任务跟踪器MCP服务器
概述
该项目是一个模型上下文协议（MCP）服务器，充当任务跟踪应用程序后端的桥梁。它处理后端的身份验证，并公开一组工具和资源，MCP客户端（如大型语言模型或AI助手）可以使用这些工具和资源与任务管理系统进行交互。
服务器是使用Python构建的 fastmcp 图书馆。启动时，它使用通过提供的凭据与后端进行身份验证 .env 文件，并为所有后续API调用维护经过身份验证的会话。
可用工具
此MCP服务器公开了以下工具、资源和提示：
工具
get_tasks(project_id: Optional[int], assigned_user_id: Optional[int]) -> Dict
- 从后端检索任务。 - 可以通过以下方式过滤 project_id. - 如果 assigned_user_id 如果不提供，则默认获取分配给当前经过身份验证的代理的任务。
安装和设置
- 克隆存储库：
git clone
cd task-tracker-mcp-server-python-fastmcp- 使用创建和激活虚拟环境
uv:
uv venv
source .venv/bin/activate- 使用安装依赖项
uv:
项目的依赖关系在中定义 pyproject.toml 并锁定 uv.lock.使用 uv sync 安装它们。
uv sync- 创建一个
.env文件：
此服务器从加载配置 .env 项目根目录中的文件。创建此文件并添加必要的凭据：
BACKEND_URL="http://your-backend-api-url.com"
TASKAPP_USER="your-username"
TASKAPP_PASSWORD="your-password"MCP检验员测试
配置服务器后，您可以在本地对其进行测试。
- 运行服务器：
uv run mcp run main.py启动时，服务器将尝试登录后端。您应该看到指示成功或失败的日志消息。
- 使用MCP检查器：
在单独的终端中（虚拟环境已激活），使用 mcp CLI用于检查正在运行的服务器并测试其工具。
uv run mcp dev main.py这将打开一个交互式检查器，您可以在其中查看可用工具并调用它们。例如，要调用 get_tasks 工具：
call get_tasks --params '{"project_id": 1}'Zed中的配置
要将此MCP服务器与Zed编辑器一起使用，您需要在您的 settings.json 文件。
- 打开Zed并转到
File > Settings（或Cmd + ,). - 点击“打开JSON”编辑
settings.json文件。 - 将以下配置添加到
context_servers列表。
{
"context_servers": {
"taskapp-mcp-server": {
"source": "custom",
"command": "uv",
"args": [
"run",
"--with",
"mcp,httpx",
"mcp",
"run",
"main.py"
],
"env": {
"BACKEND_URL": "your_url_to_the_backend",
"TASKAPP_USER": "your_username",
"TASKAPP_PASSWORD": "your_password"
}
},保存设置后，Zed将能够与您的MCP服务器通信。