关于 rework-mcp-server
基于 Node 的 MCP 服务,可将 Rework 接入 AI 应用。它支持 Agent 操作项目、任务、工作流、作业和工作区用户,并可按需禁用工具或启用 SSE 模式。
主要功能
- 01创建并查看项目任务
- 02管理工作流作业
- 03查找和列出工作区用户
- 04为任务和作业分配用户
- 05禁用指定工具
- 06支持 SSE 模式
适用场景
- 01在 Rework 中创建或查看任务
- 02跟踪不同工作流中的作业
- 03查找可分配的工作区成员
MCP 相关
将 Rework 的项目、任务、工作流、作业和用户操作作为工具提供给 MCP 客户端,并支持配置 SSE 连接。
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。
工具
150收录的工具列表 · 更新于 3 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| team_id | string | 否 | 要使用的 ClickUp Team ID 或 Workspace Name。如果提供,服务器将在当前会话中为此请求及后续请求切换到该工作区。 |
| include_hierarchy | boolean | 否 | 以格式化树状结构包含完整的空间、文件夹和列表层级(默认值:true) |
| include_plan | boolean | 否 | 包含工作区套餐详情 |
| include_seats | boolean | 否 | 包含工作区席位使用情况 |
| include_shared | boolean | 否 | 包含共享的层级项目 |
| include_custom_items | boolean | 否 | 包含自定义任务类型 |
| include_members | boolean | 否 | 包含所有工作区成员 |
| search_member | string | 否 | 按姓名或电子邮件模糊搜索成员 |
详细介绍
Rework MCP 服务
用于将 Rework 平台集成到 AI 应用中的模型上下文协议(MCP)服务。此服务允许 AI Agent 通过标准化协议与 Rework 项目、任务、工作流和工作项进行交互。
🚀 状态更新: v0.7.2 现已发布,完整支持项目管理和工作流。
设置
- 获取 Rework 凭据:
- 从 Rework 平台设置中获取 API 密钥
- 从你的 Rework 账户中获取工作区信息
- 使用你的凭据配置 MCP 服务
- 使用自然语言管理你的项目和工作流!
安装
将此条目添加到客户端的 MCP 设置 JSON 文件中:
{
"mcpServers": {
"Rework": {
"command": "node",
"args": [
"index.js"
],
"env": {
"REWORK_API_KEY": "your-api-key",
"REWORK_WORKSPACE_ID": "your-workspace-id"
}
}
}
}
或者,你可以使用 Node 直接运行服务:
node index.js --env REWORK_API_KEY=your-api-key --env REWORK_WORKSPACE_ID=your-workspace-id
你可以使用 DISABLED_TOOLS 环境变量禁用特定工具。提供要禁用的工具名称列表,并以逗号分隔(例如,create_task,get_tasks)。
如果工具数量或上下文限制导致问题,请禁用不需要的工具。
使用 SSE 支持运行
设置以下环境变量,即可在 SSE(服务器发送事件)模式下运行服务:
{
"mcpServers": {
"Rework": {
"command": "node",
"args": [
"index.js"
],
"env": {
"REWORK_API_KEY": "your-api-key",
"REWORK_WORKSPACE_ID": "your-workspace-id",
"ENABLE_SSE": "true",
"PORT": "8000" // Optional, defaults to 3000
}
}
}
}
也可以通过命令行运行:
node index.js --env REWORK_API_KEY=your-api-key --env REWORK_WORKSPACE_ID=your-workspace-id --env ENABLE_SSE=true --env PORT=8000
Docker 部署
version: '3.8'
services:
rework-mcp-server:
build:
context: .
dockerfile: Dockerfile
ports:
- '3000:8000'
environment:
- REWORK_API_KEY=${REWORK_API_KEY}
- REWORK_WORKSPACE_ID=${REWORK_WORKSPACE_ID}
- ENABLE_SSE=true
- LOG_LEVEL=info
volumes:
- ./src:/app/src
restart: unless-stopped
healthcheck:
test: ["CMD", "curl", "-f", "http://localhost:8000/health"]
interval: 30s
timeout: 10s
retries: 3
start_period: 5s
功能
| 📝 项目管理 | 🔄 工作流管理 |
|---|---|
| • 创建和管理任务 • 查看任务详情 • 列出项目中的任务 • 为任务添加评论 • 在项目中整理任务 • 查看任务状态和进度 | • 创建和管理工作项 • 跟踪工作项状态 • 查看工作项详情 • 按工作流列出工作项 • 整理工作流 • 将工作项关联到工作流 |
| 👥 用户管理 | ⚡ 集成功能 |
|---|---|
| • 按姓名或电子邮件查找用户 • 列出所有可用用户 • 将用户分配给任务 • 查看用户信息 • 用户身份验证 • 管理用户权限 | • 基于 ID 和名称的查询 • 支持 Markdown 内容 • 内置错误处理 • API 速率限制 • 输入验证 • 全面的 API 覆盖 |
可用工具
| 工具 | 描述 | 必需参数 |
|---|---|---|
| 项目管理 | ||
create_task | 在项目中创建任务 | name、board_id、creator_username |
get_tasks | 获取看板中的任务 | board_id 和可选筛选条件 |
get_detail_task | 获取任务的详细信息 | id |
get_projects | 获取所有项目和看板 | 可选搜索查询 q |
| 工作流管理 | ||
create_job | 在工作流中创建工作项 | name、workflow_id、creator_username |
get_jobs | 获取工作流中的工作项 | workflow_id 和可选筛选条件 |
get_detail_job | 获取工作项的详细信息 | id |
get_workflows | 获取所有可用工作流 | 可选搜索查询 q |
| 用户管理 | ||
find_users | 按姓名或电子邮件查找用户 | q(搜索查询)、properties |
list_all_users | 获取工作区所有成员 | 无 |
可参阅项目文档,了解可选参数和高级用法。
用户管理
创建任务或作业时,可以使用 user_id 参数分配用户。此外,还需要指定 creator_username,以表明是谁创建了该任务或作业:
{
"name": "🚀 New Feature Implementation",
"board_id": "board_123",
"content": "Implement the new feature described in the spec",
"creator_username": "jane.doe",
"user_id": "user_456"
}
用户管理工具可帮助你按姓名或电子邮件查找用户,并获取其 ID 以分配任务。
错误处理
Rework MCP 服务会针对以下情况提供清晰的错误消息:
- 缺少必需参数
- ID 或引用无效
- 未找到资源
- 身份验证失败
- 权限问题
- API 错误
- 请求速率限制
可以指定 LOG_LEVEL 环境变量来控制服务日志的详细程度。有效值为 trace、debug、info、warn 和 error(默认值)。
也可以在命令行中指定:--env LOG_LEVEL=info。
自定义字段支持
创建任务和作业时,都可以通过 custom_fields 参数支持自定义字段。该参数接受一个对象数组,每个对象包含 id 和 value 属性:
{
"custom_fields": [
{
"id": "custom_field_123",
"value": "High Priority"
},
{
"id": "custom_field_456",
"value": true
}
]
}
参与贡献
欢迎贡献!请随时提交 Pull Request。
许可证
本项目采用 MIT License 许可,详情请参阅 LICENSE 文件。
免责声明
本软件使用 Rework API。所有商标和品牌名称均为其各自所有者的财产。本项目与 Rework 没有官方关联,也未获得 Rework 的认可。
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。