mcpField
M
MCP Enabled Plan.IO (Redmine) Reader

MCP Enabled Plan.IO (Redmine) Reader

本地服务
github.com/karateboss生产力174 周前更新

关于 MCP Enabled Plan.IO (Redmine) Reader

面向 Plan.IO(Redmine)的 MCP 服务,可读取和搜索问题记录,供 Claude Desktop 等支持 MCP 的 AI 工具使用。

主要功能

  1. 01读取 Plan.IO 问题
  2. 02搜索 Plan.IO 问题

适用场景

  1. 01查看问题详情
  2. 02搜索相关问题记录

MCP 相关

向 MCP 客户端提供读取和搜索 Plan.IO 问题的工具。

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。

mcp.json · 通用配置
{
"mcpServers": {
"mcp_planio": {
"command": "uvx",
"args": [
"git+https://github.com/karateboss/mcp_planio@main"
],
"env": {
"REDMINE_URL": "<REDMINE_URL>",
"REDMINE_API_KEY": "<REDMINE_API_KEY>"
}
}
}
}
启动命令uvx 'git+https://github.com/karateboss/mcp_planio@main'
需要配置的环境变量
REDMINE_URL
REDMINE_API_KEY密钥

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypigit+https://github.com/karateboss/mcp_planio@main

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

MCP 启用的 Plan.IO(Redmine)读取器

模型上下文协议(MCP)服务提供一组用于读取和搜索 Plan.io 问题的工具。此服务已在 Claude Desktop 上经过测试。

安装

前提条件
Windows
  1. 安装 Claude Desktop(或其他支持 MCP 的 AI 工具)

  2. 安装 Python 3.10 或更高版本:

    • 从 python.org 下载最新的 Python 安装程序
    • 运行安装程序,并勾选“Add Python to PATH”
    • 打开命令提示符,使用 python --version 验证安装
  3. 安装 uv:

    • 以管理员身份打开命令提示符
    • 运行 pip install --user uv
    • 使用 uv --version 验证安装
macOS
  1. 安装 Claude Desktop(或其他支持 MCP 的 AI 工具)

  2. 安装 Python 3.10 或更高版本:

    • 使用 Homebrew:brew install python
    • 使用 python3 --version 验证安装
  3. 安装 uv:

    • 使用 Homebrew:brew install uv
    • 或者:pip3 install --user uv
    • 使用 uv --version 验证安装

配置

将以下内容添加到你的 claude_desktop_config.json 中:

{
    "mcpServers": {
        "mcp_planio": {
            "command": "uvx",
            "args": [
                "--from",
                "git+https://github.com/karateboss/mcp_planio@main",
                "mcp_planio"
            ],
            "env": {
                "REDMINE_URL": "https://<your plan.io>",
                "REDMINE_API_KEY": "<your api key>"
	    }
        }
    }
}

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。