Trae MCP Monitor

Trae MCP Monitor

Enables monitoring and management of tasks via WebSocket events and authorization requests through MCP tools.

Category
访问服务器

README

Trae MCP Monitor - TypeScript

Servidor MCP (Model Context Protocol) desarrollado en TypeScript que permite monitorear y gestionar tareas a través de un sistema de eventos y autorizaciones.

🚀 Características

  • TypeScript: Código tipado con validación estricta
  • Validación con Zod: Esquemas de validación robustos
  • Streamable HTTP Transport: Compatible con el protocolo MCP
  • WebSocket Monitor: Conexión en tiempo real con el monitor
  • Logging estructurado: Sistema de logs con Winston
  • Reconexión automática: Manejo resiliente de conexiones
  • Cierre graceful: Manejo adecuado de señales del sistema
  • 🐳 Optimizado para Docker/Dokploy: Listo para despliegue

📦 Instalación

# Instalar dependencias
pnpm install

# Compilar el proyecto
pnpm run build

# Iniciar el servidor
pnpm start

🛠️ Scripts disponibles

  • pnpm run build - Compila TypeScript a JavaScript
  • pnpm start - Inicia el servidor compilado
  • pnpm run dev - Modo desarrollo con recarga automática
  • pnpm run dev:run - Compila y ejecuta en modo desarrollo
  • pnpm test - Ejecuta las pruebas

⚙️ Configuración

El servidor utiliza las siguientes variables de entorno:

Variable Descripción Valor por Defecto Requerido
MONITOR_URL URL del WebSocket del backend ws://localhost:2200
LOG_LEVEL Nivel de logging info
USER_ID ID del usuario por defecto 687a8418096ca32b8c045cf8
SOURCE_NAME Nombre identificador del cliente trae-mcp-monitor
PORT Puerto del servidor HTTP 3000
NODE_ENV Entorno de Node.js production

🔧 Herramientas MCP disponibles

1. send_task_event

Envía eventos de tareas al monitor.

Parámetros:

  • taskId (string): ID único de la tarea
  • event (string): Tipo de evento (start, progress, complete, error)
  • data (object, opcional): Datos adicionales del evento

Ejemplo:

{
  "taskId": "task-123",
  "event": "complete",
  "data": {
    "result": "Tarea completada exitosamente",
    "duration": 5000
  }
}

2. request_authorization

Solicita autorización para ejecutar una acción.

Parámetros:

  • action (string): Acción que requiere autorización
  • resource (string): Recurso sobre el que se ejecuta la acción
  • metadata (object, opcional): Metadatos adicionales

Ejemplo:

{
  "action": "delete_file",
  "resource": "/path/to/important/file.txt",
  "metadata": {
    "reason": "Limpieza de archivos temporales"
  }
}

🌐 Endpoints HTTP

POST /mcp

Endpoint principal para solicitudes MCP usando JSON-RPC 2.0.

Ejemplo de solicitud:

curl -X POST -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}' \
  http://localhost:3000/mcp

Respuesta:

{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "tools": [
      {
        "name": "send_task_event",
        "description": "Envía eventos de tareas al monitor",
        "inputSchema": {
          "type": "object",
          "properties": {
            "taskId": {"type": "string"},
            "event": {"type": "string"},
            "data": {"type": "object"}
          },
          "required": ["taskId", "event"]
        }
      }
    ]
  }
}

GET /health

Endpoint de verificación de salud del servidor.

Respuesta:

{
  "status": "ok",
  "timestamp": "2024-01-15T10:30:00.000Z",
  "uptime": 3600,
  "version": "1.0.0"
}

GET /

Endpoint raíz con información básica del servidor.

🔗 Configuración en Trae IDE

Crea o actualiza el archivo mcp.json en tu proyecto:

{
  "servers": {
    "trae-monitor": {
      "type": "http",
      "url": "http://localhost:3000/mcp"
    }
  }
}

🎯 Configuración en Claude Desktop

Edita el archivo de configuración de Claude Desktop:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "trae-monitor": {
      "command": "node",
      "args": ["/ruta/completa/al/proyecto/build/index.js"],
      "env": {
        "MONITOR_URL": "ws://localhost:2200",
        "LOG_LEVEL": "info",
        "USER_ID": "tu-user-id"
      }
    }
  }
}

🐳 Despliegue con Docker

# Construir imagen
docker build -t trae-mcp-monitor .

# Ejecutar contenedor
docker run -d \
  --name trae-mcp-monitor \
  -p 3000:3000 \
  -e MONITOR_URL=ws://tu-backend:2200 \
  -e LOG_LEVEL=info \
  -e NODE_ENV=production \
  trae-mcp-monitor

🌐 Despliegue en Dokploy

1. Crear Aplicación en Dokploy

  • Tipo: Application
  • Source: Git Repository
  • Build Command: pnpm install && pnpm run build
  • Start Command: pnpm start
  • Port: 3000

2. Variables de Entorno en Dokploy

MONITOR_URL=ws://tu-backend:2200
LOG_LEVEL=info
NODE_ENV=production
USER_ID=687a8418096ca32b8c045cf8
SOURCE_NAME=trae-mcp-monitor
PORT=3000

🔍 Desarrollo

Estructura del proyecto

mcp-monitor/
├── src/
│   └── index.ts          # Código fuente principal
├── build/                # Código compilado
├── package.json          # Configuración del proyecto
├── tsconfig.json         # Configuración de TypeScript
├── .env.example          # Variables de entorno de ejemplo
└── README.md            # Este archivo

Debugging

Para debuggear el servidor:

# Compilar en modo desarrollo
pnpm run dev

# Ejecutar con logs detallados
LOG_LEVEL=debug pnpm start

# Probar con Inspector MCP
npx @modelcontextprotocol/inspector build/index.js

Testing

# Ejecutar pruebas
pnpm test

# Probar endpoint manualmente
curl -X POST -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"send_task_event","arguments":{"taskId":"test-123","event":"start"}}}' \
  http://localhost:3000/mcp

📊 Logs y Monitoreo

El servidor genera logs estructurados en JSON:

{
  "timestamp": "2024-01-15T10:30:00.000Z",
  "level": "info",
  "message": "Conectado al monitor MCP exitosamente",
  "service": "trae-mcp-monitor",
  "url": "ws://localhost:2200"
}

Niveles de log disponibles:

  • error: Errores críticos
  • warn: Advertencias
  • info: Información general
  • debug: Información detallada para debugging

🔄 Migración desde JavaScript

Este proyecto es una migración completa del servidor original server.js a TypeScript, incluyendo:

  • ✅ Tipado estricto de todas las interfaces
  • ✅ Validación de esquemas con Zod
  • ✅ Mejor manejo de errores
  • ✅ Documentación de tipos
  • ✅ Configuración de build optimizada
  • ✅ Compatibilidad completa con el protocolo MCP

🤝 Contribuir

  1. Fork el proyecto
  2. Crea una rama para tu feature (git checkout -b feature/nueva-funcionalidad)
  3. Commit tus cambios (git commit -am 'Agrega nueva funcionalidad')
  4. Push a la rama (git push origin feature/nueva-funcionalidad)
  5. Crea un Pull Request

📄 Licencia

Este proyecto está bajo la licencia MIT.

🆘 Soporte

Si encuentras algún problema:

  1. Revisa los logs del servidor
  2. Verifica la configuración de variables de entorno
  3. Asegúrate de que el monitor WebSocket esté ejecutándose
  4. Consulta la documentación del protocolo MCP

¡Tu servidor MCP TypeScript está listo para usar! 🎉

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选