Skip to main content
Glama
exemuneeb

Todo List MCP Server

Servidor MCP de Lista de Tareas

Un pequeño servidor del Model Context Protocol que convierte un archivo JSON simple en una lista de tareas que un cliente compatible con MCP (Claude Desktop, Claude Code, Cursor, etc.) puede leer y gestionar en tu nombre.

Qué hace

Expone cinco herramientas y un recurso:

Herramienta

Descripción

add_todo(text, priority)

Añade una nueva tarea. priority es low, medium o high.

list_todos(status)

Lista tareas. status es all, pending o done.

complete_todo(todo_id)

Marca una tarea como hecha.

delete_todo(todo_id)

Elimina una tarea permanentemente.

clear_completed()

Elimina todas las tareas completadas de una sola vez.

Recurso

Descripción

todos://all

Volcado JSON de solo lectura de todas las tareas.

Los datos viven en todos.json junto a server.py, por lo que sobreviven a los reinicios.

Related MCP server: MCP Todo List

Configuración

# 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

Conéctalo a un cliente MCP

Claude Desktop

Añade esto a tu claude_desktop_config.json (Configuración → Desarrollador → Editar configuración):

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

Reinicia Claude Desktop y verás las herramientas de tareas disponibles en el selector de herramientas (icono de martillo). Prueba: "Añade 'terminar el ticket de MCP' como una tarea de alta prioridad, y luego muéstrame todo lo pendiente."

MCP Inspector (para depuración local)

npx @modelcontextprotocol/inspector python server.py

Esto abre una interfaz de navegador donde puedes llamar a cada herramienta manualmente y ver la solicitud/respuesta JSON-RPC en bruto — la mejor manera de entender qué es lo que realmente cruza el cable entre el cliente y el servidor.

Despliegue en Smithery

  1. Sube esta carpeta a un repositorio público de GitHub (necesita server.py, pyproject.toml, requirements.txt y smithery.yaml).

  2. Ve a smithery.aiNuevo servidor → conecta tu repositorio de GitHub.

  3. Smithery lee smithery.yaml para saber cómo iniciar el servidor (python server.py sobre stdio) y lo compila/despliega automáticamente.

  4. Una vez desplegado, cualquiera puede añadirlo a su propio cliente MCP directamente desde la página de tu listado en Smithery — sin necesidad de configuración local por su parte.

Notas sobre cómo está construido

Construido con el SDK de Python de MCP oficial usando FastMCP, que convierte funciones Python simples en herramientas MCP mediante el decorador @mcp.tool() — las anotaciones de tipo y el docstring se convierten automáticamente en el esquema JSON y la descripción de la herramienta, que es lo que el modelo del cliente lee para decidir cuándo y cómo llamar a cada herramienta.

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