📋 Servidor MCP de Seguimiento de Tareas

Un servidor práctico del Protocolo de Contexto de Modelo (MCP) construido en Python usando FastMCP y gestionado con uv. Este servidor proporciona a los asistentes de IA (como Claude Desktop, Cursor, Antigravity, etc.) capacidades estructuradas de gestión de tareas.

🌟 Descripción General

El Protocolo de Contexto de Modelo (MCP) es un estándar abierto que permite a los LLMs y aplicaciones de IA interactuar de manera segura y sin problemas con herramientas y fuentes de datos externas.

Este proyecto implementa las tres primitivas principales de MCP:

• 🛠️ Herramientas: Funciones invocables que permiten al modelo realizar acciones (add_task, complete_task, delete_task).

• 📦 Recursos: URIs de solo lectura que permiten al modelo inspeccionar el estado (tasks://all, tasks://pending).

• 💡 Indicaciones: Plantillas de indicaciones predefinidas que guían a la IA para realizar flujos de trabajo complejos (por ejemplo, análisis y priorización de tareas).

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

🚀 Funcionalidades y Primitivas MCP

1. Herramientas (Acciones)

2. Recursos (Datos de Solo Lectura)

3. Indicaciones (Flujos de Trabajo Guiados)

📦 Primeros Pasos con uv

Este proyecto está construido y gestionado con uv , un gestor de proyectos y paquetes de Python extremadamente rápido escrito en Rust por Astral.

1. Instalar uv

macOS / Linux:

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

Windows:

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

Verificar la instalación:

uv --version

2. Clonar y Configurar el Repositorio

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

3. Instalar Dependencias

uv creará automáticamente un entorno virtual (.venv) e instalará todas las dependencias requeridas:

uv sync

🧪 Probando el Servidor

Puedes ejecutar el cliente asíncrono integrado (test_client.py) que ejercita cada herramienta, recurso e indicación:

uv run test_client.py

Salida Esperada:

🚀 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!

🔌 Conectando e Inspeccionando

1. Inspector CLI y Herramientas de Desarrollo de FastMCP

FastMCP 3.x proporciona comandos CLI integrados para inspeccionar y depurar tu servidor:

• Inspector Web Interactivo:

  uv run fastmcp dev inspector task_server.py

• Inspeccionar Resumen del Servidor:

  uv run fastmcp inspect task_server.py

• Listar Todas las Herramientas:

  uv run fastmcp list task_server.py

• Ejecutar Servidor Independiente:

  uv run fastmcp run task_server.py

2. Integración con Claude Desktop

Añade la configuración del servidor a tu claude_desktop_config.json:

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"
      ]
    }
  }
}

📁 Estructura del Proyecto

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

💡 Hoja de Referencia de Comandos Clave de uv

🛠️ Próximos Pasos y Extensiones

• Almacenamiento Persistente: Reemplazar la lista en memoria con SQLite mediante aiosqlite o sqlite3.

• Prioridad y Fechas de Vencimiento: Añadir indicadores de prioridad de tareas (baja, media, alta) y filtros de fecha de vencimiento.

• Herramienta de Búsqueda: Añadir una herramienta search_tasks(query: str) para buscar en títulos y descripciones.

• Autenticación: Asegurar los endpoints con proveedores de autenticación de FastMCP.

📄 Licencia

Este proyecto está licenciado bajo la Licencia MIT; consulte el archivo LICENSE para más detalles.