Skip to main content
Glama

FastMCP Todo 서버

스와 모노미콘 프로젝트를 위한 FastMCP 기반 Todo 서버입니다. 이 서버는 FastMCP를 통해 Todo 요청을 수신하여 스와모노미콘 Todo 워커가 처리할 수 있도록 MongoDB에 저장합니다.

특징

  • Todo 요청을 수신하기 위한 FastMCP 서버

  • Todo 저장소를 위한 MongoDB 통합

  • Swarmonomicon todo worker와 호환됩니다

  • Python 기반 구현

Related MCP server: Coding Todo Server

설치

  1. 저장소를 복제합니다.

    지엑스피1

  2. uv를 설치하세요(아직 설치되지 않았다면):

    curl -LsSf https://astral.sh/uv/install.sh | sh
  3. uv를 사용하여 가상 환경을 만들고 활성화합니다.

    uv venv source .venv/bin/activate # On Unix/macOS # or .venv\Scripts\activate # On Windows
  4. uv를 사용하여 종속성을 설치합니다.

    uv pip install -r requirements.txt
  5. 개발을 위해 추가 종속성을 설치하세요.

    uv pip install -r requirements-dev.txt
  6. 구성을 사용하여 .env 파일을 만듭니다.

    MONGODB_URI=mongodb://localhost:27017 MONGODB_DB=swarmonomicon MONGODB_COLLECTION=todos

용법

서버 시작

  1. FastMCP 서버를 시작합니다.

    python -m src.Omnispindle

할 일 추가

FastMCP를 사용하여 여러 가지 방법으로 할 일을 추가할 수 있습니다.

  1. FastMCP Python 클라이언트 사용:

    from fastmcp import FastMCPClient client = FastMCPClient() response = await client.call_tool("add_todo", { "description": "Example todo", "priority": "high", # optional, defaults to "medium" "target_agent": "user" # optional, defaults to "user" })
  2. MQTT를 직접 사용하는 경우:

    mosquitto_pub -t "mcp/todo/new" -m '{ "description": "Example todo", "priority": "high", "target_agent": "user" }'

개발

  1. 테스트 실행:

    pytest tests/
  2. 적용 범위를 사용하여 테스트 실행:

    pytest --cov=src tests/
  3. 특정 테스트 파일 실행:

    pytest tests/test_todo_handler.py -v

Swarmonomicon과의 통합

이 서버는 다음을 제공하는 더 큰 규모의 Swarmonomicon 프로젝트의 일부입니다.

  • 업무 관리 및 배포

  • 에이전트 기반 작업 처리

  • MQTT를 통한 실시간 업데이트

  • 다양한 AI 모델과의 통합

스와모노미콘 프로젝트와 그 기능에 대한 자세한 내용은 주요 프로젝트 문서를 확인하세요.

특허

MIT 라이센스

기여하다

  1. 저장소를 포크하세요

  2. 기능 브랜치 생성

  3. 변경 사항을 만드세요

  4. 새로운 기능에 대한 테스트 추가

  5. 풀 리퀘스트 제출

스와모노미콘 프로젝트에 기여하는 방법에 대한 자세한 내용은 주요 프로젝트의 기여 지침을 참조하세요.

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/MadnessEngineering/fastmcp-todo-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server