TODO MCP Server

TODO MCP CLI y servidor

Este repositorio contiene una implementación mínima del Protocolo de contexto de modelo (MCP) para una aplicación de lista de tareas pendientes, que incluye:

• Servidor FastAPI ( server/ ): expone un punto final /tools para el descubrimiento de herramientas y un punto final /rpc para llamadas JSON-RPC para realizar operaciones en tareas.

• Cliente CLI ( client/cli.py ): una interfaz de línea de comandos de Python que interactúa con un LLM (a través de OpenAI) y el servidor MCP para crear, enumerar y completar tareas mediante llamadas de función.

Características

• Agregar tareas con título, contenido y fecha de vencimiento opcional

• Enumerar todas las tareas

• Marcar tareas como completadas

• Generación de ID de tareas del lado del servidor

• Cumplimiento de JSON-RPC 2.0 para la invocación de herramientas

Prerrequisitos

• Python 3.10+

• pipenv o venv para entornos virtuales

• Una clave API de OpenAI

Instalación

1. Clonar el repositorio:

   git clone https://github.com/oseni99/todo-mcp
   cd todo-mcp

2. Crear y activar un entorno virtual:

   python3 -m venv .venv
   source .venv/bin/activate

3. Instalar dependencias:

   pip install -r requirements.txt

4. Crea un .env en la raíz del proyecto:

   OPENAI_API_KEY=sk-...
   MCP_SERVER=http://127.0.0.1:8000

Estructura del directorio

todoMCP/
├── client/        # CLI client code
│   └── cli.py     # Main entrypoint for the MCP-CLI
├── server/        # FastAPI server code
│   ├── handlers.py    # Business logic for add, list, complete
│   ├── tools.py       # JSON-Schema tool manifest
│   └── main.py        # FastAPI app with /tools and /rpc
├── .env           # Environment variables (not committed)
├── requirements.txt   # Python dependencies
└── README.md      # This file

Ejecución del servidor

fastapi dev server/main.py

• Visite http://127.0.0.1:8000/docs para obtener documentos de API interactivos.

Ejecución de la CLI

Desde la raíz del proyecto:

python -m client.cli

Escriba comandos en lenguaje natural en el indicador, por ejemplo:

> Create a task titled "Write blog post" with content "Outline first draft" due 2025-05-20
> List my tasks
> Mark the first task as done
> Thanks!
> exit

La CLI imprimirá invocaciones de herramientas y respuestas LLM.