Skip to main content
Glama

dart-query

MCP-сервер для управления задачами Dart AI, оптимизированный для пакетных операций и минимального использования контекста.

Вместо того чтобы перебирать задачи по одной (заполняя окно контекста промежуточным JSON), dart-query использует селекторы DartQL и серверные пакетные операции для обновления сотен задач за один вызов. Обновление 50 задач, которое обычно потребляет ~30 тыс. токенов, занимает ~200 токенов без засорения контекста.

Быстрый старт

1. Получите ваш токен Dart AI

Посетите https://app.dartai.com/?settings=account и скопируйте свой токен (начинается с dsa_).

2. Настройте MCP

npx (рекомендуется)

{
  "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. Проверка

info({ level: "overview" })

4. Пример: Пакетное обновление

// 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
})

Инструменты

Группа

Инструменты

Назначение

Обнаружение

info, get_config

Изучение возможностей, конфигурация рабочего пространства

CRUD задач

create_task, get_task, update_task, delete_task, add_task_comment

Операции с отдельными задачами

Запросы

list_tasks, search_tasks

Поиск задач с помощью фильтров или полнотекстового поиска

Пакетные операции

batch_update_tasks, batch_delete_tasks, get_batch_status

Пакетные операции с селекторами DartQL

Импорт

import_tasks_csv

Пакетное создание из CSV с проверкой

Документы

list_docs, create_doc, get_doc, update_doc, delete_doc

Управление документами

См. TOOLS.md для получения полных справочников параметров, синтаксиса DartQL и формата импорта CSV.

Селекторы DartQL

Синтаксис предложения WHERE в стиле SQL-92 для выбора задач при пакетных операциях:

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

Операторы: =, !=, <>, >, >=, <, <=, LIKE, IN, NOT IN, BETWEEN, IS NULL, IS NOT NULL, CONTAINS Псевдонимы: INCLUDES/HASCONTAINS · <>!= Подстановочные знаки LIKE: % = любые символы, _ = один символ (регистронезависимо)

Безопасность

Все операции Dart AI выполняются в рабочей среде (без песочницы). dart-query предоставляет:

  • Режим пробного запуска (dry-run) для всех пакетных операций — предварительный просмотр перед выполнением

  • Этап проверки для импорта CSV — обнаружение ошибок до создания чего-либо

  • Флаг подтверждения (confirm: true), обязательный для пакетного удаления

  • Восстанавливаемое удаление — задачи перемещаются в корзину, а не удаляются безвозвратно

Лицензия

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