TODO MCP CLI 和服务器

该存储库包含待办事项列表应用程序的最小模型上下文协议 (MCP) 实现，包括：

FastAPI 服务器（ server/ ）：公开一个用于工具发现的/tools端点和一个用于 JSON-RPC 调用的/rpc端点来对任务执行操作。
CLI 客户端（ client/cli.py ）：一个 Python 命令行界面，可与 LLM（通过 OpenAI）和 MCP 服务器交互，以使用函数调用来创建、列出和完成任务。

特征

添加带有标题、内容和可选截止日期的任务
列出所有任务
将任务标记为已完成
服务器端任务ID生成
工具调用符合 JSON-RPC 2.0 标准

先决条件

Python 3.10+
用于虚拟环境的pipenv或venv
OpenAI API 密钥

安装

克隆仓库：

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

创建并激活虚拟环境：

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

安装依赖项：
```
pip install -r requirements.txt
```

在项目根目录中创建一个.env ：

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

目录结构

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

运行服务器

fastapi dev server/main.py

访问http://127.0.0.1:8000/docs获取交互式 API 文档。

运行 CLI

从项目根目录：

python -m client.cli

在提示符下输入自然语言命令，例如：

> 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

CLI 将打印工具调用和 LLM 响应。