mcpField
T
Tasker MCP

Tasker MCP

ローカル
github.com/dceluis生産性5285 週間前に更新

Tasker MCP について

Tasker MCP は、Android の自動化アプリ Tasker を MCP クライアントに接続する MCP サーバーです。Tasker のプロファイルを読み込むと、コマンドラインのサーバーが Tasker のタスクをツールとして提供します。AI アシスタントから携帯端末の自動化を実行したいユーザーに適しています。

主な機能

  1. 01Tasker プロファイルの読み込みで有効化
  2. 02SSE と stdio のトランスポートモード
  3. 03API キーによるアクセス制御
  4. 04タスクのコメントと変数からのツール説明生成
  5. 05複数アーキテクチャ向けのビルド済みバイナリ

活用シーン

  1. 01AI アシスタントから端末上の Tasker タスクを実行
  2. 02独自の Tasker タスクを MCP ツールとして公開
  3. 03stdio 経由で Claude Desktop から端末の自動化に接続

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Tasker MCP

このドキュメントでは、依存関係のインストール、サーバーの準備、タスクの更新手順など、Tasker MCP 統合の設定と実行方法について説明します。


使用ガイド

ステップ 1:Tasker プロファイルをインポートする
  • dist/mcp_server.prj.xml を Tasker アプリにインポートします。
  • インポート後、MCP generate_api_key タスクを実行して、安全なアクセスのための API キーを生成します。
ステップ 2:サーバーを選択して実行する

CLI サーバー:

  • dist/ フォルダーから、デバイスのアーキテクチャに適した CLI サーバーのバイナリ(tasker-mcp-server-cli-aarch64 など)を選択します。
  • バイナリと toolDescriptions.json ファイルの両方をデバイス(スマートフォンまたは PC)にコピーします。
  • コピー後、バイナリの名前を mcp-server に変更します。

例:

scp を使用する場合:

scp dist/tasker-mcp-server-cli-aarch64 user@phone_ip:/data/data/com.termux/files/home/mcp-server

adb push を使用する場合:

adb push dist/tasker-mcp-server-cli-aarch64 /data/data/com.termux/files/home/mcp-server
  • 次のコマンドで、SSE モードでサーバーを実行します。
./mcp-server --tools /path/to/toolDescriptions.json --tasker-api-key=tk_... --mode sse
  • または、stdio トランスポートを通じて呼び出します。
payload='{"jsonrpc": "2.0", "id": 1, "method": "tools/call", "params": { "name": "tasker_flash_text", "arguments": { "text": "Hi" }  } }'
echo $payload | ./mcp-server --tools /path/to/toolDescriptions.json --tasker-api-key=tk_...
コマンドラインフラグ

tasker-mcp-server-cli アプリケーションでは、次のフラグを使用できます。

  • --tools:Tasker のツール定義を含む JSON ファイルへのパスです。
  • --host:SSE サーバーがリッスンするホストアドレスです(デフォルト:0.0.0.0)。
  • --port:SSE サーバーがリッスンするポートです(デフォルト:8000)。
  • --mode:トランスポートモードです。sse または stdio を指定します(デフォルト:stdio)。
  • --tasker-host:Tasker サーバーのホストです(デフォルト:0.0.0.0)。
  • --tasker-port:Tasker サーバーのポートです(デフォルト:1821)。
  • --tasker-api-key:Tasker API キーです。
ステップ 3:MCP 対応アプリを接続する
  • 実行中のサーバーを接続先として指定し、MCP 対応アプリを接続します。
stdio トランスポートを使用する Claude Desktop の設定例
{
  "mcpServers": {
    "tasker": {
      "command": "/home/luis/tasker-mcp/dist/tasker-mcp-server-cli-x86_64",
      "args": [
        "--tools",
        "/home/luis/tasker-mcp/dist/toolDescriptions.json",
        "--tasker-host",
        "192.168.1.123",
        "--tasker-api-key",
        "tk_...",
        "--mode",
        "stdio"
      ]
    }
  }
}

CLI サーバーを自分でビルドする

Unix/Linux:
  • パッケージマネージャーを使用して Go をインストールします。
sudo apt-get install golang-go
  • CLI サーバーをビルドします(ARM64 向けにクロスコンパイルする例)。
cd cli
GOOS=linux GOARCH=arm64 go build -o dist/tasker-mcp-server-cli-aarch64 main.go

MCP プロファイルを更新してタスクを追加する

Tasker の引数処理には制限があるため、タスクを MCP 対応として指定するには、次の手順に従ってください。

ステップ 1:タスクのコメントを設定する
  • タスクの設定に直接コメントを追加します。このコメントがツールの説明になります。
ステップ 2:タスク変数を使用してツールの引数を設定する

Tasker がサポートする位置引数は 2 つ(par1、par2)のみです。この制限を回避するため、タスク変数を使用します。

  • タスク変数が MCP 引数になる条件:
    1. インポート時に設定:未チェック
    2. 不変:true
    3. 値:空

上記の値を設定した後、追加のメタデータも設定できます。

  • メタデータの対応付け:
    • 型:タスク変数の型(number、string、onoff など)から決まります。
    • 説明:変数の Prompt フィールドで設定します。
    • 必須:Same as Value フィールドがチェックされている場合に必須となります。

注:Prompt の説明が非表示の場合は、一時的に「インポート時に設定」を有効にして設定し、その後もう一度無効にしてください。プロンプトは保持されます。\

これらの手順により、後でカスタムプロジェクトをエクスポートする際に、有効なツールの説明を生成できます。
タスク変数は他のタスクから引き継ぐことができないため、MCP リクエストのすべての変数を正しく設定するには、最後にもう 1 つ作業が必要です。

ステップ 3:特別なアクションをコピーする

引数の解析を有効にするため、MCP#parse_args アクションを MCP タスクの先頭にコピーします。このアクションは、デフォルトのタスクのいずれかから取得できます。ただし、このアクションは変更しないでください。

ステップ 4:ツールの説明をエクスポートして更新する

これでカスタムタスクを使用する準備ができました。

  • mcp-server プロジェクトをエクスポートし、PC に保存します。
  • Node.js がインストールされていることを確認してから、次を実行します。
cd utils
npm install
node xml-to-tools.js /path/to/your/exported/mcp_server.prj.xml > toolDescriptions.json

この toolDescriptions.json ファイルをサーバーで使用します。


自動化をお楽しみください!

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。