Ticket Tailor API Integration

Ticket Tailor API 連携

LLM が Ticket Tailor API と簡単にやり取りできるようにする、Ticket Tailor API 用の Python MCP ラッパーです。まだごく初期の段階ですが、基盤となる部分はすべて整っています。今後は、さまざまなエンドポイント向けの関数を実装していく予定です。また、データを取得／送信／更新するだけでなく、そのデータを処理する専用ツールも作成できます。別の場所にイベントを作成するコードがあるので、後ほど取り込む予定です。

機能

• 柔軟なフィルタリングオプションを使ってイベントを取得
• 充実した検索パラメーターを使って注文を取得
• FastMCP を基盤としており、アプリケーションに簡単に統合可能

インストール

# Clone the repository
git clone https://github.com/shakermakerk/ticket_tailor_mcp_server.git
cd ticket_tailor_mcp_server

# Install dependencies
pip install -r requirements.txt

セットアップ

1. ルートディレクトリにある .env_example ファイルを基に .env ファイルを作成し、Ticket Tailor API キーを追加します

使用方法

Cursor で使用する場合（一般的には使用しない想定です）：

mcp.json を編集して、以下を追加します

    "tt-events": {
      "type": "command",
      "command": "mcp run /src/ticket_tailor/ticket_tailor_funcs.py" # you may need to edit this path
    }

高度な使用方法

Using with our own agents. It depends on the agentic framework that you're using but you generally pass the MCP server in as a tool. Some frameworks like Openai-Agents SDK that are naturally async require some helper functions. I can provide examples if reqested. in ticket_tailor_mcp_server/src/ticket_tailor/example_langgraph_agent.py you will see a simple example using langchain react agents (not langgraph).

API リファレンス

実装の詳細については、src/ticket_tailor ディレクトリを参照してください。

開発ロードマップ

Ticket Tailor API のエンドポイントをさらに実装しています。実装予定の内容については、ロードマップを参照してください。

• 実装優先度順のエンドポイント一覧
• 現在の実装状況
• 新しいエンドポイントを追加するためのガイドライン

貢献をご希望の場合は、実装が必要なエンドポイントをロードマップで確認してください。

貢献

貢献を歓迎します！以下の方法でご協力いただけます。

1. 実装が必要なエンドポイントをロードマップで確認します
2. ガイドラインについては貢献ガイドを確認します
3. 作業を追跡するための issue を作成します
4. 実装を含むプルリクエストを送信します

既存コードで確立されているパターンに従って、新しい API エンドポイントを実装する貢献を特に歓迎します。

ライセンス

このプロジェクトは MIT ライセンスの下でライセンスされています。詳細については、LICENSE ファイルを参照してください。