder zum Messaging aufzählen und auswählen.

In der Dokumentation heißt es: „Jede wichtige Telegram/Telethon-Funktion ist als Tool verfügbar“, aber nur get_chats wird explizit erwähnt. Die vollständige Liste der Tools ist in der sichtbaren Dokumentation nicht enthalten.

Anwendungsfälle dieses MCP-Servers

• Automatisierte Nachrichten: KI-Agenten können Nachrichten, Medien oder Dateien an Einzelpersonen oder Gruppen auf Telegram senden und so automatisierte Benachrichtigungen, Antworten oder Rundmails ermöglichen.
• Chat-Analyse: Chat-Verläufe abrufen und analysieren, um Diskussionen zusammenzufassen, ToDos zu extrahieren oder Sentiment-Analysen in Telegram-Gruppen oder privaten Unterhaltungen durchzuführen.
• Gruppenverwaltung: Gruppenmitgliedschaften, Rollen und Berechtigungen programmatisch verwalten, um die Administration von Communities oder Teams zu vereinfachen.
• Bot-Integration: Den Server nutzen, um Telegram-Bots zu betreiben, die komplexe Workflows ausführen, Informationen weiterleiten oder als KI-gestützte virtuelle Assistenten fungieren.
• Nahtlose Datenabfrage: Bestimmte Nachrichten, Dateien oder Chat-Details zur Integration mit externen Systemen, Dashboards oder Datenbanken extrahieren und so fortgeschrittene Automatisierung unterstützen.

Einrichtung

Windsurf

1. Voraussetzung: Stellen Sie sicher, dass Node.js installiert und Windsurf konfiguriert ist.
2. Konfiguration suchen: Öffnen Sie Ihre Windsurf-Einstellungen oder -Konfigurationsdatei.
3. MCP-Server hinzufügen: Fügen Sie den Telegram MCP-Server zum Abschnitt mcpServers hinzu:

   {
     "mcpServers": {
       "telegram-mcp": {
         "command": "telegram-mcp",
         "args": ["serve"]
       }
     }
   }
   

4. Speichern und neu starten: Speichern Sie Ihre Konfiguration und starten Sie Windsurf neu.
5. Setup überprüfen: Überprüfen Sie das Windsurf-Dashboard oder die Protokolle, um sicherzustellen, dass telegram-mcp läuft.

Absicherung der API-Schlüssel (Beispiel)

{
  "mcpServers": {
    "telegram-mcp": {
      "command": "telegram-mcp",
      "args": ["serve"],
      "env": {
        "TELEGRAM_API_ID": "<your_api_id>",
        "TELEGRAM_API_HASH": "<your_api_hash>",
        "TELEGRAM_SESSION_STRING": "<your_session_string>"
      }
    }
  }
}

Claude

1. Voraussetzung: Stellen Sie sicher, dass Claude Desktop oder ein Claude-kompatibler Client installiert ist.
2. Konfiguration suchen: Bearbeiten Sie die Datei claude_desktop_config.json.
3. MCP-Server-Eintrag hinzufügen:

   {
     "mcpServers": {
       "telegram-mcp": {
         "command": "telegram-mcp",
         "args": ["serve"]
       }
     }
   }
   

4. Speichern und neu starten: Speichern Sie die JSON-Datei und starten Sie Claude neu.
5. Überprüfen: Bestätigen Sie, dass Claude telegram-mcp erkennt und verbindet.

Absicherung der API-Schlüssel (Beispiel)

{
  "mcpServers": {
    "telegram-mcp": {
      "command": "telegram-mcp",
      "args": ["serve"],
      "env": {
        "TELEGRAM_API_ID": "<your_api_id>",
        "TELEGRAM_API_HASH": "<your_api_hash>",
        "TELEGRAM_SESSION_STRING": "<your_session_string>"
      }
    }
  }
}

Cursor

1. Voraussetzung: Installieren Sie Node.js und den Cursor-Editor.
2. Cursor-Einstellungen öffnen: Rufen Sie den MCP-Integrationsbereich auf.
3. Telegram MCP-Server hinzufügen:

   {
     "mcpServers": {
       "telegram-mcp": {
         "command": "telegram-mcp",
         "args": ["serve"]
       }
     }
   }
   

4. Cursor neu starten: Einstellungen speichern und Cursor-App neu starten.
5. Überprüfen: Bestätigen Sie, dass Cursor den Telegram MCP-Server erkennt und verbindet.

Absicherung der API-Schlüssel (Beispiel)

{
  "mcpServers": {
    "telegram-mcp": {
      "command": "telegram-mcp",
      "args": ["serve"],
      "env": {
        "TELEGRAM_API_ID": "<your_api_id>",
        "TELEGRAM_API_HASH": "<your_api_hash>",
        "TELEGRAM_SESSION_STRING": "<your_session_string>"
      }
    }
  }
}

Cline

1. Voraussetzung: Stellen Sie sicher, dass Cline installiert und konfiguriert ist.
2. Konfigurationsdatei öffnen: Bearbeiten Sie Ihre Cline-Einstellungen oder Konfigurationsdatei.
3. MCP-Server-Eintrag hinzufügen:

   {
     "mcpServers": {
       "telegram-mcp": {
         "command": "telegram-mcp",
         "args": ["serve"]
       }
     }
   }
   

4. Speichern & neu starten: Datei speichern, Cline neu starten.
5. Überprüfen: Überprüfen Sie die Cline-Oberfläche auf den laufenden Telegram MCP-Server.

Absicherung der API-Schlüssel (Beispiel)

{
  "mcpServers": {
    "telegram-mcp": {
      "command": "telegram-mcp",
      "args": ["serve"],
      "env": {
        "TELEGRAM_API_ID": "<your_api_id>",
        "TELEGRAM_API_HASH": "<your_api_hash>",
        "TELEGRAM_SESSION_STRING": "<your_session_string>"
      }
    }
  }
}

So nutzen Sie diesen MCP in Flows

MCP in FlowHunt nutzen

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie die MCP-Komponente zu Ihrem Flow hinzu und verbinden Sie sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationsmenü zu öffnen. Fügen Sie im Bereich System-MCP-Konfiguration Ihre MCP-Server-Details in folgendem JSON-Format ein:

{
  "telegram-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent diesen MCP als Tool mit Zugriff auf alle Funktionen und Fähigkeiten nutzen. Denken Sie daran, “telegram-mcp” ggf. an den tatsächlichen Namen Ihres MCP-Servers anzupassen und die URL durch Ihre eigene MCP-Server-URL zu ersetzen.

Übersicht

Roots support: Keine explizite Erwähnung
Sampling support: Keine explizite Erwähnung

Ich würde den Telegram MCP-Server mit 6/10 bewerten. Die Funktionalität ist robust und die Anweisungen zu Einrichtung und Sicherheit sind klar. Es fehlt jedoch an Dokumentation zu Prompt-Vorlagen, expliziten Ressourcen und einer vollständigen Tool-Liste – diese sind für fortgeschrittene MCP-Integration und Transparenz wichtig.

MCP-Score