ToDo-List MCP Server

{"type": "text"}# Servidor MCP de Lista de Tareas

Un servidor de Protocolo de Contexto de Modelo (MCP) simple y apto para principiantes, escrito en Python. Permite que cualquier cliente de IA compatible con MCP (como Claude Desktop) gestione una lista de tareas en tu ordenador mediante cinco herramientas: añadir, ver, obtener por ID, completar y eliminar.

Construido con el SDK de Python de MCP oficial (mcp[cli]) y su interfaz de alto nivel FastMCP. Los datos se almacenan localmente en un archivo JSON simple: no se requiere base de datos.

1. Qué hace este proyecto

Este servidor MCP expone 5 herramientas a cualquier cliente de IA conectado:

Todos los datos se guardan en todos.json, que se crea automáticamente la primera vez que añades una tarea.

Related MCP server: Task MCP Server

2. Estructura del proyecto

todo-mcp-server/
├── server.py          # Main MCP server — defines the 5 tools
├── storage.py          # Handles reading/writing todos.json
├── todos.json           # Auto-created data file (not committed to git)
├── requirements.txt     # Python dependencies     
├── .gitignore            # Files Git should ignore
└── README.md             

3. Configuración

Requisitos previos

• Python 3.10 o superior

• pip (incluido con Python)

Pasos

# 1. Clone or download this project, then move into it
cd todo-mcp-server

# 2. Create a virtual environment
python -m venv venv

# 3. Activate it
# Windows:
venv\Scripts\activate
# macOS/Linux:
source venv/bin/activate

# 4. Install dependencies
pip install -r requirements.txt

4. Ejecutar el servidor

Opción A: MCP Inspector (recomendado para pruebas):

mcp dev server.py

Esto abre una interfaz basada en navegador donde puedes llamar a cada herramienta manualmente y ver las respuestas JSON.

Opción B: instalar en Claude Desktop:

mcp install server.py --name "Todo List MCP Server"

Esto registra el servidor para que Claude Desktop lo inicie automáticamente.

Opción C: ejecutar directamente:

python server.py

5. Pruebas / Ejemplos de mensajes (en Claude Desktop)

Una vez conectado en Claude Desktop, prueba:

• "Añade una tarea: Comprar víveres, con descripción Leche, huevos y pan"

• "Muéstrame todas mis tareas"

• "Obtén la tarea con ID 1"

• "Marca la tarea 1 como completada"

• "Elimina la tarea 2"

6. Arquitectura

 MCP Client (Claude Desktop)
          │  (stdio / JSON-RPC)
          ▼
     server.py  (FastMCP tools)
          │
          ▼
     storage.py (reads/writes JSON)
          │
          ▼
     todos.json  (local data file)

El cliente nunca toca el archivo JSON directamente: solo llama a las herramientas, y el servidor decide cómo se almacenan los datos. Esta separación es una idea central del diseño de MCP: el cliente no necesita saber cómo funciona una herramienta internamente, solo qué hace.

7. Resultados de aprendizaje

Con este proyecto aprendí:

• Qué es el Protocolo de Contexto de Modelo (MCP) y cómo estandariza el acceso a herramientas para los LLM

• La diferencia entre un servidor MCP, un cliente y las herramientas/recursos/mensajes

• Cómo usar la interfaz FastMCP del SDK oficial de Python para crear herramientas rápidamente a partir de funciones y sugerencias de tipo de Python

• Cómo almacenar y gestionar datos localmente con un archivo JSON

• Cómo conectar y probar un servidor MCP personalizado en Claude Desktop

• Cómo empaquetar, documentar y publicar un pequeño proyecto de Python en GitHub

• Los conceptos básicos de publicar un servidor MCP en un mercado como Smithery

Licencia

MIT: libre de usar, modificar y compartir.

Autor

Haseeba Yasin

Si este proyecto te resultó útil, no dudes en dejar una ⭐ en el repositorio.