MCP Todo Server

MCP-Server entwickelt in Python für die grundlegende Verwaltung von Aufgaben, die lokal in einer JSON-Datei gespeichert werden.

Das Projekt implementiert die Hauptfunktionen des Model Context Protocol (MCP): Resources, Tools und Prompts, die es ermöglichen, ausstehende Aufgaben abzufragen, neue Aufgaben zu registrieren, Aufgaben als erledigt zu markieren und eine Vorlage für eine tägliche Zusammenfassung zu erstellen.

Funktionen

Der Server stellt die folgenden Funktionen bereit:

Resource — tasks://pending

Gibt die Aufgaben zurück, die in tasks.json als ausstehend gekennzeichnet sind.

Erledigte Aufgaben bleiben gespeichert, werden jedoch nicht in das Ergebnis des Resources aufgenommen.

Tool — add_task

Ermöglicht das Registrieren einer neuen Aufgabe durch Angabe von:

• Name;

• Beschreibung;

• Priorität (hoch, mittel oder niedrig).

Jede Aufgabe erhält automatisch eine Kennung im Format:

T-001
T-002
T-003

Das Tool validiert außerdem, dass die Aufgabe einen Namen hat und die Priorität einem der zulässigen Werte entspricht.

Tool — complete_task

Ermöglicht das Markieren einer Aufgabe als erledigt mithilfe ihrer Kennung.

Zum Beispiel:

T-001

Wenn die Aufgabe gefunden wird, ändert sich ihr Status completed von false zu true und die Änderung wird in tasks.json gespeichert.

Prompt — daily_summary

Generiert eine Vorlage basierend auf dem aktuellen Stand der Aufgaben.

Berücksichtigt:

• Gesamtzahl der Aufgaben;

• erledigte Aufgaben;

• ausstehende Aufgaben;

• ausstehende Aufgaben mit hoher Priorität.

Die Vorlage ermöglicht die Erstellung einer Zusammenfassung des allgemeinen Fortschritts und lenkt die Aufmerksamkeit auf die Aktivitäten mit der höchsten Priorität.

Related MCP server: Task Manager MCP Server

Projektstruktur

mcp-todo-server/
│
├── server.py
├── tasks.json
├── requirements.txt
├── README.md
└── .gitignore

Das Verzeichnis .venv entspricht der lokalen virtuellen Umgebung und ist nicht im Repository enthalten.

Datenmodell

Die Aufgaben werden im JSON-Format mit der folgenden Struktur gespeichert:

{
    "id": "T-001",
    "nombre": "Revisar documento del extraclase",
    "descripcion": "Comprobar que las capturas y explicaciones estén completas",
    "prioridad": "alta",
    "completada": true
}

Das Feld id identifiziert jede Aufgabe, während completed bestimmt, ob sie im Resource für ausstehende Aufgaben erscheinen soll.

Voraussetzungen

Zur Ausführung des Projekts wird benötigt:

• Python 3

• pip

• Model Context Protocol SDK für Python

Installation

1. Repository klonen

git clone URL_DEL_REPOSITORIO
cd mcp-todo-server

2. Virtuelle Umgebung erstellen

Unter Windows:

python -m venv .venv

3. Virtuelle Umgebung aktivieren

In PowerShell:

.\.venv\Scripts\Activate.ps1

4. Abhängigkeiten installieren

python -m pip install -r requirements.txt

Ausführung

Bei aktiver virtueller Umgebung ausführen:

python server.py

Der Server verwendet die Kommunikation über Standardeingabe und -ausgabe (stdio) und bleibt in Ausführung, während er auf die Verbindung eines MCP-Clients wartet.

Zum Beenden:

Ctrl + C

Tests mit MCP Inspector

Die Funktionsweise des Servers kann mit MCP Inspector überprüft werden.

Mit pnpm:

pnpm dlx @modelcontextprotocol/inspector python server.py

Sobald die Verbindung hergestellt ist, ermöglicht der Client das Erkunden und Interagieren mit den bereitgestellten Funktionen:

Resources
└── tasks://pending

Tools
├── add_task
└── complete_task

Prompts
└── daily_summary

Die Tests ermöglichen die Überprüfung der Aufgabenabfrage, der Änderung von tasks.json über die Tools und der Erstellung der Vorlage für die tägliche Zusammenfassung.

Verwendete Technologien

• Python

• Model Context Protocol (MCP)

• JSON

• MCP Inspector

• Git

Autorin

Jendry Linneth Murillo Pérez
Programmierung IV
II. Zyklus, 2026