关键词

计划管理任务协作智能体集成工作流辅助

项目简介

这是一个基于 Model Context Protocol (MCP) 实现的服务器，旨在将一个计划管理系统（Planning System API）的能力暴露给AI智能体（如支持MCP协议的LLM客户端）。它充当AI智能体与后端计划数据及功能之间的桥梁，允许AI智能体以标准化的方式访问和操作计划。

主要功能点

该MCP服务器提供了访问和管理计划系统的核心能力：

  1. 资源 (Resources)：AI智能体可以读取计划列表、特定计划的详细信息、计划结构（节点层级）、节点详情、计划及全局活动、节点相关的评论、日志和附件等数据。这些信息以结构化的文本格式（如Markdown）提供，便于LLM理解。
  2. 工具 (Tools)：AI智能体可以调用各种工具来执行操作，包括：
    • 列出和查找计划。
    • 根据名称获取特定计划。
    • 创建和更新计划。
    • 创建节点、更新节点状态。
    • 添加评论和日志到节点。
    • 添加和获取节点附件。
    • 在计划内进行搜索。
  3. Prompt 模板 (Prompts)：预定义的Prompt模板，帮助AI智能体执行特定任务，例如分析计划、为计划或节点提供改进建议、生成任务的实施步骤、总结计划或生成状态报告。

安装步骤

要运行此MCP服务器，您需要具备 Node.js 环境和对 Planning System API 的访问权限。

  1. 前提条件:

    • 安装 Node.js 16 或更高版本。
    • 安装 npm 或 yarn 包管理器。
    • 一个正在运行且可访问的 Planning System API 实例。
    • 用于认证的API访问令牌。

  2. 克隆仓库:

    git clone https://github.com/TAgents/agent-planner-mcp.git
cd agent-planner-mcp

  3. 安装依赖:

    npm install

  4. 配置环境: 复制示例环境文件并编辑 '.env' 文件，填入您的Planning System API信息：

    cp .env.example .env

    编辑 '.env' 文件：

    API_URL=您的Planning System API地址
USER_API_TOKEN=您的API访问令牌
MCP_SERVER_NAME=planning-system-mcp # MCP服务器名称，可自定义
MCP_SERVER_VERSION=0.1.0 # MCP服务器版本，可自定义
# 其他配置...

    注意: 推荐使用 'USER_API_TOKEN' 进行认证。

  5. 生成API访问令牌 (如果需要): 如果您的Planning System API需要通过特定流程生成用户API令牌（例如通过Supabase认证），可能需要运行辅助脚本。请参考仓库中 'generate-supabase-session.js' 文件或相关文档（如 'AUTHENTICATION.md'），根据您的API实际情况生成令牌并更新到 '.env' 的 'USER_API_TOKEN' 中。

  6. 启动服务器:

    npm start

    服务器将通过标准输入/输出 (stdio) 传输协议启动，等待MCP客户端连接。

服务器配置（为MCP客户端准备）

要将此MCP服务器与支持MCP协议的LLM客户端（如Claude Desktop）连接，您需要在客户端的配置中添加一个条目，告诉客户端如何启动和连接到此服务器。配置通常是一个JSON对象，包含启动命令和环境变量等信息。

以下是Claude Desktop客户端 'claude_desktop_config.json' 文件中 'mcpServers' 部分的示例配置结构，请根据您的安装路径和实际令牌替换占位符：

{
  "您的服务器别名": {
    // 启动MCP服务器的命令
    "command": "node",
    // 传递给命令的参数，通常是主程序文件路径
    "args": [
      "/您的/agent-planner-mcp/安装/路径/src/index.js"
    ],
    // MCP服务器运行所需的环境变量
    "env": {
      "API_URL": "您的Planning System API地址",
      "USER_API_TOKEN": "您在.env中配置的API访问令牌"
    }
  }
}

请将 '您的服务器别名' 替换为您想在客户端中显示的名称（例如 "planning-system"），将 '/您的/agent-planner-mcp/安装/路径' 替换为您的实际安装路径，并填入正确的 'API_URL' 和 'USER_API_TOKEN'。

配置完成后，重启您的MCP客户端即可加载此服务器。

基本使用方法

当MCP服务器在客户端中加载成功后，AI智能体即可感知到服务器提供的资源、工具和Prompt。您可以通过自然语言向AI智能体提问或发出指令来利用这些能力：

  • 访问计划列表: "请列出我所有的计划。" (智能体可能会读取 'plans://list' 资源)
  • 查看计划详情: "请告诉我计划 '[计划ID]' 的详细信息和结构。" (智能体可能会读取 'plan://{planId}' 和 'plan://{planId}/structure' 资源)
  • 创建新计划: "我需要创建一个名为 '网站重构' 的新计划，描述是..." (智能体可能会调用 'create_plan' 工具)
  • 更新任务状态: "请将计划 '[计划ID]' 中节点 '[节点ID]' 的状态更新为 '已完成'。" (智能体可能会调用 'update_node_status' 工具)
  • 分析计划: "请帮我分析计划 '[计划ID]' 的完整性和组织结构。" (智能体可能会使用 'analyze_plan' Prompt)
  • 搜索计划内容: "请在计划 '[计划ID]' 中搜索关于 '用户界面' 的信息。" (智能体可能会调用 'search_plan' 工具)

智能体将根据您的指令，自动选择合适的资源、工具或Prompt与MCP服务器交互，获取信息或执行操作。

信息

分类

AI与计算

访问项目