Jeden Morgen stellen Millionen Menschen vor dem Kleiderschrank dieselbe Frage: Was ziehe ich heute an? Und immer öfter stellen sie sie einer KI. Das Problem: Dein Assistent kennt das Wetter, aber nicht die Mode — die Ratschläge klingen wie ein Wetterbericht mit Schal.
Das ist jetzt behoben. OutfitMaker spricht MCP — das Model Context Protocol, den offenen Standard, mit dem Claude, ChatGPT oder Gemini externe Tools nutzen. Eine URL, und dein Assistent hat einen Stylisten.
In zehn Sekunden verbunden
Die Server-Adresse:
https://outfitmaker.ai/mcp
In Claude: Einstellungen → Konnektoren → Benutzerdefinierten Konnektor hinzufügen → URL einfügen. In Claude Code: claude mcp add --transport http outfitmaker https://outfitmaker.ai/mcp. Überall sonst, wo Remote-MCP-Server per URL unterstützt werden: gleiche Adresse, HTTP-Transport. Kein API-Key, keine Anmeldung.
make this look from your own clothes
Stop scrolling generic looks. Snap your wardrobe, pick the occasion, and OutfitMaker builds the outfit from clothes you already own — then shows it on a model with Look Preview.
try it freeWas dein Assistent jetzt kann
Frag „Was ziehe ich heute in Berlin an?": das Tool what_to_wear_today holt das Live-Wetter und antwortet mit einer kompletten Formel — nicht „zieh dich warm an", sondern „Wollmantel + Rollkragen + dunkles Denim + Lederboots" — plus einen Style-Tipp. Date, erster Schultag, Party im Regen: suggest_outfit deckt sieben Anlässe bei jedem Wetter ab.
Die ehrliche Grenze
Diese Formeln sind bewusst generisch. Die echte Magie entsteht, wenn Vorschläge aus Kleidung kommen, die du wirklich besitzt. Das ist die OutfitMaker-App: Fotografiere deinen Schrank einmal, und jeden Morgen bekommst du Outfits aus deinen eigenen Teilen, passend zu deinem Wetter. Die MCP-Tools sind die Kostprobe; dein Kleiderschrank ist das Menü.
Probier es heute Abend — und wenn dein Assistent Wildlederboots empfiehlt, die du nicht hast, weißt du genau, was als Nächstes zu tun ist.