Task API Server - MCP TypeScript Implementation
镜子 (jìng zi)
MCP-Mirror
README
任务 API 服务器 - MCP TypeScript 实现
这是一个用 TypeScript 编写的用于任务管理 API 的模型上下文协议 (MCP) 实现。该项目既可以作为参考实现,也可以作为一个功能性的任务管理服务器。
概述
此 MCP 服务器连接到外部任务 API 服务,并为任务管理提供一个标准化的接口。它支持两种运行时模式:
- STDIO 模式: 用于 CLI 应用程序和 AI 代理的标准输入/输出通信
- HTTP+SSE 模式: 具有服务器发送事件的 Web 可访问服务器,用于浏览器和基于 HTTP 的客户端
该服务器提供了一整套任务管理操作、广泛的验证和强大的错误处理。
特性
-
任务管理操作:
- 列出具有过滤功能的现有任务
- 创建具有可自定义属性的新任务
- 更新任务详细信息(描述、状态、类别、优先级)
- 删除已完成或不再需要的任务
-
双接口模式:
- STDIO 协议支持命令行和 AI 代理集成
- HTTP+SSE 协议,带有 Web 界面,用于基于浏览器的访问
-
MCP 协议实现:
- 模型上下文协议的完整实现
- 用于任务数据结构的资源
- 用于任务操作的工具
- 错误处理和信息性消息
-
质量保证:
- 用于验证的综合测试客户端
- 测试完成后自动关闭服务器
- API 响应的详细验证
快速入门
前提条件
- Node.js 16.x 或更高版本
- npm 或 pnpm 包管理器
安装
-
克隆存储库:
git clone https://github.com/yourusername/mcp-template-ts.git cd mcp-template-ts
-
安装依赖项:
npm install
或者使用 pnpm:
pnpm install
-
创建一个包含您的 Task API 凭据的
.env
文件:TASK_MANAGER_API_BASE_URL=https://your-task-api-url.com/api TASK_MANAGER_API_KEY=your_api_key_here TASK_MANAGER_HTTP_PORT=3000
-
构建项目:
npm run build
运行服务器
STDIO 模式(用于 CLI/AI 集成)
npm start
或者
node dist/index.js
HTTP 模式(用于 Web 访问)
npm run start:http
或者
node dist/http-server.js
默认情况下,HTTP 服务器在端口 3000 上运行。您可以通过设置 TASK_MANAGER_HTTP_PORT
环境变量来更改此设置。
测试
运行综合测试套件以验证功能:
npm test
这将:
- 构建项目
- 启动服务器实例
- 将测试客户端连接到服务器
- 运行所有任务操作
- 验证正确的响应
- 自动关闭服务器
使用 MCP 客户端
STDIO 客户端
要从您的应用程序连接到 STDIO 服务器:
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";
import * as path from 'path';
// 创建传输
const transport = new StdioClientTransport({
command: 'node',
args: [path.resolve('path/to/dist/index.js')]
});
// 初始化客户端
const client = new Client(
{
name: "your-client-name",
version: "1.0.0"
},
{
capabilities: {
prompts: {},
resources: {},
tools: {}
}
}
);
// 连接到服务器
await client.connect(transport);
// 示例:列出所有任务
const listTasksResult = await client.callTool({
name: "listTasks",
arguments: {}
});
// 示例:创建一个新任务
const createTaskResult = await client.callTool({
name: "createTask",
arguments: {
task: "Complete project documentation",
category: "Documentation",
priority: "high"
}
});
// 完成后清理
await client.close();
HTTP 客户端
要从浏览器连接到 HTTP 服务器:
<!DOCTYPE html>
<html>
<head>
<title>Task Manager</title>
<script type="module">
import { Client } from 'https://cdn.jsdelivr.net/npm/@modelcontextprotocol/sdk/dist/esm/client/index.js';
import { SSEClientTransport } from 'https://cdn.jsdelivr.net/npm/@modelcontextprotocol/sdk/dist/esm/client/sse.js';
document.addEventListener('DOMContentLoaded', async () => {
// 创建传输
const transport = new SSEClientTransport('http://localhost:3000/mcp');
// 初始化客户端
const client = new Client(
{
name: "browser-client",
version: "1.0.0"
},
{
capabilities: {
prompts: {},
resources: {},
tools: {}
}
}
);
// 连接到服务器
await client.connect(transport);
// 现在你可以使用 client.callTool() 来处理任务
});
</script>
</head>
<body>
<h1>Task Manager</h1>
<!-- 你的界面元素在这里 -->
</body>
</html>
可用工具
listTasks
列出所有可用任务。
const result = await client.callTool({
name: "listTasks",
arguments: {
// 可选过滤器
status: "pending", // 按状态过滤
category: "Work", // 按类别过滤
priority: "high" // 按优先级过滤
}
});
createTask
创建一个新任务。
const result = await client.callTool({
name: "createTask",
arguments: {
task: "Complete the project report", // 必需:任务描述
category: "Work", // 可选:任务类别
priority: "high" // 可选:low, medium, high
}
});
updateTask
更新现有任务。
const result = await client.callTool({
name: "updateTask",
arguments: {
taskId: 123, // 必需:要更新的任务的 ID
task: "Updated task description", // 可选:新描述
status: "done", // 可选:pending, started, done
category: "Personal", // 可选:新类别
priority: "medium" // 可选:low, medium, high
}
});
deleteTask
删除一个任务。
const result = await client.callTool({
name: "deleteTask",
arguments: {
taskId: 123 // 必需:要删除的任务的 ID
}
});
环境变量
变量 | 描述 | 默认值 |
---|---|---|
TASK_MANAGER_API_BASE_URL | 外部 Task API 的 URL | 无(必需) |
TASK_MANAGER_API_KEY | 用于身份验证的 API 密钥 | 无(必需) |
TASK_MANAGER_HTTP_PORT | HTTP 服务器的端口 | 3000 |
PORT | 备用端口名称(优先) | 无 |
项目结构
mcp-template-ts/
├── dist/ # 编译后的 JavaScript 文件
├── src/ # TypeScript 源文件
│ ├── index.ts # STDIO 服务器入口点
│ ├── http-server.ts # HTTP+SSE 服务器入口点
│ ├── test-client.ts # 测试客户端实现
├── .env # 环境变量
├── package.json # 项目依赖项
├── tsconfig.json # TypeScript 配置
└── README.md # 项目文档
开发
-
在监视模式下启动 TypeScript 编译器:
npm run watch
-
运行测试以验证更改:
npm test
许可证
该项目根据 MIT 许可证获得许可 - 有关详细信息,请参阅 LICENSE 文件。
致谢
- 该项目使用 @modelcontextprotocol/sdk 进行 MCP 协议实现
- 专为与 AI 工具和 Web 应用程序集成而构建
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。