ターゲットプロセス MCP サーバー

モデルコンテキストプロトコル（MCP）は、AIアシスタントが統合インターフェースを介して外部ツールやサービスと連携できるようにする標準規格です。MCPサーバーは、AIアシスタントがタスクを実行するために使用できるツールとリソースを公開することで、これらの機能を提供します。

このMCPサーバーは、プロジェクト管理およびアジャイル計画プラットフォームであるTargetprocessと連携するためのツールを提供します。これにより、AIアシスタントは以下のことが可能になります。

ターゲットプロセスエンティティ (ユーザーストーリー、バグ、タスク、機能など) を検索して取得します。
適切な検証を使用してエンティティを作成および更新する
複雑なフィルターとインクルードを使用してエンティティをクエリする
Targetprocess データモデルを検査して発見する
認証とAPIインタラクションを安全に処理する

主な特徴

データモデルの検出: 複雑なターゲットプロセスの実装を探索して理解する
強力なクエリ: 複雑なフィルターとインクルードを使用して、必要なデータを正確に取得します。
エンティティ管理: 適切な検証を伴うエンティティの作成と更新
関係性の探究：異なるエンティティが互いにどのように関係しているかを理解する
エラー処理:再試行と情報メッセージによる堅牢なエラー処理
ドキュメント統合: Targetprocess ドキュメントへの組み込みアクセス

ユースケース

このMCPサーバーは、Targetprocessが複雑なスキーマとデータモデルを持つ数百万件のレコードを処理する可能性のある企業環境で特に役立ちます。一般的なユースケースは次のとおりです。

データモデルの検出: 複雑なターゲットプロセスの実装をマッピングして理解する
エンタープライズ分析: 数百万件のレコードからデータを抽出して分析します
システム間統合: Targetprocessと他のシステム間のブリッジとして使用します
カスタムレポート: 標準UIでは利用できない特殊なレポートを作成します
バッチ操作: 多数のエンティティにわたる大規模な変更を管理します
スキーマ探索: 複雑な実装におけるカスタムフィールドと関係を発見

詳細な例と実装ガイドについては、 USECASES.md を参照してください。

はじめる

ドキュメント検索ツールを含めるためにリポジトリを再帰的にクローンします。

git clone --recursive https://github.com/aaronsb/apptio-target-process-mcp.git
cd apptio-target-process-mcp

開発リソース

ドキュメント検索

このリポジトリには、Targetprocess開発者向けドキュメントのスクレーパー/サーチャーがサブモジュールとして含まれています。これを使用すると、Targetprocessのドキュメントを素早く検索できます。

# From the project root:
pushd resources/target-process-docs && npm install && ./refresh-docs.sh && popd  # First time setup

# To search documentation (from any directory):
pushd resources/target-process-docs && ./search-docs.sh "your search query" && popd

# Example search:
pushd resources/target-process-docs && ./search-docs.sh "entity states" && popd

検索ツールはresources/target-process-docsにあります。ここではpushd/popdコマンドを使用しています。その理由は以下のとおりです。

このツールは相対パスを使用してデータベースファイルにアクセスする必要がある
pushdは現在のディレクトリの場所を保存します
コマンドを実行するためにツールのディレクトリに一時的に変更します
popd は自動的に前の場所に戻ります。この方法により、ツールがデータベースファイルを確実に見つけられるようにしながら、任意のディレクトリから検索を実行できます。

このツールは、Targetprocessの開発者向けドキュメントをローカルで検索するための強力な手段を提供します。検索結果には、コンテキスト付きの関連ドキュメントセクションが含まれるため、特定のAPIの詳細や実装ガイダンスを簡単に見つけることができます。

CI/CDパイプライン

このプロジェクトでは、自動ビルドに GitHub Actions を使用します。

mainブランチへのプッシュにより新しいコンテナビルドがトリガーされる
バージョンタグ (v*. . ) はバージョン付きリリースを作成します
イメージはGitHub Container Registryに公開されます

公開された画像を使用できます:

docker run -i --rm \
  -e TP_DOMAIN=your-domain.tpondemand.com \
  -e TP_USERNAME=your-username \
  -e TP_PASSWORD=your-password \
  ghcr.io/aaronsb/apptio-target-process-mcp

環境変数

TP_DOMAIN : ターゲットプロセスのドメイン（例：company.tpondemand.com）
TP_USERNAME : ターゲットプロセスのユーザー名
TP_PASSWORD : ターゲットプロセスのパスワード

Docker を使用したローカル開発

ローカル開発およびテストの場合は、提供されているスクリプトを使用します。

ローカルイメージをビルドします。
注: ビルドスクリプトは、ログ出力を最小限に抑えるため、デフォルトでDockerのquietモードを使用します。これは、ビルド出力を処理するClineなどのツールと連携する際のAIトークンの消費量を削減するための意図的なものです。quietモードでは、完全なビルドログが/tmp/apptio-target-process-mcp/docker-build.logに保存されます。ビルド出力をターミナルで直接確認するには、 --verboseフラグを使用してください。

./scripts/build-local.sh         # Quiet mode (default), logs to file
./scripts/build-local.sh --verbose  # Full build output in terminal

ローカルイメージを実行します。

./scripts/run-local.sh

Cline を設定します。 ~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.jsonを編集します。

{
  "mcpServers": {
    "targetprocess": {
      "command": "./scripts/run-local.sh",
      "disabled": false,
      "autoApprove": []
    }
  }
}

Dockerを使わないローカル開発

前提条件

Node.js 20以降
npm

設定

リポジトリを再帰的にクローンします。

git clone --recursive https://github.com/modelcontextprotocol/targetprocess-mcp.git
cd targetprocess-mcp

注意: ドキュメント検索ツールのサブモジュールも複製するには、 --recursiveフラグが必要です。

依存関係をインストールします:

npm install

サンプル設定をコピーします。

cp config/targetprocess.example.json config/targetprocess.json

Targetprocess の資格情報を使用してconfig/targetprocess.jsonを編集します。

建物

npm run build

ランニング

node build/index.js

API機能

詳細な例と一般的な使用例については、 USECASES.md を参照してください。

MCP サーバーは、Targetprocess と対話するための次のツールを提供します。

検索エンティティ

フィルタリングとインクルードを使用して、ターゲットプロセスエンティティ (UserStory、Bug、Task、Feature) を検索します。

{
  "type": "UserStory",          // Required: Entity type to search for
  "where": "EntityState.Name eq 'Open'", // Optional: Filter expression
  "take": 10,                   // Optional: Number of items to return (default: 100, max: 1000)
  "include": ["Project", "Team"] // Optional: Related data to include
}

get_entity

特定のエンティティに関する詳細情報を取得します。

{
  "type": "UserStory",          // Required: Entity type
  "id": 123456,                 // Required: Entity ID
  "include": ["Project", "Team"] // Optional: Related data to include
}

エンティティの作成

Targetprocess に新しいエンティティを作成します。

{
  "type": "UserStory",          // Required: Entity type to create
  "name": "Story Name",         // Required: Entity name
  "description": "Details...",  // Optional: Entity description
  "project": {                  // Required: Project to create in
    "id": 123
  },
  "team": {                     // Optional: Team to assign
    "id": 456
  }
}

エンティティの更新

既存のエンティティを更新します。

{
  "type": "UserStory",          // Required: Entity type
  "id": 123456,                 // Required: Entity ID
  "fields": {                   // Required: Fields to update
    "name": "New Name",
    "description": "New description",
    "status": {
      "id": 789
    }
  }
}

検査オブジェクト

API を介して Targetprocess オブジェクトとプロパティを検査します。

{
  "action": "list_types",       // Required: Action to perform
  "entityType": "UserStory",    // Required for some actions: Entity type to inspect
  "propertyName": "Description" // Required for some actions: Property to inspect
}

パフォーマンスに関する考慮事項

数百万件のレコードが含まれる可能性のある大規模な Targetprocess インスタンスを操作する場合:

特定のクエリを使用する: 結果セットを制限するために、常に可能な限り最も具体的なクエリを使用します。
結果のサイズを制限する: 返される結果の数を制限するには、 takeパラメータを使用します。
必要なデータのみを含める: 実際に必要な関連データのみを含める
ページ区切りを考慮する: 結果セットが大きい場合は、アプリケーションにページ区切りを実装します。
バッチ操作: 一括操作の場合は、API の過負荷を避けるためにリクエストをバッチ処理することを検討してください。

LLM統合

この MCP サーバーは、モデルコンテキストプロトコルをサポートするさまざまな AI アシスタントで使用できます。

Cline - CLIベースのAIアシスタント
Claude Desktop - Anthropic のデスクトップアプリケーション
Goose - ローカルAIアシスタント

構成とセットアップの手順については、 llms-install.md を参照してください。

構成

サーバーは、環境変数または JSON 構成ファイルを通じて構成できます。

設定ファイルの形式

{
  "domain": "your-domain.tpondemand.com",
  "credentials": {
    "username": "your-username",
    "password": "your-password"
  }
}

ライセンス

マサチューセッツ工科大学

Targetprocess MCP Server

Integrations