Servidor MCP de tareas
MCP-Aufgabenserver
Projekt der Hausaufgabe 1 von Programmierung IV. Implementiert einen Model Context Protocol (MCP)-Server, der Aufgaben in einer lokalen JSON-Datei verwaltet und eine Ressource, zwei Werkzeuge und einen Prompt bereitstellt.
Fähigkeiten
Ressource
tasks://pending: gibt nur die nicht abgeschlossenen Aufgaben zurück.Werkzeug
add_task: fügt eine Aufgabe mit Name, Beschreibung und Priorität (alta,mediaoderbaja) hinzu.Werkzeug
complete_task: markiert eine vorhandene Aufgabe anhand der ID als abgeschlossen.Prompt
daily_summary: erstellt eine Vorlage mit dem aktuellen Status, um eine tägliche Zusammenfassung zu generieren.
Der Server verwendet den stdio-Transport. Der Host oder Client startet ihn als Unterprozess und die MCP-Nachrichten laufen über stdin und stdout.
Related MCP server: TaskTrek MCP Server
Voraussetzungen
Python 3.11 oder höher.
Zugriff auf ein Terminal.
Claude Desktop, MCP Inspector oder ein anderer kompatibler MCP-Client für die Integration.
Installation
Windows (PowerShell)
cd C:\RUTA\mcp-todo-server
py -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txtmacOS oder Linux
cd /RUTA/mcp-todo-server
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txtAusführung
Der stdio-Server erwartet, dass ein Client die erste Nachricht sendet; daher druckt er bei direkter Ausführung kein Menü und öffnet keinen Port:
python server.pyVerwenden Sie Ctrl+C, um ihn zu stoppen.
Demo-Client
client_demo.py ist ein kompatibler MCP-Client, der mit dem offiziellen SDK erstellt wurde. Er verbindet sich über stdio, entdeckt die Fähigkeiten und führt alle im Übungsblatt geforderten Operationen aus:
python client_demo.py --resetUm eine UTF-8-Transkription zu speichern:
python client_demo.py --reset --output evidence/client_demo_output.txtDie Option --reset stellt die beiden anfänglichen Datensätze vor dem Test wieder her. Die Demo fragt die Ressource ab, fügt zwei Aufgaben hinzu, schließt eine ab, ruft den Prompt ab und fragt die Ressource erneut ab.
Automatisierte Tests
python -m pytest -qDie Suite prüft:
Entdeckung der Ressource, der Werkzeuge und des Prompts.
Ausschließliches Lesen ausstehender Aufgaben.
Erstellung und Abschluss von Aufgaben.
Dynamischer Inhalt von
daily_summary.Behandlung des Fehlers beim Abschließen einer nicht vorhandenen ID.
MCP Inspector
Mit installiertem Node.js kann die offizielle Oberfläche geöffnet werden:
npx @modelcontextprotocol/inspector .venv/Scripts/python.exe server.pyUnter macOS oder Linux ersetzen Sie die ausführbare Datei durch .venv/bin/python.
Konfiguration von Claude Desktop
Öffnen Sie
claude_desktop_config.example.json.Ersetzen Sie
C:\\RUTA\\mcp-todo-serverdurch den absoluten Pfad des Projekts.Kopieren Sie den Eintrag
mcpServersin die Konfigurationsdatei von Claude Desktop. Unter Windows befindet sie sich normalerweise unter:%APPDATA%\Claude\claude_desktop_config.json.Schließen Sie Claude Desktop vollständig und öffnen Sie es erneut.
Beispiel:
{
"mcpServers": {
"todo-server": {
"command": "C:\\RUTA\\mcp-todo-server\\.venv\\Scripts\\python.exe",
"args": ["C:\\RUTA\\mcp-todo-server\\server.py"]
}
}
}Verwenden Sie keine relativen Pfade: Der Host kann den Server aus einem anderen Verzeichnis starten.
Struktur
mcp-todo-server/
server.py
client_demo.py
tasks.json
requirements.txt
claude_desktop_config.example.json
tests/
test_server.py
diagramas/
arquitectura_mcp_ecommerce.mmd
flujo_consulta_inventario.mmd
evidence/
client_demo_output.txt
01_inspector_connected.png
02_add_task_result.png
03_complete_task_result.png
04_resource_pending.png
05_daily_summary_prompt.pngVeröffentlichung auf Git
git init
git add .
git commit -m "Implementar servidor MCP de tareas"
git branch -M main
git remote add origin URL_DEL_REPOSITORIO
git push -u origin mainDie endgültige URL des Repositorys muss vor der Abgabe in den Bericht aufgenommen werden.
Technische Referenzen
This server cannot be deployed
Maintenance
Related MCP Connectors
A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…
Nifty's MCP server — exposes tasks, projects, messages, and files as tools for AI agents.
The Mercado Pago MCP Server implements the Model Context Protocol to provide AI agents and LLMs with access to Mercado Pago's APIs and tools within compatible development environments. It acts as an intermediary that translates Mercado Pago resources into executable functions (tools) that AI applications can invoke to perform actions and automate flows. The server simplifies integration, enables using documentation to implement or improve code, and optimizes operations through natural language interactions without manual implementations.
Model Context Protocol server for the Apideck Unified API. Connect any MCP-compatible agent framework to 100+ accounting systems, HRIS platforms, file storage providers, and more through one integration. More information https://www.apideck.com/mcp-server
Related MCP Servers
- FlicenseNot gradedqualityNot gradedmaintenanceA minimal Model Context Protocol server implementation that provides tools for managing a to-do list, allowing users to create tasks, list them, and mark them as completed via JSON-RPC calls.-
- FlicenseBqualityDmaintenanceA Model Context Protocol server for TaskTrek that enables AI assistants to manage tasks and projects programmatically via JSON file storage.7-
- FlicenseNot gradedqualityBmaintenanceA lightweight task management MCP server that enables CRUD operations on tasks stored in a single JSON file, including listing, creating, updating progress, and setting priorities.200 npm-
- FlicenseCqualityDmaintenanceA simple MCP server for managing tasks via a local JSON file, demonstrating resources, tools, and prompts for task reading, creation, and analysis.1-