📋 Task Tracker MCP Server

Ein praktischer Model Context Protocol (MCP)-Server, gebaut in Python mit FastMCP und verwaltet mit uv. Dieser Server bietet KI-Assistenten (wie Claude Desktop, Cursor, Antigravity usw.) strukturierte Aufgabenverwaltungsfunktionen.

🌟 Überblick

Das Model Context Protocol (MCP) ist ein offener Standard, der LLMs und KI-Anwendungen eine sichere und nahtlose Interaktion mit externen Tools und Datenquellen ermöglicht.

Dieses Projekt implementiert die drei Kern-MCP-Primitiven:

• 🛠️ Tools: Aufrufbare Funktionen, die es dem Modell ermöglichen, Aktionen auszuführen (add_task, complete_task, delete_task).

• 📦 Resources: Schreibgeschützte Daten-URIs, die es dem Modell ermöglichen, den Zustand zu inspizieren (tasks://all, tasks://pending).

• 💡 Prompts: Vordefinierte Prompt-Vorlagen, die die KI anleiten, komplexe Arbeitsabläufe durchzuführen (z. B. Aufgabenanalyse und Priorisierung).

flowchart LR
    Host["AI Host / Application<br/>(Claude Desktop / Cursor / Antigravity)"] 
    Client["MCP Client<br/>(Protocol Handler)"]
    Server["Task Tracker MCP Server<br/>(FastMCP)"]
    
    Host <--> Client
    Client <--> Server
    
    subgraph ServerCapabilities ["Server Capabilities"]
        Tools["🛠️ Tools<br/>add_task, complete_task, delete_task"]
        Resources["📦 Resources<br/>tasks://all, tasks://pending"]
        Prompts["💡 Prompts<br/>task_summary_prompt"]
    end
    
    Server --- ServerCapabilities

🚀 Funktionen & MCP-Primitiven

1. Tools (Aktionen)

2. Resources (Schreibgeschützte Daten)

3. Prompts (Geführte Arbeitsabläufe)

📦 Erste Schritte mit uv

Dieses Projekt wurde mit uv erstellt und verwaltet, einem extrem schnellen Python-Paket- und Projektmanager, der in Rust von Astral geschrieben wurde.

1. uv installieren

macOS / Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

Windows:

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

Installation überprüfen:

uv --version

2. Repository klonen und einrichten

git clone https://github.com/<your-username>/task-tracker-mcp.git
cd task-tracker-mcp

3. Abhängigkeiten installieren

uv erstellt automatisch eine virtuelle Umgebung (.venv) und installiert alle erforderlichen Abhängigkeiten:

uv sync

🧪 Server testen

Sie können den integrierten asynchronen Client (test_client.py) ausführen, der jedes Tool, jede Resource und jeden Prompt ausführt:

uv run test_client.py

Erwartete Ausgabe:

🚀 Starting FastMCP Test Client...
==================================================

1. Listing Available Tools:
   Found 3 tools: ['add_task', 'complete_task', 'delete_task']

2. Calling 'add_task' Tool:
   Task 1 Response: {"id":1,"title":"Learn MCP", ...}
   Task 2 Response: {"id":2,"title":"Master uv", ...}

3. Listing Available Resources:
   Found 2 resources: [AnyUrl('tasks://all'), AnyUrl('tasks://pending')]

4. Reading 'tasks://all' Resource:
   Current Tasks:
   ⏳ [1] Learn MCP
   ⏳ [2] Master uv

5. Completing Task ID 1:
   Completed Result: {"id":1, "status":"completed", ...}

6. Reading 'tasks://pending' Resource:
   Pending Tasks:
   ⏳ [2] Master uv

7. Listing Available Prompts:
   Found 1 prompts: ['task_summary_prompt']

8. Deleting Task ID 2:
   Delete Result: {"success": true, "deleted": {"id": 2, ...}}

==================================================
✨ All MCP Server tests completed successfully!

🔌 Verbinden und Inspizieren

1. FastMCP CLI Inspector & Entwicklungs-Tools

FastMCP 3.x bietet integrierte CLI-Befehle zum Inspizieren und Debuggen Ihres Servers:

• Interaktiver Web-Inspektor:

  uv run fastmcp dev inspector task_server.py

• Server-Zusammenfassung inspizieren:

  uv run fastmcp inspect task_server.py

• Alle Tools auflisten:

  uv run fastmcp list task_server.py

• Standalone-Server ausführen:

  uv run fastmcp run task_server.py

2. Claude Desktop-Integration

Fügen Sie die Serverkonfiguration zu Ihrer claude_desktop_config.json hinzu:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "task-tracker": {
      "command": "uv",
      "args": [
        "--directory",
        "/ABSOLUTE/PATH/TO/task-tracker-mcp",
        "run",
        "task_server.py"
      ]
    }
  }
}

📁 Projektstruktur

Task Tracker MCP/
├── pyproject.toml         # Dependency & project metadata (managed by uv)
├── task_server.py         # MCP Server definitions (tools, resources, prompts)
├── test_client.py         # FastMCP async automated test client
├── src/
│   └── task_tracker_mcp/  # Python package entrypoint
│       └── __init__.py
├── .python-version        # Locked Python version
├── .gitignore             # Python & uv exclusions
└── README.md              # Documentation

💡 Wichtige uv-Befehle Spickzettel

🛠️ Nächste Schritte & Erweiterungen

• Permanenter Speicher: In-Memory-Liste durch SQLite via aiosqlite oder sqlite3 ersetzen.

• Priorität & Fälligkeitsdatum: Aufgaben-Prioritätsflags (niedrig, mittel, hoch) und Fälligkeitsdatumsfilter hinzufügen.

• Such-Tool: Ein search_tasks(query: str)-Tool hinzufügen, um Titel und Beschreibungen zu durchsuchen.

• Authentifizierung: Endpunkte mit FastMCP-Authentifizierungsanbietern sichern.

📄 Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert - siehe die Datei LICENSE für Details.