Tracker MCP 服务器

这是一个旨在连接到您的本地 tracker-server 的 MCP（模型上下文协议）服务器。它向 LLM 客户端（如 Claude Desktop 或 Cursor）直接公开了诸如检查今日日程、检索统计信息、注册任务和管理计时器等端点。

先决条件

• 一个正在运行的 tracker-server 实例（通常在 http://localhost:3000）。

• Python 3.11+（如果本地运行）或 Docker。

Related MCP server: mcp-server-tasktracker

🚀 通过 Docker 运行（推荐）

当您部署 MCP 代理时，可以直接将其挂载到 GitHub 容器注册表中提供的 Docker 镜像上。

由于 tracker-server 在您的本地主机上运行，Docker 需要知道如何访问它。该镜像默认使用 http://host.docker.internal:3000，前提是您使用的是 Mac/Windows 或 Docker Desktop。

Claude Desktop 配置 (claude_desktop_config.json)：

{
  "mcpServers": {
    "tracker-mcp": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "TRACKER_API_URL=http://host.docker.internal:3000",
        "ghcr.io/makegorka/tracker-mcp:latest"
      ]
    }
  }
}

注意：请留意 -i 标志。由于 MCP 通过 stdin/stdout (stdio) 进行通信，您必须以交互方式运行 docker 容器，但不能使用 TTY (-t)。

🛠 本地运行

如果您正在进行开发，或者只是更喜欢从源代码运行而不是使用 Docker。

1. 设置虚拟环境：

cd tracker-mcp
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt

2. 手动运行 MCP 服务器：

# Make sure your tracker server is running!
python server.py

注意：这将阻塞您的终端以等待 stdio MCP JSON RPC 命令。这是预期行为。

3. 配置 Claude Desktop（本地模式）：

{
  "mcpServers": {
    "tracker-mcp": {
      "command": "/absolute/path/to/tracker-mcp/venv/bin/python",
      "args": [
        "/absolute/path/to/tracker-mcp/server.py"
      ],
      "env": {
        "TRACKER_API_URL": "http://localhost:3000"
      }
    }
  }
}