ai-scheduler-mcp
好的,这是对您需求的翻译: **使用 Google Tasks API 和 Google Calendar API 的、支持 SSE 的调度用 MCP 服务器** (使用 Google Tasks API 和 Google Calendar API 的、支持 SSE 的排程用 MCP 服务器)
torohash
README
ai-scheduler-mcp
这是一个用于集成 Google Tasks 和 Calendar API 的 MCP(模型上下文协议)服务器。MCP 客户端(例如 Roo Code)可以使用它来利用 Google Tasks 和 Calendar 的功能。
前提条件
- 必须安装 Docker。
- 必须存在名为
mcp-network
的 Docker 网络。# 如果不存在,请使用以下命令创建 docker network create mcp-network
设置
-
准备仓库: 克隆或下载此仓库。
-
准备凭据 (
credentials.json
):- 在 Google Cloud Console 中创建一个 OAuth 2.0 客户端 ID(“桌面应用”或“Web 应用程序”类型)。创建时,请确保启用 Google Tasks API 和 Google Calendar API。
- 以 JSON 格式下载创建的凭据,并将文件名保存为
credentials.json
,然后将其保存在此项目的根目录 (ai-scheduler-mcp/
) 中。 - 重要提示:
credentials.json
是机密信息。绝对不要将其提交到 Git 仓库。(它包含在.gitignore
中)
-
构建 Docker 镜像: 使用
scripts/ai-scheduler-mcp.sh
脚本来管理项目。为了简化命令,建议参考 便捷用法(别名) 部分来设置别名(例如ai_scheduler_mcp
)。 使用以下命令构建 Docker 镜像(设置别名后):ai_scheduler_mcp build
首次认证(生成 token.json
)
首次使用服务器之前,您需要使用 Google 帐户进行身份验证,并生成 API 访问所需的 token.json
。
-
运行以下命令:
ai_scheduler_mcp start-auth
(如果需要更改端口,请添加
-P <端口号>
选项) -
控制台中将显示一个身份验证 URL,请在 Web 浏览器中访问该 URL,使用您的 Google 帐户登录并批准请求的权限。
-
批准后,复制显示的身份验证代码,然后按照控制台中的说明粘贴该代码并按 Enter 键。
-
身份验证成功后,将在项目根目录中生成
token.json
。- 重要提示:
token.json
也是机密信息。绝对不要将其提交到 Git 仓库。(它包含在.gitignore
中)
- 重要提示:
正常启动
首次身份验证完成并生成 token.json
后,可以使用以下命令启动服务器。
# 使用默认设置启动
ai_scheduler_mcp start
# 使用端口 8080 和重启策略 always 启动
ai_scheduler_mcp start -P 8080 -r always
服务器将在后台启动。
基本用法(使用别名)
# 停止并删除服务器(容器)
ai_scheduler_mcp stop
# 显示服务器日志(按 Ctrl+C 退出)
ai_scheduler_mcp logs
# 停止并删除容器,并删除镜像(需要确认)
ai_scheduler_mcp delete
# 显示帮助
ai_scheduler_mcp help
来自 MCP 客户端的连接(Roo Code 示例)
如果从主机连接,请在 Roo Code 的 MCP 设置(MCP Servers -> 编辑 MCP 设置)中添加以下内容(PORT
是服务器的启动端口):
{
"mcpServers": {
"ai-scheduler-mcp-server": {
"url": "http://localhost:${PORT}/sse"
}
}
}
对于默认端口 (3003),它将是 http://localhost:3003/sse
。
从开发容器连接(通过主机)
如果需要从开发容器(或其他未加入此 MCP 服务器所在的 Docker 网络 (mcp-network
) 的容器)进行连接,请通过主机进行连接。
连接 URL 将是 http://<host_ip_or_dns_name>:<PORT>/sse
。
- Docker Desktop (Mac/Windows): 使用特殊的 DNS 名称
host.docker.internal
。- 例如:
http://host.docker.internal:3003/sse
- 例如:
- Linux: 使用主机的 IP 地址或 Docker 网桥网络的网关 IP(通常为
172.17.0.1
)。- 例如:
http://172.17.0.1:3003/sse
- 例如:
Roo Code 的 MCP 设置示例 (Docker Desktop):
{
"mcpServers": {
"ai-scheduler-mcp-server": {
"url": "http://172.17.0.1:3003/sse"
}
}
}
注意: <PORT>
必须替换为服务器实际在主机上公开的端口号。Linux 的 IP 地址因环境而异。还请检查主机的防火墙设置。
便捷用法(别名)
每次都输入 ./scripts/ai-scheduler-mcp.sh
比较麻烦,可以在 shell 的配置文件(~/.bashrc
、~/.zshrc
等)中定义别名来简化操作。
# 例如: 创建一个名为 ai_scheduler_mcp 的别名
alias ai_scheduler_mcp="/path/to/your/project/ai-scheduler-mcp/scripts/ai-scheduler-mcp.sh" # <- 更改为实际路径
重新加载配置文件(例如 source ~/.bashrc
)后,您可以使用 ai_scheduler_mcp build
等较短的命令来执行脚本。
TIPS / 其他信息
- 直接操作 Docker: 您也可以直接使用
docker build
、docker run
命令。有关详细信息,请参阅scripts/ai-scheduler-mcp.sh
的内容或 Docker 文档。 - 容器间连接: 从加入同一
mcp-network
的其他容器,可以使用http://ai-scheduler-mcp-server:${PORT}/sse
进行连接。 - 通信协议: 此服务器使用 SSE(服务器发送事件)。
- 环境变量: 端口号等也可以通过环境变量 (
PORT
) 进行设置。
推荐服务器
contentful-mcp
在你的 Contentful Space 中更新、创建、删除内容、内容模型和资源。

Supabase MCP Server
一个模型上下文协议(MCP)服务器,它提供对 Supabase 管理 API 的编程访问。该服务器允许 AI 模型和其他客户端通过标准化的接口来管理 Supabase 项目和组织。

Azure MCP Server
通过 Claude Desktop 实现与 Azure 服务的自然语言交互,支持资源管理、订阅处理和租户选择,并提供安全身份验证。

Settlemint
利用 SettleMint 的模型上下文协议服务器,无缝地与企业区块链基础设施交互。通过人工智能驱动的助手构建、部署和管理智能合约,从而简化您的区块链开发工作流程,实现最高的效率。

Brev
在云端运行、构建、训练和部署机器学习模型。

Story Protocol SDK MCP
这个服务器提供 MCP(模型上下文协议)工具,用于与 Story 的 Python SDK 交互。 功能: * 获取许可条款 * 使用 PIL 条款铸造和注册 IP 资产 * 铸造许可代币 * 向钱包发送 $IP * 通过 Pinata [外部] 上传图像到 ipfs * 通过 Pinata [外部] 上传 IP 和 NFT 元数据

Tembo MCP Server
一个 MCP 服务器,它使 Claude 能够与 Tembo Cloud 平台 API 交互,从而允许用户通过自然语言管理 Tembo Cloud 资源。

Workers MCP
一个连接 Claude Desktop 和其他 MCP 客户端到 Cloudflare Workers 的软件包,从而可以通过模型上下文协议,使用自然语言访问自定义功能。

Appwrite MCP Server
一个模型上下文协议服务器,允许 AI 助手与 Appwrite 的 API 交互,从而提供管理 Appwrite 项目中数据库、用户、函数、团队和其他资源的工具。
MCP2Lambda
通过 MCP 协议,人工智能模型能够与 AWS Lambda 函数交互,从而在安全的环境中访问私有资源、实时数据和自定义计算。