关于 MCP Task Manager Server
MCP Task Manager Server 是面向 AI 助手和开发者的 MCP 服务及任务管理示例,支持通过 stdio 或 HTTP API 调用任务工具,并采用内存存储和可扩展的工具结构。
主要功能
- 01创建、列出和完成任务
- 02按状态筛选任务
- 03支持 MCP stdio 和 HTTP 接口
- 04内存任务存储
- 05可扩展的工具注册结构
适用场景
- 01通过兼容 MCP 的助手管理任务
- 02向 Web 应用提供任务操作
- 03作为添加 MCP 工具的模板
MCP 相关
通过 stdio 向 MCP 客户端提供创建、列出和完成任务的工具。相同的任务操作也可通过 HTTP API 使用。
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。
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
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
🔌 MCP 工具服务 - AI Agent 工具包
一个强大且可扩展的模型上下文协议(MCP)服务,可让 AI Agent 与外部工具和服务交互。此实现提供了一个任务管理系统,展示如何为 AI 助手构建和部署兼容 MCP 的工具。
🌟 什么是 MCP?
模型上下文协议(MCP)是一种标准,允许 AI 模型与外部工具、数据源和服务交互。此服务实现了 MCP 规范,可让 Claude 和 GPT 等 AI 助手通过标准化接口执行现实世界中的操作。
✨ 功能
- 兼容 MCP 的工具:可供 AI 助手直接使用的工具
- 任务管理系统:创建、列出和完成任务
- 双接口:同时支持 MCP stdio 模式和 HTTP API
- 可扩展架构:轻松添加新工具和功能
- 对开发者友好:文档清晰,并提供示例
- 轻量:使用内存存储,便于快速设置和测试
🛠️ 可用工具
1. create-task
使用标题和描述创建新任务。
参数:
title:String(必填)- 任务标题description:String(必填)- 任务描述
2. list-tasks
列出当前存储在内存中的所有任务。
参数:
status:String(可选)- 按状态筛选:"all"、"pending" 或 "completed"
3. pending-tasks
列出所有待处理任务。
**参数:**无
4. complete-task
将指定任务标记为已完成。
参数:
id:String(必填)- 要标记为已完成的任务 ID
🚀 开始使用
前置条件
- Node.js(v18 或更高版本)
- npm 或 yarn
安装
- 克隆仓库:
git clone https://github.com/yourusername/mcp-server.git
cd mcp-server
- 安装依赖:
npm install
- 构建 TypeScript 代码:
npm run build
🏃♂️ 运行服务
MCP 模式(适用于 AI 助手)
npm start
这会以 stdio 模式运行服务,使其兼容 Claude for Desktop 等 MCP 客户端。
HTTP 模式(适用于 Web 应用)
npm run http
HTTP 服务默认运行在端口 3000 上。你可以通过 http://localhost:3000 访问。
使用 PORT 环境变量自定义端口:
PORT=8080 npm run http
🌐 HTTP API 端点
创建任务
POST /api/tasks
请求正文:
{
"title": "Task title",
"description": "Task description"
}
列出所有任务
GET /api/tasks?status=[all|pending|completed]
列出待处理任务
GET /api/tasks/pending
完成任务
PATCH /api/tasks/:id/complete
直接执行 MCP 工具
POST /api/mcp/execute
请求正文:
{
"tool": "tool-name",
"params": {
"param1": "value1",
"param2": "value2"
}
}
🔮 构建自己的 MCP 工具
此服务提供了一个模板,可用于创建自己的兼容 MCP 的工具。要添加新工具:
- 在
src/tools目录中定义工具 - 在工具注册表中注册该工具
- 实现必要的逻辑
- 根据需要更新 HTTP API
查看现有工具,了解如何组织实现的示例。
🧪 使用 AI 助手进行测试
- 以 MCP 模式启动服务:
npm start - 使用兼容 MCP 的 AI 助手连接到服务
- AI 现在可以使用可用工具管理任务:
- 创建任务:使用标题和描述调用
create-task - 列出所有任务:调用
list-tasks - 完成任务:使用任务 ID 调用
complete-task
- 创建任务:使用标题和描述调用
🔄 与 Web 客户端集成
此服务与 agent-client-example 项目完美搭配,该项目提供了一个 Web 界面,用于与 AI 助手和 MCP 工具交互。
📋 后续增强
- 持久化存储选项(MongoDB、PostgreSQL)
- 身份验证和授权
- 更多工具类别(文件管理、Web 搜索等)
- 支持 WebSocket 实时更新
- 工具执行指标和日志记录
📄 许可证
MIT
赋能 AI Agent,助其实现现实世界中的能力 🤖✨
评论
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。