Skip to main content
Glama

dart-query

Servidor MCP para la gestión de tareas de Dart AI, optimizado para operaciones por lotes y un uso mínimo del contexto.

En lugar de iterar a través de las tareas una por una (llenando tu ventana de contexto con JSON intermedio), dart-query utiliza selectores DartQL y operaciones por lotes en el lado del servidor para actualizar cientos de tareas en una sola llamada. Una actualización de 50 tareas que normalmente consumiría ~30K tokens, requiere ~200 tokens sin degradación del contexto.

Inicio rápido

1. Obtén tu token de Dart AI

Visita https://app.dartai.com/?settings=account y copia tu token (comienza con dsa_).

2. Configura MCP

npx (recomendado)

{
  "mcpServers": {
    "dart-query": {
      "command": "npx",
      "args": ["-y", "@standardbeagle/dart-query"],
      "env": {
        "DART_TOKEN": "dsa_your_token_here"
      }
    }
  }
}

SLOP-MCP (v0.10.0+)

slop register dart-query \
  --command npx \
  --args "-y" "@standardbeagle/dart-query" \
  --env DART_TOKEN=dsa_your_token_here \
  --scope user

3. Verifica

info({ level: "overview" })

4. Ejemplo: Actualización por lotes

// Preview first
batch_update_tasks({
  selector: "dartboard = 'Engineering' AND priority = 'high'",
  updates: { status: "Doing" },
  dry_run: true
})

// Execute
batch_update_tasks({
  selector: "dartboard = 'Engineering' AND priority = 'high'",
  updates: { status: "Doing" },
  dry_run: false
})

Herramientas

Grupo

Herramientas

Propósito

Descubrimiento

info, get_config

Explorar capacidades, configuración del espacio de trabajo

CRUD de tareas

create_task, get_task, update_task, delete_task, add_task_comment

Operaciones de tarea única

Consulta

list_tasks, search_tasks

Encontrar tareas con filtros o búsqueda de texto completo

Lotes

batch_update_tasks, batch_delete_tasks, get_batch_status

Operaciones masivas con selectores DartQL

Importación

import_tasks_csv

Creación masiva desde CSV con validación

Documentos

list_docs, create_doc, get_doc, update_doc, delete_doc

Gestión de documentos

Consulta TOOLS.md para obtener referencias completas de parámetros, sintaxis DartQL y formato de importación CSV.

Selectores DartQL

Sintaxis de cláusula WHERE de SQL-92 para seleccionar tareas en operaciones por lotes:

dartboard = 'Engineering' AND priority = 'high' AND tags CONTAINS 'bug'
due_at < '2026-01-18' AND status <> 'Done'
title LIKE 'Task%'                          -- starts with
title LIKE '%auth%'                         -- contains substring

Operadores: =, !=, <>, >, >=, <, <=, LIKE, IN, NOT IN, BETWEEN, IS NULL, IS NOT NULL, CONTAINS Alias: INCLUDES/HASCONTAINS · <>!= Comodines LIKE: % = cualquier carácter, _ = un solo carácter (no distingue entre mayúsculas y minúsculas)

Seguridad

Todas las operaciones de Dart AI son de producción (sin entorno de pruebas). dart-query proporciona:

  • Modo de simulación (dry-run) en todas las operaciones por lotes: previsualiza antes de ejecutar

  • Fase de validación para importaciones CSV: detecta errores antes de crear nada

  • Indicador de confirmación (confirm: true) requerido para eliminaciones por lotes

  • Eliminaciones recuperables: las tareas se mueven a la papelera, no se eliminan permanentemente

Licencia

MIT

Install Server
A
license - permissive license
B
quality
B
maintenance

Maintenance

Maintainers
Response time
3wRelease cycle
2Releases (12mo)

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

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/standardbeagle/dart-query'

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