关于 Todo
Todo 是供 AI Agent 创建并按顺序处理任务列表的 MCP 服务,任务按会话隔离并存储在 SQLite 中,支持 stdio 和 HTTP 传输。
主要功能
- 01创建和管理任务列表
- 02获取下一个待办任务
- 03按会话隔离任务
- 04将任务持久化到 SQLite
- 05支持 stdio 和 HTTP 传输
适用场景
- 01将复杂需求拆分为有序任务
- 02逐项处理任务
- 03按会话分别保存任务列表
- 04继续处理 SQLite 中保存的任务
MCP 相关
该服务通过 stdio 或 HTTP 向 MCP 客户端提供任务管理工具,包括 `add` 和 `next`。
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
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
Todo MCP Server
一个模型上下文协议(MCP)服务,提供自主任务管理系统,并支持 stdio 和 HTTP(Streamable) 传输方式。
功能
- 随机字符串生成:生成 6 个字符的随机字母数字字符串
- 任务管理:AI Agent 可以自主创建、管理并执行任务列表,并使用 SQLite 持久化数据
- 多种传输模式:
- Stdio 传输:通过 stdin/stdout 进行标准 MCP 通信
- HTTP 传输:支持服务器发送事件(SSE)的 RESTful API,可实时发送通知
- 符合 MCP 标准:完全符合 MCP 规范
用法
Stdio 传输(默认)
Claude Desktop
//use directly with npx
{
"mcpServers": {
"todo":{
"command": "npx",
"args": ["github:stilllovee/todo-mcp-server"]
}
}
}
//or use after clone repo
{
"mcpServers": {
"todo":{
"command": "node",
"args": ["PATH_TO_YOUR_FOLDER"]
}
}
}
Github Copilot
//use directly with npx
{
"servers": {
"todo": {
"type": "stdio",
"command": "npx",
"args": ["github:stilllovee/todo-mcp-server"]
},
},
"inputs": []
}
//or use after clone repo
{
"servers": {
"todo": {
"type": "stdio",
"command": "node",
"args": ["PATH_TO_YOUR_FOLDER"]
}
},
"inputs": []
}
服务通过 stdio 传输运行,并通过标准输入/输出进行通信。
示例指令:
系统提示词
根据输入的需求,如果需求较复杂,则按逻辑顺序将其拆分为更小的任务,并使用 "add" 工具将每个任务保存到列表中。
然后,重复以下步骤,直到所有任务都完成:
-
调用 "next" 工具获取下一个待处理任务。如果没有剩余任务,则退出循环。
-
通过推理、规划并自动调用适当的必要工具来执行任务,无需请求许可。
-
完成后,返回步骤 1。
用户提示词
构建一个情绪日记 Web 应用的后端。
要求:
设计数据库架构(SQLite 或 PostgreSQL)。
使用 Node.js(Express)构建后端 API,包含以下端点:
记录情绪条目
查看情绪日志
HTTP 传输(Streamable)
启动 HTTP 服务:
# Default port (8123)
npm run start:http
# Custom port
node http-server.js --port=3000
服务将在以下地址提供:http://localhost:8123/mcp
Github Copilot 配置(HTTP)
{
"servers": {
"todo-http": {
"type": "http",
"url": "http://localhost:8123/mcp"
}
},
"inputs": []
}
可用工具
任务管理工具
add
向当前会话的列表中添加新任务。
next
从会话中获取下一个任务。
任务管理系统
该服务包含一个自主任务管理系统,使 AI Agent 能够:
- 创建任务列表:根据高层级请求生成全面的任务列表
- 管理任务:在会话中添加任务并转到下一个任务
- 会话隔离:每个会话都有独立的任务列表
- 持久化存储:所有任务都存储在 SQLite 数据库中,以实现持久化
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。