📝 Persönlicher To-Do-Listen-MCP-Server

Ein minimalistischer und funktionaler Model Context Protocol (MCP)-Server, der KI-Assistenten einen robusten lokalen To-Do-Listen-Manager bereitstellt. Dieser Server demonstriert, wie eine KI lokalen Zustand verwalten und mit persistenten Daten (CRUD-Operationen) interagieren kann, ohne externe APIs oder komplexe Datenbanken zu benötigen.

🌐 Live-Demo & Medien

• Live-Registry-Eintrag: Glama MCP Server

Related MCP server: Todo MCP Server

📸 Screenshots

✨ Hauptfunktionen

• 🤖 Native KI-Integration: Funktioniert nahtlos mit Claude Desktop, Cursor und Antigravity.

• 🛠️ Vollständige CRUD-Operationen: Aufgaben hinzufügen, auflisten, abschließen und löschen.

• 📊 Echtzeit-Zusammenfassungen: Stellt schreibgeschützte Ressourcen bereit, die offene und abgeschlossene Aufgaben zusammenfassen.

• 🔒 Private lokale Speicherung: Speichert Daten ausschließlich lokal auf Ihrem Rechner mithilfe von JSON.

• ⚙️ Null Konfiguration: Funktioniert sofort mit modernem Python-Packaging.

🛠️ Technologie-Stack-Tabelle

⚙️ So funktioniert es

1. Tool-Aufruf: Der KI-Client sendet eine JSON-RPC-Anfrage an den MCP-Server (z. B. add_task).

2. Ausführung: Der Python-Server parst die lokale todos.json-Datei.

3. Änderung: Der Server aktualisiert die JSON-Datei mit der neuen Aufgabe und speichert sie.

4. Antwort: Der Server sendet eine Erfolgsbestätigung an den KI-Client zurück.

🏗️ Projektarchitektur

graph LR
    A[AI Assistant] <-->|JSON-RPC via stdio| B[Todo MCP Server]
    B -->|Read/Write| C[(todos.json)]
    B --> D[Tools: add, list, delete, complete]
    B --> E[Resources: todo://summary]

📂 Projektstruktur

├── docs/                      # Learning outcomes and documentation
│   ├── inspector.png
│   └── resend-experience.md
├── src/
│   └── todo_mcp/              # Core MCP server package
│       ├── __init__.py
│       ├── __main__.py        # Execution entrypoint
│       └── server.py          # Tools and resources logic
├── .gitignore
├── pyproject.toml             # Modern Python package configuration
└── README.md

💻 Lokale Einrichtung & Installation

Voraussetzungen

• Python 3.10 oder höher

• Node.js (für npx, falls der Inspector verwendet wird)

Installation

Klonen Sie das Repository und installieren Sie es lokal mit pip:

git clone https://github.com/Arslan-Codes097/todo-list-mcp-server.git
cd todo-list-mcp-server
pip install .

Lokal ausführen (Inspector)

Um die Tools in der interaktiven MCP-Inspector-Oberfläche zu testen:

npx @modelcontextprotocol/inspector python -m todo_mcp

Verbindung zu einem KI-Client (Null-Installation)

Der einfachste Weg, diesen Server zu nutzen, ist über uvx. Es lädt den Server automatisch herunter und führt ihn aus, ohne dass Sie das Repository manuell klonen müssen.

Fügen Sie Folgendes zur config.json Ihres Clients hinzu:

{
  "mcpServers": {
    "todo-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/Arslan-Codes097/todo-list-mcp-server.git",
        "python",
        "-m",
        "todo_mcp"
      ]
    }
  }
}

👤 Autor & Danksagungen

Arslan

• GitHub: @Arslan-Codes097

Erstellt als praktische Erkundung des Model Context Protocol.