Nutzen Sie Entity Enricher über einen MCP-kompatiblen Client, um Modellwissen und Dokumente in strukturierte Daten zu verwandeln. Entwerfen Sie Schemata, reichern Sie Entitäten in mehreren Sprachen an, fusionieren Sie Modelle, pflegen Sie semantische Identitäten, prüfen Sie die Qualität per Benchmark und synchronisieren Sie relationale Tabellen mit Ihrer eigenen Datenbank.
Schemavalidierung und Übereinstimmung zwischen Modellen garantieren weder sachliche Richtigkeit noch Aktualität. Prüfen Sie Quellen, Fehler und unvollständige Datenbankergebnisse. MCP bietet konversationellen Zugriff; n8n und Make bieten Workflow-Automatisierung über denselben Dienst.
Für claude.ai, Claude Code, Cursor und jeden MCP-Client, der den standardmäßigen OAuth-Flow unterstützt. Kein API-Schlüssel zum Erstellen oder Einfügen — der Client erkennt den Autorisierungsserver automatisch.
https://entityenricher.ai/api/mcp/.Für Clients, die über eine JSON-Datei statt über eine interaktive Anmeldung konfiguriert werden (Claude Desktop, Continue, Zed).
ent_… – er wird nur einmal angezeigt.Für Claude Desktop bearbeiten Sie ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) oder %APPDATA%\Claude\claude_desktop_config.json (Windows):
{
"mcpServers": {
"entityenricher": {
"url": "https://entityenricher.ai/api/mcp/",
"headers": { "X-API-Key": "ent_your_key_here" }
}
}
}Verwenden Sie den Endpunkt und den Header oben in der Remote-MCP-Konfiguration Ihres Clients. Konfigurationssyntax und Unterstützung für den HTTP-Transport hängen vom Client ab.
In einem neuen Chat: „Meine Entity Enricher Schemas auflisten und anschließend Sanofi mit Claude Sonnet gegen das Schema für Pharmaunternehmen anreichern.“Der Client kann die Tools erkennen und damit ein Schema auswählen und die Anreicherung ausführen. Bestätigungsabfragen, Fortschrittsanzeige und Ressourcenzugriff hängen vom Client ab.
58 Tools decken Schema-Erstellung, Anreicherung, Benchmarks, Database Sync und semantische Identitäten ab. Sie nutzen Backend-Dienste für Validierung, Abrechnung und Verarbeitung. Jedes Tool stellt seine eigenen unterstützten Parameter bereit. Länger laufende Vorgänge (Batch-Anreicherung, Beispielgenerierung, Benchmark-Läufe) sind asynchron: Das Start-Tool liefert eine job_id zurück, der Client fragt get_job_statusab und liest die resultierenden Datensätze oder Benchmark-Ergebnisse. Prüfen Sie Fehler und Teilergebnisse, bevor Sie Erfolg melden.
| Kategorie | Tool | Beschreibung |
|---|---|---|
| Entdeckung | list_models | Verfügbare Modellschlüssel, nominale Fähigkeiten, Sprachen, Strategien, automatisch gewählte Standardwerte und profile_limits der Organisation auflisten. |
| Schemas | generate_sample | Generiert aus einer Freitextanfrage bearbeitbares Beispiel-JSON für die Schema-Erstellung. |
| Schemas | list_schemas | Gespeicherte Schemas Ihrer Organisation auflisten, angeheftete zuerst. |
| Schemas | get_schema | Ein gespeichertes Schema mit seinen Eigenschaften, Annotationen und input_contract lesen. |
| Schemas | create_schema_from_sample | Generiert aus geprüften Beispielen ein Schema, speichert es automatisch und liefert schema_id, Schemainhalt und Datensatzverknüpfungen. |
| Schemas | save_schema | Speichert ein direkt erstelltes Schema und gibt dessen ID und Link zurück. |
| Schemas | update_schema | Bearbeitet die Metadaten eines gespeicherten Schemas oder ersetzt dessen vollständigen schema_content ohne LLM-Aufruf. |
| Schemas | get_schema_part | Nur das für eine Bearbeitung benötigte Schemafragment lesen. |
| Schemas | get_enum_candidates | Beobachtete Werte außerhalb des aktuellen Vokabulars jedes offenen Enums auflisten, mit Häufigkeiten aus aktuellen Anreicherungs-Datensätzen. |
| Schemas | update_schema_property | Bearbeitet oder entfernt eine einzelne Eigenschaft per Pfad, ohne das vollständige Schema zu ersetzen. |
| Schemas | add_schema_property | Fügt eine Eigenschaft unter dem Root (parent_path='), einem Objektpfad oder '$defs.X' hinzu. |
| Schemas | move_schema_property | Eine Eigenschaft in die Wurzel, einen Objektpfad oder '$defs.X' verschieben, wobei ihre Flags und ihre Expertise erhalten bleiben. |
| Schemas | resolve_unify_proposal | Einen ausstehenden Vereinheitlichungsvorschlag für Entitätstypen aus get_schema auflösen. |
| Schemas | nest_schema_region | Verschachtelt einen flachen Entitätsbereich aus der x-entityMap von get_schema in ein Unterobjekt des Objekts, das seine Felder enthält: die flachen Mitglieder des Bereichs (z. B. product_id, product_name in einer Bestellung… |
| Schemas | publish_schema | Die Arbeitskopie eines datenbankverknüpften Schemas als den Vertrag veröffentlichen, den Anreicherung und Replikate verwenden. |
| Schemas | delete_schema | Soft-Löschen Sie ein gespeichertes Schema anhand der UUID. |
| Schemas | analyze_sample | Analysieren Sie vor der Schemagenerierung die Mehrdeutigkeit der Beispiel-Eigenschaften und den Identitätsgeltungsbereich der Beziehungen. |
| Schemas | analyze_schema | Analysiert die Mehrdeutigkeit der Eigenschaften und den Identitätsgeltungsbereich der Beziehungen eines gespeicherten Schemas und schreibt Anmerkungen in das Schema. |
| Anreicherung & Fusion | start_batch_enrichment | Startet die kostenpflichtige asynchrone Anreicherung einer Entitätsliste anhand von genau einem der Werte schema_id oder target_schema. |
| Anreicherung & Fusion | fetch_entities | Ruft Entitäten über einen serverseitigen GET von einer externen REST-API ab. |
| Anreicherung & Fusion | enrich_entity | Reichert eine Entität gegen genau eines von schema_id oder target_schema an und liefert strukturierte Ausgabe, record_id, Kosten sowie ein etwaiges Datenbankergebnis. |
| Anreicherung & Fusion | retry_expertises | Nur die fehlgeschlagenen Fachdomänen eines vorhandenen Datensatzes erneut versuchen, anschließend dessen Ausgabe aktualisieren und Fusion/Synchronisierung des Laufs versuchen. |
| Anreicherung & Fusion | merge_records | Fusioniert zwei oder mehr Datensätze derselben Entität zu einem neuen Arbitrierungsdatensatz. |
| Job-Steuerung | get_job_status | Status, Fortschritt und kompakte Abschlusszusammenfassung eines Jobs mit den IDs der gespeicherten Datensätze lesen. |
| Job-Steuerung | cancel_job | Den Abbruch eines ausstehenden, laufenden oder pausierten LLM-Jobs anfordern. |
| Job-Steuerung | answer_job_question | Einen pausierten Job mit Antworten auf die beim Pausieren zurückgegebenen Fragen fortsetzen. |
| Datensätze & Statistiken | list_records | Kompakte, paginierte Datensätze Ihrer Organisation auflisten, die neuesten zuerst. |
| Datensätze & Statistiken | get_record | structured_output, entity_input_data, Validierungsfehler, Expertise-Urteile und Metriken eines gespeicherten Datensatzes lesen. |
| Datensätze & Statistiken | get_stats | Organisationsweite Datensatzsummen, Erfolgsquote, Tokens und Kostenübersicht lesen. |
| Benchmarks | list_benchmark_scenarios | Kompakte Zusammenfassungen der Benchmark-Szenarien und die Gesamtzahl auflisten. |
| Benchmarks | get_benchmark_scenario | Ein Benchmark-Szenario mit Qualitäts-, Kosten- und Geschwindigkeitsergebnissen je Modell lesen. |
| Benchmarks | get_benchmark_scenario_results | Filtert, ordnet und begrenzt die modellweisen Benchmark-Ergebnisse eines Szenarios. |
| Benchmarks | create_benchmark_scenario | Erstellt einen wiederverwendbaren Benchmark mit einem obligatorischen Bewertungs-Judge. |
| Benchmarks | update_benchmark_scenario | Bearbeitet die Testdefinition oder die Bewertungskonfiguration eines Benchmarks. |
| Benchmarks | set_benchmark_reference | Speichert die Goldreferenz für einen Benchmark zur Anreicherung oder Schemagenerierung. |
| Benchmarks | delete_benchmark_scenario | Löscht ein Benchmark-Szenario und seine gespeicherten Ergebnisse. |
| Benchmarks | run_benchmark | Startet die kostenpflichtige asynchrone Ausführung und Bewertung eines Benchmarks. |
| Anhänge | upload_attachment | Lädt Datei-Bytes im Base64-Format als wiederverwendbares Quellmaterial hoch; gibt id und requires_capability zurück. |
| Anhänge | delete_attachment | Einen Anhang in Ihrer Organisation dauerhaft löschen, einschließlich der gespeicherten Datei. |
| Database Sync | list_database_syncs | Datenbankregistrierungen, verknüpfte Schemas, Optionen und Sync-Hosts eines gespeicherten Schemas auflisten. |
| Database Sync | list_entity_states | Durchsucht die aktuellen zusammengeführten Entitätszeilen eines Schemas, nicht die Datensätze einzelner Läufe. |
| Database Sync | create_database_sync | Ein gespeichertes Schema für die relationale Synchronisierung mit PostgreSQL, MySQL oder SQLite registrieren. |
| Database Sync | assign_sync_host | Weist den Host zu, der einen Database Sync bereitstellt, oder hebt die Zuweisung auf. |
| Database Sync | classify_database_model | Startet eine kostenpflichtige Analyse, die Datenbankschlüssel, SQL-Typen, Indizes und die Zuständigkeit für Beziehungen für ein verknüpftes Schema vorschlägt. |
| Database Sync | delete_database_sync | Löscht eine Datenbankregistrierung samt ihrer eingereihten Deltas und stoppt damit deren Feed. |
| Database Sync | create_database_credential | Einmalige Anmeldedaten für den Sync-Client sowie Vorschläge für Installations-, Kopplungs- und Ausführungsbefehle ausstellen. |
| Database Sync | fetch_database_deltas | Das nächste geordnete Fenster von SQL-Deltas und kanonischen Payloads für einen Database Sync lesen. |
| Database Sync | ack_database_deltas | Bestätigen Sie nach erfolgreicher Anwendung jedes Delta über up_to_id und geben Sie damit dessen Lease frei. |
| Database Sync | sync_records_to_database | Validiert gespeicherte oder übergebene Anreicherungsergebnisse und fügt sie in die Entitätsebene und die verknüpften Synchronisierungen ein. |
| Semantic IDs | list_semantic_concepts | Durchsucht Organisationskonzepte mit Aliassen, Verwendungszahlen und Typ-/Modell-Facetten. |
| Semantic IDs | get_semantic_concept | Aliase, Identitäts-Quellschlüssel, verknüpfte Datensätze und nächste Nachbarn eines Konzepts innerhalb seines eigenen Typ-/Modell-Segments lesen. |
| Semantic IDs | probe_semantic_concept | Die Identitätsauflösung in der Vorschau ansehen, ohne ein Konzept hinzuzufügen oder dessen Nutzung zu erhöhen. |
| Semantic IDs | add_semantic_concept | Fügt ein Identitätskonzept mit null Verwendungen hinzu oder ergänzt Text über alias_of als Alias. |
| Semantic IDs | update_concept_alias | Einen Konzept-Alias anhand der Alias-IDs aus get_semantic_concept entfernen oder hochstufen. |
| Semantic IDs | import_semantic_concepts | 1..1000 Texte gegen einen Konzepttyp auflösen. |
| Semantic IDs | merge_semantic_concepts | Ein Verlierer-Konzept in ein Gewinner-Konzept zusammenführen. |
| Semantic IDs | delete_semantic_concepts | Löscht Konzepte, ausgewählt über ids, concept_types oder unused_only. |
| Semantic IDs | migrate_semantic_embeddings | Den Konzept-Einbettungsraum der Organisation prüfen oder migrieren. |
Die Serveranweisungen erläutern die verfügbaren Workflows; die Tool-Beschreibungen erläutern einzelne Aufrufe. Für Modellierungsentscheidungen oder die Fehlerbehebung kann Ihr Client das Leitfadenverzeichnis unter enricher://docs lesen und einen Leitfaden über MCP-Ressourcen auswählen. Das Lesen eines Leitfadens führt kein Modell aus. Die folgenden Links öffnen dieselben englischen Leitfäden im öffentlichen Repository.
Entwerfen Sie aus geprüften Beispielen ein wiederverwendbares Schema – einschließlich Identität, Beziehungen und mehrsprachiger Felder.
Entity Enricher-Schemadokumente lesen, erstellen und bearbeiten, ohne serialisiertes JSON Schema, Beispieldaten und Pfade der Property-Tools zu verwechseln.
Wählen Sie Extraktion, Wissensanreicherung oder eine zweistufige Kombination und bewahren Sie die Herkunft der Anhänge über Aufrufe hinweg.
Reichern Sie eine Entität an, interpretieren Sie das tatsächliche Ergebnis und beheben Sie einzelne Modellfehler, ohne bereits erfolgreiche Arbeit zu wiederholen.
Reichern Sie eine Entitätsliste asynchron an und unterscheiden Sie übersprungene, fehlgeschlagene, fusionierte und in die Datenbank aufgenommene Ergebnisse.
Vergleichen Sie Modelle bei Anreicherung, Beispielgenerierung oder Schemagenerierung mit der korrekten Referenz und Score-Interpretation.
Verwandeln Sie Anreicherungsschemata in relationale Tabellen in Ihrer eigenen Datenbank und prüfen Sie Zulassung, Migration und Replikat-Zustellung jeweils separat.
Wiederkehrende Entitäten über verschiedene Oberflächenformen hinweg erkennen, unsichere Treffer prüfen und verstehen, wie sich Vokabularänderungen auf Replikate auswirken.
Ressourcen stellen Schema- und Datensatzdaten sowie Workflow-Leitfäden als Markdown bereit. Clients entscheiden, wie sie diese finden und laden; Ressourceninhalte können dennoch Modellkontext verbrauchen.
| URI-Vorlage | Beschreibung |
|---|---|
| enricher://docs | Index der Workflow-Leitfäden, jeweils unter der angegebenen Ressourcen-URI verfügbar. |
| enricher://schemas/{schema_id} | Eine gespeicherte Schema-Arbeitskopie als Markdown; verwenden Sie get_schema mit version="published" für den aktiven verknüpften Vertrag. |
| enricher://records/{record_id} | Ein vergangener Anreicherungs-Datensatz, dargestellt als Markdown – Metadaten + strukturierte Ausgabe + Validierungsfehler. |
Wenn Sie enrich_entity anweisen, ein Klassifizierungsmodell zu verwenden, und die Entity nicht zum Schema-Typ passt, gibt das Tool eine fehlerfreie Antwort mit strukturierten Details zurück. Claude liest sie, legt Ihnen die Begründung dar und versucht es (nach Ihrer Bestätigung) erneut mit force_after_classification_warning=true – wodurch der Klassifikator beim erneuten Versuch weggelassen wird.
{
"success": false,
"error_code": "classification_warning",
"message": "Pre-flight classification rejected the entity. ...",
"classification": {
"status": "mismatch",
"reasoning": "Titan is a moon of Saturn, not a planet.",
"confidence": 0.97
},
"job_id": "..."
}Die MCP-Antwort behält die Details der Klassifizierung bei, sodass Ihr Client die Entscheidung erläutern kann, bevor ein neuer Aufruf gestartet wird.
Dieselbe Interaktivität treibt einen zweiten Ablauf an: Wenn generate_sample mit Quelldokumenten läuft, kann sein Planer mit strukturellen Rückfragen pausieren. Claude leitet sie an Sie weiter und setzt den Job mit answer_job_question fort — Runde für Runde, bis das Beispiel generiert ist.
Die meisten Tool-Fehler geben ein strukturiertes Objekt mit einem Feld error_code zurück, damit der Client zwischen Kontingent-, Klassifizierungs-, Timeout- und Anbieterfehlern unterscheiden kann. Einige ältere Antworten enthalten nur ein error- oder message-Feld; prüfen Sie neben dem Transportstatus auch das tatsächliche Ergebnis.
| error_code | Wann |
|---|---|
| invalid_request | Ungültige UUID, sich gegenseitig ausschließende Argumente (schema_id + target_schema) oder Validierung des Anfragetexts fehlgeschlagen. |
| prompt_limit_reached | Tägliches/wöchentliches/monatliches Prompt-Kontingent erschöpft (HTTP 402). Der Body enthält period, limit, used, needed. |
| insufficient_credits | Für die Org ist die Abrechnung aktiviert, aber das Credit-Guthaben ist zu gering, um den Job zu starten (HTTP 402). Der Body enthält das Guthaben und eine Kauf-URL. |
| model_limit_exceeded | Mehr Modelle angefordert, als der Tarif erlaubt (HTTP 402). Gibt Limit + Anforderung zurück. |
| language_limit_exceeded | Mehr Sprachen angefordert, als der Tarif erlaubt (HTTP 402). |
| concurrent_job_limit_reached | Zu viele aktive Anreicherungs-Aufträge für diese Organisation. Warten Sie oder führen Sie ein Upgrade des Tarifs durch. |
| classification_warning | ⚡ Kein Fehler: Der Pre-Flight-Klassifikator hat die Entität abgelehnt. Die Antwort enthält den Klassifizierungskontext, damit Claude den Nutzer um Bestätigung bitten und mit force_after_classification_warning=true erneut versuchen kann. |
| benchmarks_not_in_plan | Der Plan der Organisation enthält keine Modell-Benchmarks (HTTP 403). Verändernde Benchmark-Tools prüfen zusätzlich die Eigentümerrolle. |
| ambiguity_check_disabled | analyze_schema wurde für ein Schema aufgerufen, dessen Mehrdeutigkeitsprüfung deaktiviert ist (HTTP 400). Aktivieren Sie sie zuvor über update_schema mit ambiguity_check_enabled=true. |
| enrichment_timeout | Job hat timeout_seconds überschritten. Empfehlung: weniger Modelle oder die Entität aufteilen. |
| schema_generation_timeout | Die Schemagenerierung hat timeout_seconds überschritten. |
| schema_generation_failed | Upstream-LLM-Fehler bei der Schema-Generierung (HTTP 502). |
| model_output_invalid | Das Modell hat eine Ausgabe zurückgegeben, die nicht dem Schema entspricht (HTTP 502). Der Body nennt das Modell, den betreffenden Eigenschaftspfad sowie retryable: true – rufen Sie das Tool erneut auf oder wählen Sie ein leistungsstärkeres Modell. |
| cancelled | Job wurde während der Ausführung abgebrochen (HTTP 499). |
| not_found | Die Schema- oder Datensatz-ID existiert nicht in Ihrer Organisation. |
| http_error | Auffangregel für HTTP-Fehler ohne strukturierten Detailtext. |
get_stats liefert Zusammenfassungen auf Chat-Seite; die vollständigen Dashboards bleiben in der App.