关于 Checklist MCP Server
Checklist MCP Server 面向需要管理长期任务的 AI Agent,提供分层清单和跨会话工作状态管理,并通过命名空间隔离不同环境的数据。
主要功能
- 01创建和管理嵌套清单
- 02按会话维护任务状态
- 03标记任务为已完成
- 04读取完整任务清单
- 05通过命名空间隔离数据
适用场景
- 01将长期任务拆分为层级步骤
- 02跨会话跟踪 Agent 的工作进度
- 03为多个用户或项目隔离清单
MCP 相关
该 MCP 服务通过 HTTP/SSE 暴露清单管理工具,客户端可初始化会话、更新任务、标记完成并读取清单。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Checklist MCP 服务
用于管理层级清单和跟踪工作上下文的 MCP(模型上下文协议)服务,旨在帮助 AI Agent 管理长期任务并跨会话保持状态。
功能
- 层级任务管理:创建和管理嵌套清单。
- 多租户支持:内置支持使用命名空间隔离多个环境。
- HTTP/SSE 传输:使用标准 MCP HTTP 传输和服务器发送事件(SSE)。
工具
| 工具名称 | 描述 |
|---|---|
init_tasks | 初始化新的清单会话。要求 sessionId 尚不存在。如果该 ID 已存在,则提供引导建议和推荐的可用 sessionId。 |
update_tasks | 在现有会话的指定层级路径创建新任务或覆盖现有任务。 |
mark_task_as_done | 将现有会话中的指定任务标记为已完成。 |
get_all_tasks | 获取现有会话的完整层级任务列表。 |
会话生命周期与引导建议
- 会话初始化:首先使用唯一的
sessionId调用init_tasks,以创建清单会话。 - 会话隔离:使用不存在的
sessionId调用update_tasks、mark_task_as_done或get_all_tasks时,将返回非错误的引导信息,提示先初始化会话。 - 冲突预防:使用已存在的
sessionId调用init_tasks时,将返回非错误的引导信息,并建议使用其他sessionId(例如my-session_1)。
快速开始
本地运行(Node.js)
你可以直接使用 npx 或 npm 运行服务。
使用 npx:
npx checklist-mcp-server
使用 npm:
git clone https://github.com/chene/checklist-mcp-server.git
cd checklist-mcp-server
npm install
npm run build
npm run start:http
服务默认将在端口 8585 启动。
使用 Docker 运行
docker run -d -p 8585:8585 --name checklist-mcp-server checklist-mcp-server:latest
如需更详细的 Docker 使用说明,请参阅 DOCKER.md。
配置
MCP 客户端配置
配置 MCP 客户端(例如 Claude Desktop 或自定义 Agent)以连接到 HTTP 端点。
{
"mcpServers": {
"checklist": {
"transport": "http",
"url": "http://localhost:8585/mcp"
}
}
}
多租户(命名空间)
此服务通过 namespace 查询参数支持多租户。这样,多个 Agent 或用户可以在同一个服务实例中存储彼此独立的数据。
要使用特定命名空间,请将 ?namespace=<your_namespace> 附加到服务 URL。
特定命名空间的客户端配置示例:
{
"mcpServers": {
"project-alpha": {
"transport": "http",
"url": "http://localhost:8585/mcp?namespace=project-alpha"
},
"project-beta": {
"transport": "http",
"url": "http://localhost:8585/mcp?namespace=project-beta"
}
}
}
如果未提供命名空间,服务默认使用 default 命名空间。
许可证
MIT
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。