Skip to main content
Glama
exemuneeb

Todo List MCP Server

Todo List MCP Server

Ein kleiner Model Context Protocol-Server, der eine einfache JSON-Datei in eine Todo-Liste verwandelt, die ein MCP-kompatibler Client (Claude Desktop, Claude Code, Cursor usw.) in deinem Namen lesen und verwalten kann.

Was er tut

Er stellt fünf Tools und eine Ressource bereit:

Tool

Beschreibung

add_todo(text, priority)

Füge eine neue Aufgabe hinzu. priority ist low, medium oder high.

list_todos(status)

Liste Aufgaben auf. status ist all, pending oder done.

complete_todo(todo_id)

Markiere eine Aufgabe als erledigt.

delete_todo(todo_id)

Entferne eine Aufgabe dauerhaft.

clear_completed()

Entferne alle erledigten Aufgaben mit einem Aufruf.

Ressource

Beschreibung

todos://all

Schreibgeschützter JSON-Dump aller Todos.

Die Daten liegen in todos.json neben server.py, sodass sie Neustarts überstehen.

Related MCP server: MCP Todo List

Einrichtung

# 1. Clone / copy this folder
cd todo-mcp

# 2. Create a virtual environment and install dependencies
python3 -m venv venv
source venv/bin/activate   # Windows: venv\Scripts\activate
pip install -r requirements.txt

# 3. Run it directly to sanity-check it starts (Ctrl+C to stop)
python server.py

Mit einem MCP-Client verbinden

Claude Desktop

Füge dies zu deiner claude_desktop_config.json hinzu (Einstellungen → Entwickler → Konfiguration bearbeiten):

{
  "mcpServers": {
    "todo-list": {
      "command": "/absolute/path/to/todo-mcp/venv/bin/python",
      "args": ["/absolute/path/to/todo-mcp/server.py"]
    }
  }
}

Starte Claude Desktop neu, und du siehst die Todo-Tools in der Tool-Auswahl (Hammersymbol). Versuche: „Füge ‚MCP-Ticket abschließen' als Aufgabe mit hoher Priorität hinzu und zeig mir dann alles Offene."

MCP Inspector (zur lokalen Fehlersuche)

npx @modelcontextprotocol/inspector python server.py

Dies öffnet eine Browser-Oberfläche, in der du jedes Tool manuell aufrufen und die rohe JSON-RPC-Anfrage/-Antwort sehen kannst – der beste Weg, um zu verstehen, was tatsächlich zwischen Client und Server über die Leitung geht.

Auf Smithery bereitstellen

  1. Verschiebe diesen Ordner in ein öffentliches GitHub-Repository (benötigt werden server.py, pyproject.toml, requirements.txt und smithery.yaml).

  2. Gehe zu smithery.aiNeuer Server → verbinde dein GitHub-Repository.

  3. Smithery liest smithery.yaml, um zu erfahren, wie der Server gestartet wird (python server.py über stdio), und baut/stellet ihn automatisch bereit.

  4. Nach der Bereitstellung kann jeder den Server direkt von deiner Smithery-Listungsseite zu seinem eigenen MCP-Client hinzufügen – ohne lokale Einrichtung.

Hinweise zur Funktionsweise

Erstellt mit dem offiziellen MCP Python SDK unter Verwendung von FastMCP, das einfache Python-Funktionen über den @mcp.tool()-Dekorator in MCP-Tools verwandelt – die Typannotationen und der Docstring werden automatisch zum JSON-Schema und zur Beschreibung des Tools, die das Client-Modell liest, um zu entscheiden, wann und wie jedes Tool aufgerufen wird.

F
license - not found
-
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Related MCP Servers

  • A
    license
    A
    quality
    D
    maintenance
    An MCP server that allows AI assistants to manage todo lists stored in a simple markdown file, supporting creation, reading, updating, and deletion of todo items with persistent IDs.
    5
    14
    6
    MIT
  • A
    license
    -
    quality
    C
    maintenance
    MCP server that integrates with myTinyTodo to list, create, edit, and complete tasks via its JSON HTTP API.
    MIT

View all related MCP servers

Related MCP Connectors

  • MCP server for generating rough-draft project plans from natural-language prompts.

  • A basic MCP server to operate on the Postman API.

  • Markdown-first MCP server for Notion API with 8 composite tools and 39 actions.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/exemuneeb/mcp-task'

If you have feedback or need assistance with the MCP directory API, please join our Discord server