Token导航 LogoToken导航TokenDH.com
Tpc Server logo
开发工具SSE官方级别未说明来源级核验

Tpc Server

MCP Server

Thoughts Plans Changelog is an MCP compliant server for coding with AI agents

工具数

8

提示词数

0

GitHub Stars

1

资源数

0
AI协作JavaScriptAPI集成

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

suttonwilliamd

提供方

suttonwilliamd

最后核验

2026/5/18 04:07

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

TPC服务器

![Verified on MseeP](https://mseep.ai/app/227f8599-fa56-4738-bb33-91e8c015d685)

用于人工智能协作的Node.js/Express API,从用于思想和计划的JSON文件存储开始。

设置和使用

  1. 安装依赖项: npm install
  2. 启动服务器: node server.js
  3. 服务器运行在 http://localhost:3001

更新日志

更改日志.md 查看详细的发行说明。

测试

npm test (或 npm run test:unit)执行Jest API/集成测试。 跑 npm run test:e2e 用于Playwright UI测试。 跑 npm run smoke:mcp 用于确定性MCP计划/思想生命周期烟雾验证。

生产安全

/tpc.db 默认情况下,下载在生产环境中是禁用的。 要明确允许它,请设置 EXPOSE_TPC_DB=true.

操作端点

  • GET /health 返回基本活性信息。
  • GET /ready 返回准备状态信息和数据库路径。

数据合同(REST+MCP)

  • 鉴定:SQLite中用于计划/想法的整数自动递增ID。
  • 时间戳:

- thoughts.timestamp, plans.timestamp =ISO8601字符串。 - plans.created_at, plans.last_modified_at =历元毫秒。

  • 标签:数据库列中的JSON编码字符串数组。

项目结构

  • server.js:模块化结构的主Express服务器(db/、routes/、中间件/)。
  • mcp-server.js:用于AI客户端的MCP服务器(stdio传输)。与一起跑步 npm run mcp.
  • data/tpc.db:SQLite数据库,用于持久存储想法和计划。
  • tests/:测试文件(Jest单元测试、MCP测试)。
  • public/:静态单页UI。

使用示例

REST API

  • 检索所有想法: curl http://localhost:3001/thoughts
  • 检索所有计划: curl http://localhost:3001/plans
  • 创造一个想法: curl -X POST http://localhost:3001/thoughts -H "Content-Type: application/json" -d '{"content": "My thought"}'
  • 制定计划: curl -X POST http://localhost:3001/plans -H "Content-Type: application/json" -d '{"title": "My Plan", "description": "Plan details"}'
  • 更新计划状态: curl -X PATCH http://localhost:3001/plans/1 -H "Content-Type: application/json" -d '{"status": "in_progress"}'
  • 在计划/想法中搜索: curl "http://localhost:3001/search?q=AI&type=plans&tags=urgent&limit=5"
  • 在计划中添加标签: curl -X PATCH http://localhost:3001/plans/1/tags -H "Content-Type: application/json" -d '{"tag": "ai"}' (附加)或 {"tags": ["ai", "urgent"]} (替换)
  • 按标签筛选计划: curl "http://localhost:3001/plans?tags=ai,urgent"
  • 查看UI:访问http://localhost:3001/index.html启动服务器后。

MCP服务器

  • 启动MCP服务器: npm run mcp
  • 通过stdio连接--配置您的MCP客户端以使用此
  • 可用工具:列表计划、获取计划、创建计划、更新计划、列表想法、创建想法、搜索想法、获取文本
  • 可用资源:tpc://plans, tpc://thoughts, tpc://context

特性

  • MCP服务器:为AI客户端实现完整的MCP协议。与一起跑步 npm run mcp (stdio传输)。
  • 模块化服务器架构:分为db/、路由/和中间件/,用于可维护的API开发。
  • SQLite持久性:单一 data/tpc.db 用于具有幂等模式迁移的想法和计划。
  • 综合测试:Jest用于单元测试(端点、验证、集成),Playwright用于E2E UI测试(渲染、交互)。
  • 人工智能协作重点:端点 /context 为代理内存聚合数据;支持带有审阅标志的人工编辑。
  • 富文本支持:计划描述接受Markdown格式(粗体、列表等),并使用marked.js在UI中显示。
  • 搜索和组织:全文搜索API(/search?q=)带有类型/标签/限制过滤器;UI搜索输入和基于标签的过滤/编辑。
  • 标记系统:通过API/UI添加/编辑/过滤计划/想法上的标记,以便更好地分类(例如,\[‘ai’,‘emergent’\])。

v2.7-搜索和组织

已实现的功能

  • 全文搜索端点(GET /search?q=)可选 ?type=plans|thoughts, ?tags=tag1,tag2, ?limit=N 以获得有针对性的结果。
  • 标签系统: tags 计划/想法表上的列(JSON数组);通过管理 POST/PUT/PATCH /plans/:id/tags (以及思考)。
  • 标签过滤: ?tags=ai,urgent 列表端点上的(AND逻辑)(/plans, /thoughts, /search).
  • 增强 /context 随着 ?search= 以过滤聚合数据。
  • UI:全局搜索输入、详细标签编辑、列表中的标签过滤下拉菜单。

用法

  • API搜索: curl "http://localhost:3001/search?q=collaboration&type=plans&tags=ai"
  • 标记计划: curl -X PATCH http://localhost:3001/plans/1/tags -H "Content-Type: application/json" -d '{"tags": ["ai", "urgent"]}' (替换)或 {"tag": "new"} (附后)。
  • 按标签筛选: curl "http://localhost:3001/plans?tags=ai,urgent"
  • UI:在搜索框中输入查询;单击标签在平面图/思维图中编辑/过滤。

显著变化

  • 架构添加: tags 计划/想法表的TEXT列(默认为“\[\]”);与回填向后兼容的迁移。
  • 新路线: /search 用于统一查询。
  • 基于v2.6 Markdown支持和模块化结构构建。

目录标签

目录标签

AI协作JavaScriptAPI集成developer-tools本地部署JSON存储计划管理API服务SQLite数据库

接入字段

传输方式(transport,传输协议)

SSE

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

8

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

SSEnone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP