Skip to main content
Glama

TAPD Data Fetcher

TAPD智能报告数据时间筛选功能使用手册.md3.63 kB
# TAPD智能报告数据时间筛选功能使用手册 ## 功能概述 TAPD MCP服务器现已支持按时间范围筛选需求和缺陷数据。通过 `generate_tapd_overview` 工具的 `since` 和 `until` 参数,用户可以精确获取指定时间段内的数据分析报告。 ## 新增功能 ### 1. 时间筛选函数 在 `tapd_data_fetcher.py` 中新增了以下函数: - `filter_data_by_time()`: 核心时间筛选函数 - `get_local_story_msg_filtered()`: 本地需求数据时间筛选 - `get_local_bug_msg_filtered()`: 本地缺陷数据时间筛选 - `get_story_msg_filtered()`: API需求数据时间筛选 - `get_bug_msg_filtered()`: API缺陷数据时间筛选 ### 2. 筛选逻辑 - **筛选字段**: 默认使用 `created` 字段(创建时间)进行筛选 - **时间格式**: 支持 `YYYY-MM-DD HH:MM:SS` 和 `YYYY-MM-DD` 两种格式 - **筛选范围**: 包含起始日期和结束日期(闭区间) - **错误处理**: 时间格式无法解析的数据会被跳过,不会中断整个筛选过程 ## 使用方法 ### 1. 通过MCP工具使用 ```python # 生成2025年5-6月的TAPD数据概览 result = await generate_tapd_overview( since="2025-05-01", until="2025-06-30", use_local_data=True ) ``` ### 2. 参数说明 - `since` (str): 开始时间,格式为 YYYY-MM-DD,默认 "2025-01-01" - `until` (str): 结束时间,格式为 YYYY-MM-DD,默认为当前系统日期 - `use_local_data` (bool): 是否使用本地数据,默认True ### 3. 数据源选择 - **本地数据** (`use_local_data=True`): 从 `local_data/msg_from_fetcher.json` 筛选数据 - **API数据** (`use_local_data=False`): 从TAPD API获取最新数据后筛选 ## 筛选逻辑详解 ### 1. 时间字段优先级 对于需求(stories)数据,筛选字段为: - `created`: 创建时间(主要筛选字段) 对于缺陷(bugs)数据,筛选字段为: - `created`: 创建时间(主要筛选字段) ### 2. 时间解析 系统支持以下时间格式: - `2025-05-26 19:56:44`(完整时间戳) - `2025-05-26`(仅日期) 解析时会自动提取日期部分进行比较。 ### 3. 筛选范围 - **包含边界**: 筛选结果包含 `since` 和 `until` 指定的日期 - **日期比较**: 只比较日期部分,忽略具体时间 ## 示例用法 ### 1. 查看当年所有数据 ```python result = await generate_tapd_overview( since="2025-01-01", until="2025-12-31" ) ``` ### 2. 查看特定月份数据 ```python # 查看7月数据 result = await generate_tapd_overview( since="2025-07-01", until="2025-07-31" ) ``` ### 3. 查看最近一周数据 ```python from datetime import datetime, timedelta today = datetime.now() week_ago = today - timedelta(days=7) result = await generate_tapd_overview( since=week_ago.strftime("%Y-%m-%d"), until=today.strftime("%Y-%m-%d") ) ``` ## 测试验证 使用 `test/test_time_filter.py` 可以测试时间筛选功能: ```bash uv run test/test_time_filter.py ``` 该测试会验证: - 不同时间范围的筛选结果 - 筛选数据的准确性 - 边界条件的处理 ## 注意事项 1. **数据格式**: 确保数据中的时间字段格式正确 2. **时区处理**: 当前不处理时区转换,按原始时间进行筛选 3. **性能考虑**: 大量数据筛选时可能需要一定时间 4. **错误恢复**: 时间解析失败的条目会被跳过,不影响其他数据的筛选 ## 更新说明 - **版本**: 2025-07-14 - **更新内容**: 新增时间筛选功能,支持 since/until 参数精确筛选数据 - **兼容性**: 向下兼容,不影响现有功能的使用

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/OneCuriousLearner/MCPAgentRE'

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