Apscheduler MCP Server

aspscheduler mcp服务器

MCP（模型上下文协议）HTTP服务器实现 apscheduler.

示例/事件流程/场景（披萨星期五）

• 上下文：代理连接到此调度器MCP服务和其他MCP服务：

- 披萨订购MCP：工具 order_pizza(type-of-pizza, "time to delivery today") - 电子邮件MCP：工具 send_email(email, message) 邀请同事 - 竹MCP：用于检索生日的工具，例如。 get_birthdays(window) 哪里 window 可以是 last_week

• 用户向代理发出请求：“每周五，安排一份披萨订单在下午5:00交付，并安排一封电子邮件在下午4:45邀请同事参加周五披萨。邀请中包括上周过生日的人。”

• 代理行为:

- 检索可用的MCP服务端点及其工具 - 制定执行计划 - 使用JSON格式的计划调用此服务中的一个调度工具

• 调度器行为:

- 接受计划请求并存储cron触发器 - 当时间匹配时，执行计划

• 基于LLM的员工行为:

- 连接到所有MCP服务的工作LLM在触发时间接收计划，并通过调用引用的MCP工具执行每个操作，遵守每个操作的 condition 字段来管理排序和成功依赖关系。

下面有两个独立的时间表：（1）每周五17:00点点披萨的一个动作；（2）每周五16:45有两个动作——首先获取上周的生日，然后发送电子邮件。第二个动作以第一个动作的成功为条件。该消息显示了一个常见的占位符模式，以包括上游结果；实际的插值取决于执行计划的工人/代理。

时间表1：每周五17:00订购披萨

工具调用输入 schedule_tool_call_by_cron:

{
  "execution_plan": {
    "order_pizza": {
      "mcp-service-endpoint": "http://pizza-mcp:3001/mcp/",
      "mcp-tool-name": "order_pizza",
      "mcp-tool-arguments": {
        "type-of-pizza": "assorted",
        "time to delivery today": "17:00"
      }
    }
  },
  "day_of_week": "fri",
  "hour": "17",
  "minute": "00",
  "timezone": "America/Los_Angeles"
}

时间表2：取生日，然后每周五16:45发送电子邮件

工具调用输入 schedule_tool_call_by_cron:

{
  "execution_plan": {
    "fetch_birthdays": {
      "mcp-service-endpoint": "http://bamboo-mcp:3003/mcp/",
      "mcp-tool-name": "get_birthdays",
      "mcp-tool-arguments": {
        "window": "last_week"
      },
      "condition": "executes first"
    },
    "send_email": {
      "mcp-service-endpoint": "http://email-mcp:3002/mcp/",
      "mcp-tool-name": "send_email",
      "mcp-tool-arguments": {
        "email": "team@company.com",
        "message": "Welcome Pizza Friday in the kitchen at 4:45pm! Birthdays: ${fetch_birthdays.result.summary}"
      },
      "condition": "executes only if fetch_birthdays was successful"
    }
  },
  "day_of_week": "fri",
  "hour": "16",
  "minute": "45",
  "timezone": "America/Los_Angeles"
}

\[！注意\] - 端点 是示例；使用您实际的MCP服务URL。 - 如果启用worker策略，则计划将转发到worker MCP>工具并在那里执行；如果您在以后的操作中依赖占位符，请确保worker支持引用以前的操作输出。

安装

环境变量/env文件

设置环境变量或配置 .env 文件使用 .env.example 作为模板。

常见变量：

• MCP_HOST 和 MCP_PORT：配置服务绑定和公开的HTTP主机和端口。示例见 .env.example.

执行策略

此服务支持两种策略来执行 execution_plan:

• 顺序（默认）：在此服务流程中逐一执行每个操作。设置 EXECUTION_STRATEGY=sequential （未设置时为默认值）。
• 工人：将整个计划转发给工人MCP工具，然后由其执行操作。启用 EXECUTION_STRATEGY=worker.

使用worker策略时，请同时配置以下两项：

• WORKER_ENDPOINT：工作MCP服务端点
• WORKER_TOOL_NAME：接受计划的工人MCP工具名称（用 `{ "execution_plan":

}`)

您可以通过环境变量进行设置（请参见 .env.example)或在运行时通过标记的MCP工具 admin:

• set_worker_endpoint(worker_endpoint) --套装 WORKER_ENDPOINT
• set_worker_tool_name(worker_tool_name) --套装 WORKER_TOOL_NAME

执行计划架构

这 execution_plan 参数注释/模式在中定义 plan-schema.ann。此文件的格式不固定；它被用作向MCP代理显示的描述，以便他们可以阅读和填充计划。每个操作的最低必填字段为：

• mcp-service-endpoint
• mcp-tool-name

可选的每个操作字段：

• mcp-tool-arguments

您可以使用以下命令覆盖注释文件路径 PLAN_SCHEMA_ANNOTATION_PATH 环境变量（默认为 plan-schema.ann).

码头工人

A. Dockerfile 提供，以便您可以在容器中构建和运行服务。

塑造形象：

docker build -t apscheduler-mcp-server:latest .

运行容器（示例将主机端口3000映射到容器端口3000）：

docker run --rm \
  -p 3000:3000 \
  -e MCP_HOST=0.0.0.0 \
  -e MCP_PORT=3000 \
  --env-file .env \
  apscheduler-mcp-server:latest

注：确保 MCP_HOST 设置为 0.0.0.0 因此可以从容器外部访问HTTP服务器。

发展

设置

1. 克隆存储库。
2. 安装开发依赖项：

   uv sync --dev

1. 创建一个 .env 文件来自 .env.example.

预提交钩子

此项目使用 预承诺 使用以下命令自动检查代码样式 ruff 每次提交之前。

要设置预提交挂钩，请运行：

uv run pre-commit install

这将确保 ruff 每次提交之前都会自动运行检查。

运行MCP服务

要启动MCP服务，请运行：

uv run --env-file .env src/main.py

可用的MCP工具

• list_scheduled_jobs() --列出所有计划作业（新）
• remove_scheduled_job(job_id) --按id删除计划作业
• schedule_tool_call_by_cron(execution_plan, ...) --Cron式调度
• schedule_tool_call_at_interval(execution_plan, ...) --固定时间间隔调度
• schedule_tool_call_once_at_date(execution_plan, run_date) --一次性日程安排
• set_worker_endpoint(worker_endpoint) --要设置的管理工具 WORKER_ENDPOINT
• set_worker_tool_name(worker_tool_name) --要设置的管理工具 WORKER_TOOL_NAME

运行测试

要运行测试套件，请使用：

uv run --dev pytest

奔跑的林特斯

该项目使用 ruff 作为过梁的工具。

要检查代码样式和linting问题，请运行：

uv run ruff check

要自动修复格式问题，请运行：

uv run ruff format