Token导航 LogoToken导航

MCP Server · 数据服务

Render AI Task Pipeline

一个基于AI的全栈任务管理应用,使用FastAPI、React、PostgreSQL和OpenAI嵌入技术,支持语义搜索和智能任务组织。

stdio官方级别未说明来源级核验工具 2
全栈开发PostgreSQL搜索OpenAI

快速开始

作者 / 组织
Rick-Houser
提供方
Rick-Houser
运行时
Python

工具数量

2

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Render AI Task Pipeline 属于数据服务类 MCP Server,公开资料标注 2 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

数据服务

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

python -m venv venv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 2 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

AI任务管理器

使用FastAPI、React、PostgreSQL和OpenAI嵌入构建的全栈AI驱动的任务管理应用程序。部署在Render的免费层上,它通过pgvector利用语义搜索进行智能任务组织。

🚀 特性

  • 人工智能支持的总结和优先级排序:使用OpenAI GPT-4o-mini自动汇总和优先排序任务。
  • 语义搜索:通过向量嵌入和余弦相似度查找任务的自然语言查询。
  • 响应式用户界面:采用Tailwind CSS的移动优先React界面。
  • 免费层部署:使用托管PostgreSQL在Render上实现零成本托管。
  • Markdown渲染:以适当的格式显示丰富的任务摘要。

🛠 技术栈

  • 后端:FastAPI(Python)、SQLAlchemy、pgvector
  • 前端:React(TypeScript)、Vite、顺风CSS、Axios
  • 数据库:带有pgvector扩展名的PostgreSQL
  • 人工智能:OpenAI API(嵌入和聊天完成)
  • 部署:渲染(Web服务、静态站点、托管数据库)
  • 本地开发人员:Docker编写

📋 先决条件

  • Node.js(v18+)
  • Python 3.10+
  • Git
  • OpenAI API密钥(提供免费层)
  • 渲染帐户(免费)

🏗 安装和设置

本地开发

  1. 克隆仓库:
   git clone https://github.com/your-username/ai-task-pipeline.git
   cd ai-task-pipeline
  1. 后端设置::
   python -m venv venv
   source venv/bin/activate
   pip install -r backend/requirements.txt
  1. 前端设置::
   cd frontend
   npm install
   cd ..
  1. 数据库::
   docker-compose up -d  # Starts PostgreSQL with pgvector
  1. 环境变量::

在根目录下创建.env:

   OPENAI_API_KEY=sk-your-key-here
   DATABASE_URL=postgresql://postgres:password@localhost:5432/ai_task_db
  1. 本地运行::
   # Backend (in one terminal)
   python backend/main.py

   # Frontend (in another)
   cd frontend && npm run dev
    
  • 后端:http://localhost:8000
  • 前端:http://localhost:5173

生产部署

  1. 推送到GitHub (将您的仓库连接到Render)。
  1. 通过渲染蓝图部署:

- 使用 render.yaml 对于IaC。 - 集 OPENAI_API_KEY 在渲染仪表板中。 - 启用pgvector: psql -h your-db-host -U your-user -d your-db -c "CREATE EXTENSION IF NOT EXISTS vector;"

  1. 网址:

- 前端:https://your-frontend-url.onrender.com - APIhttps://your-api.onrender.com

📖 用法

  1. 添加任务:输入描述;AI生成摘要和优先级。
  2. 搜索:使用自然语言(例如,“高优先级人工智能任务”)。
  3. 查看结果:请参阅带有优先级徽章的格式化摘要。

API终点

  • POST /tasks:创建任务
  • POST /query:搜索任务

🤝 贡献

  1. 分叉回购。
  2. 创建要素分支: git checkout -b feature/your-feature.
  3. 提交更改: git commit -m 'feat: add your feature'.
  4. 推: git push origin feature/your-feature.
  5. 打开一个PR。

📄 许可证

MIT许可证-请参阅 许可证 了解详情。

🙏 致谢

  • 灵感来自现代AI工作流程和Render的开发工具。
  • 为演示目的而构建;使用auth、异步处理等进行扩展。

工具与能力

工具数量

2

资源数量

0

提示词数量

0

能力标签

AI任务管理TypeScript本地部署语义搜索全栈开发PostgreSQLOpenAI

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

用自然语言查库

不用手写 SQL,直接问数据,让模型组织查询语句。

数据巡检

定期拉指标、做对比,把异常项整理成一段说明。

打通业务数据

把数据库、数仓和接口接进同一个上下文,减少导出再上传。

选择建议

值得选的地方

  • 只提供 2 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Render AI Task Pipeline

MCP World · 本页

2stdio有1 个2026-05-17
Memory 9d25f64e

MCP World

9未说明未标注1 个2026-05-17
Prisma MCP Server

MCP World

0stdio有3 个2026-05-17
Astr Bot

MCP World

0stdio有1 个2026-05-17
Getzep MCP

MCP World

9stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Render AI Task Pipeline 怎么安装?

公开资料给出的安装命令是 python -m venv venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Render AI Task Pipeline 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Render AI Task Pipeline 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Render AI Task Pipeline 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Render AI Task Pipeline 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP