mcpField
D
dart-query

dart-query

本地服务
github.com/standardbeagle生产力013 周前更新

关于 dart-query

dart-query 是用于管理 Dart AI 任务和文档的 MCP 服务。它通过 DartQL 选择器和服务端批量操作,在一次调用中处理多项任务,并提供试运行和 CSV 验证。

主要功能

  1. 01DartQL 任务选择器
  2. 02批量更新与删除
  3. 03单项任务增删改查和搜索
  4. 04带验证的 CSV 导入
  5. 05文档管理
  6. 06试运行与删除确认

适用场景

  1. 01更新符合选择条件的任务
  2. 02执行前预览批量更改
  3. 03从经过验证的 CSV 创建任务
  4. 04查找和管理 Dart AI 文档

MCP 相关

向 MCP 客户端提供 Dart AI 任务与文档操作,包括基于 DartQL 的批量工具、能力发现和工作区配置。

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": {
"standardbeagle-dart-query": {
"command": "npx",
"args": [
"-y",
"@standardbeagle/dart-query"
],
"env": {
"DART_TOKEN": "<DART_TOKEN>"
}
}
}
}
启动命令npx -y @standardbeagle/dart-query
需要配置的环境变量
DART_TOKEN密钥Your Dart AI API token (get it from: https://app.dartai.com/?settings=account)

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
npm@standardbeagle/dart-query0.3.5

工具

24

收录的工具列表 · 更新于 2 周前

参数类型必填说明
levelenum否详细级别:overview=类别,group=类别中的工具,tool=完整文档overview | group | tool
targetstring否组名称(当 level=group 时)或工具名称(当 level=tool 时)

详细介绍

dart-query

适用于 Dart AI 任务管理的 MCP 服务,针对批量操作和最小化上下文使用进行了优化。

与逐个循环处理任务(用中间 JSON 填满上下文窗口)不同,dart-query 使用 DartQL 选择器和服务端批量操作,只需一次调用即可更新数百个任务。通常需要消耗约 30K 个 token 的 50 个任务更新,现在只需约 200 个 token,且不会造成上下文腐化。

快速开始

1. 获取 Dart AI 令牌

访问 https://app.dartai.com/?settings=account 并复制令牌(以 dsa_ 开头)。

2. 配置 MCP

npx(推荐)

{
  "mcpServers": {
    "dart-query": {
      "command": "npx",
      "args": ["-y", "@standardbeagle/dart-query"],
      "env": {
        "DART_TOKEN": "dsa_your_token_here"
      }
    }
  }
}

SLOP-MCP(v0.10.0+)

slop register dart-query \
  --command npx \
  --args "-y" "@standardbeagle/dart-query" \
  --env DART_TOKEN=dsa_your_token_here \
  --scope user
3. 验证
info({ level: "overview" })
4. 示例:批量更新
// Preview first
batch_update_tasks({
  selector: "dartboard = 'Engineering' AND priority = 'high'",
  updates: { status: "Doing" },
  dry_run: true
})

// Execute
batch_update_tasks({
  selector: "dartboard = 'Engineering' AND priority = 'high'",
  updates: { status: "Doing" },
  dry_run: false
})

工具

分组工具用途
发现info、get_config探索功能和工作区配置
任务 CRUDcreate_task、get_task、update_task、delete_task、add_task_comment单个任务操作
查询list_tasks、search_tasks通过筛选条件或全文搜索查找任务
批量batch_update_tasks、batch_delete_tasks、get_batch_status使用 DartQL 选择器执行批量操作
导入import_tasks_csv通过 CSV 批量创建任务并进行验证
文档list_docs、create_doc、get_doc、update_doc、delete_doc文档管理

完整的参数参考、DartQL 语法和 CSV 导入格式,请参阅 TOOLS.md。

DartQL 选择器

用于在批量操作中指定目标任务的 SQL-92 WHERE 子句语法:

dartboard = 'Engineering' AND priority = 'high' AND tags CONTAINS 'bug'
due_at < '2026-01-18' AND status <> 'Done'
title LIKE 'Task%'                          -- starts with
title LIKE '%auth%'                         -- contains substring

运算符: =、!=、<>、>、>=、<、<=、LIKE、IN、NOT IN、BETWEEN、IS NULL、IS NOT NULL、CONTAINS 别名: INCLUDES/HAS → CONTAINS · <> → != LIKE 通配符: % = 任意字符,_ = 单个字符(不区分大小写)

安全性

所有 Dart AI 操作都针对生产环境(无沙盒)。dart-query 提供:

  • 所有批量操作均支持试运行模式——执行前预览
  • CSV 导入包含验证阶段——在创建任何内容前捕获错误
  • 批量删除需要确认标志(confirm: true)
  • 可恢复删除——任务会移至回收站,而非永久删除

许可证

MIT

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。