📋 MCP工作历史服务器
🤖 一种模型上下文协议（MCP）服务器，允许AI工具将其活动记录到每日工作日志文件中，并详细跟踪工具名称、AI模型和时间戳。
✨ 特性
- 🕐 精确的时间戳 -以HH:MM格式记录活动
- 🔧 刀具跟踪 -记录执行该操作的AI工具
- 🧠 模型跟踪 -跟踪使用了哪种AI模型（例如，gemini-2.5-pro、claude-3-sonnet）
- 📊 综合指标 -令牌使用、上下文长度、持续时间、成本跟踪
- 🏷️ 标记系统 -使用自定义标签对活动进行分类
- ✅❌ 成功/失败跟踪 -记录成功的操作和错误
- 📁 日常组织 -为每天创建单独的标记文件
- 📝 干净的格式 -要点式条目，便于扫描
- 🎯 MCP兼容 -适用于任何启用MCP的AI客户端
🚀 安装
npm install🎮 用法
启动MCP服务器：
npm start或者在开发模式下自动重启运行：
npm run dev🛠️ MCP工具
服务器提供了一个工具：
log_activity
以简洁、可扫描的格式将AI工具的活动记录到当天的工作日志文件中。
参数：
必修的：
tool_name（string）：人工智能工具的名称（例如，“Warp”、“Claude Code”、“GitHub Copilot”）log_message（string）：对所完成工作的详细描述
可选：
ai_model（string）：使用的AI模型（例如，“gemini-2.5-pro”、“claude-3-sonnet”、“gpt-4”）tokens_used（number）：请求中消耗的令牌总数input_tokens（number）：使用的输入令牌（替代tokens_used）output_tokens（number）：生成的输出令牌（替代tokens_used）context_length（number）：使用的上下文窗口长度（单位：千）duration_ms（number）：操作持续时间（毫秒）cost_usd（数字）：估计成本（美元）success（boolean）：操作是否成功（默认为true）error_message（string）：如果操作失败，则显示错误消息tags（数组）：用于对活动进行分类的标签（例如，\[“编码”、“调试”、“重构”\]）
日志条目示例：
# 📝 Work Log - 2024-01-15
- ✅ 08:31 - Warp (gemini-2.5-pro): Refactored authentication module to use JWT tokens (1250 tokens | 8k ctx | 2.3s | $0.0043 | [refactoring, auth])
- ✅ 09:15 - Claude Code (claude-3-sonnet): Fixed database connection pooling issue (850→320 tokens | 1.1s | $0.0021)
- ❌ 10:42 - GitHub Copilot (gpt-4): Attempted to implement user profile endpoint (❌ Timeout error | [coding, api])
- ✅ 11:30 - Warp: Quick code review and suggestions (500 tokens | 0.8s)📂 日志文件结构
日志存储在 logs/ 具有命名模式的目录 worklog-YYYY-MM-DD.md.
每个日志文件包含：
- 📝 表情包增强日期标题
- 🕐 带时间戳的项目符号条目
- 🔧 工具名称和AI模型信息
- 📋 简明的活动描述
⚙️ MCP配置
对于Warp AI
将此服务器添加到Warp MCP配置中：
{
"mcp-work-history": {
"command": "node",
"args": ["/Users/your-username/path/to/mcp-work-history/src/index.js"],
"env": {},
"working_directory": null,
"start_on_launch": true
}
}适用于克劳德桌面
添加到您的 claude_desktop_config.json:
{
"mcpServers": {
"work-history": {
"command": "node",
"args": ["/absolute/path/to/mcp-work-history/src/index.js"]
}
}
}AI工具使用示例
配置后，AI工具可以像这样记录它们的活动：
基本用法：
log_activity({
tool_name: "Warp",
log_message: "Created React component for user dashboard"
})综合指标：
log_activity({
tool_name: "Warp",
ai_model: "gemini-2.5-pro",
log_message: "Refactored authentication system with OAuth integration",
tokens_used: 1250,
context_length: 8,
duration_ms: 2300,
cost_usd: 0.0043,
success: true,
tags: ["refactoring", "auth", "oauth"]
})错误记录：
log_activity({
tool_name: "GitHub Copilot",
ai_model: "gpt-4",
log_message: "Attempted to implement user profile endpoint",
input_tokens: 800,
output_tokens: 0,
success: false,
error_message: "Timeout error",
tags: ["coding", "api"]
})🗂️ 项目结构
mcp-work-history/
├── 📄 src/index.js # Main MCP server code
├── 📁 logs/ # Daily worklog files (auto-created)
│ ├── worklog-2024-01-15.md
│ └── worklog-2024-01-16.md
├── 📦 package.json # Dependencies and scripts
├── 🚫 .gitignore # Git ignore rules
└── 📋 README.md # This file🤝 贡献
- 分叉存储库
- 创建功能分支(
git checkout -b feature/amazing-feature) - 提交您的更改(
git commit -m 'Add some amazing feature') - 推到分支(
git push origin feature/amazing-feature) - 打开拉取请求
🎯 现实世界示例：Warp AI集成
以下是如何在Warp AI中设置自动活动日志：
步骤1：在Warp中配置MCP服务器
将以下内容添加到扭曲MCP配置中：
{
"mcp-work-history": {
"command": "node",
"args": ["/Users/nocoo/Workspace/mcp-work-history/src/index.js"],
"env": {},
"working_directory": null,
"start_on_launch": true
}
}步骤2：将日志记录规则添加到Warp
使用此规则配置Warp以自动记录AI活动：
规则： “当AI任务完成时，使用mcp工作历史记录记录这次AI任务的详细信息。发送AI工具名称（Warp）、使用的模型、详细时间以及这次任务和结果的简要摘要。”
第三步：实际操作
*显示MCP工作历史服务器在Warp中自动记录AI活动的屏幕截图*
记录的内容
通过此设置，Warp中的每个AI交互都会自动创建以下条目：
# 📝 Work Log - 2024-12-06
- ✅ 14:32 - Warp (gemini-2.5-pro): Refactored React component to use custom hooks for state management (1240 tokens | 4.2s | [refactoring, react])
- ✅ 14:45 - Warp (gemini-2.5-pro): Fixed TypeScript type errors in authentication module (890 tokens | 2.1s | [bugfix, typescript])
- ✅ 15:10 - Warp (gemini-2.5-pro): Added comprehensive unit tests for user service (1560 tokens | 3.8s | [testing, unit-tests])益处
- 📊 自动跟踪 -无需手动记录
- 🔍 详细见解 -跟踪令牌使用情况、性能和成本
- 📈 进度监控 -查看您的日常编码成就
- 🏷️ 活动分类 -使用标签组织工作
- 💰 成本跟踪 -监控人工智能使用成本随时间的变化
📄 许可证
MIT许可证-有关详细信息，请参阅许可证文件。