使用说明

项目简介

Harvest MCP Server 是一个基于 Model Context Protocol (MCP) 构建的应用后端，它充当 Claude 和其他兼容 MCP 协议的 AI 助手与 Harvest 时间跟踪和项目管理服务之间的桥梁。通过此服务器，用户可以使用自然语言指令，让 AI 助手直接访问和操作 Harvest 中的数据，例如查询时间记录、项目信息、客户列表等，从而提高工作效率。

主要功能点

用户管理: 列出和获取 Harvest 用户信息。
时间记录管理: 查询、创建、启动、停止时间记录，方便快捷地管理工作时间。
项目管理: 列出和获取 Harvest 项目信息，了解项目状态。
客户管理: 列出和获取 Harvest 客户信息。
任务管理: 列出 Harvest 任务信息。

总而言之，该服务器将 Harvest 的常用功能封装成易于 AI 理解和调用的工具，使得用户可以通过 AI 助手以更自然的方式与 Harvest 服务进行交互。

安装步骤

安装 Python: 确保您的系统已安装 Python 3.10 或更高版本。
安装依赖: 虽然仓库中没有明确的依赖安装步骤，但根据代码内容，可能需要安装 'fastmcp' 和 'httpx' 库。建议您在项目目录下使用 pip 安装：
```
pip install fastmcp httpx
```
(实际上 'fastmcp' 可能需要手动安装，如果 'pip install fastmcp' 失败，请参考 FastMCP 官方文档或仓库)
配置 Harvest API 密钥: 您需要在 Harvest 中创建 API 密钥和账户 ID，并将它们设置为环境变量 'HARVEST_ACCOUNT_ID' 和 'HARVEST_API_KEY'。具体设置环境变量的方法取决于您的操作系统。

服务器配置

要将 Harvest MCP Server 集成到 MCP 客户端（例如 Claude Desktop），您需要配置客户端的 MCP 服务器设置。以下是一个示例 'claude_desktop_config.json' 配置，您需要根据实际情况进行调整：

{
    "mcpServers": {
        "harvest": {  // 服务器名称，可以自定义，例如 "harvest"
            "command": "uv", // 启动命令，这里假设使用 uv (uv 是一个更快的 pip 和 venv 替代品，如果直接使用 python，则改为 "python")
            "args": [ // 启动参数
              "run", // uv run 命令
              "--directory", // 指定工作目录
              "change_directory", //  请替换为 harvest-mcp-server.py 文件所在的目录，如果文件在当前目录，可以设置为 "." 或者直接移除这行和下一行
              "harvest-mcp-server.py" // 服务器脚本文件名
            ],
            "env": { // 环境变量
                "HARVEST_ACCOUNT_ID": "your_harvest_account_id", // 替换为您的 Harvest 账户 ID
                "HARVEST_API_KEY": "your_harvest_api_key"      // 替换为您的 Harvest API 密钥
            }
        }
    }
}

注意:

'"command"' 和 '"args"' 需要根据您的 Python 环境和服务器脚本的实际路径进行调整。如果您直接使用 'python' 运行脚本，可以将 '"command"' 设置为 '"python"'， '"args"' 相应修改。
'"change_directory"' 必须替换为 'harvest-mcp-server.py' 文件所在的实际目录。如果脚本文件和配置文件在同一目录，并且您希望在当前目录下运行，可以移除 '"args"' 中的 '--directory' 和 'change_directory' 行，或者将 'change_directory' 设置为 '"."'。
'"HARVEST_ACCOUNT_ID"' 和 '"HARVEST_API_KEY"' 必须替换为您的 Harvest API 账户 ID 和密钥。为了安全起见，强烈建议使用环境变量而不是硬编码在配置文件中。

基本使用方法

配置完成后，启动 MCP 客户端（例如重启 Claude Desktop），客户端应该能够检测到 Harvest MCP Server。您可以通过自然语言向 AI 助手发出指令，例如：

"Show me my time entries from last week" (显示我上周的时间记录)
"List all my active projects" (列出所有活跃项目)
"Start a timer for project [project_id] and task [task_id]" (为项目 [项目ID] 和任务 [任务ID] 启动计时器)
"Show me all active clients" (显示所有活跃客户)
"List all available tasks" (列出所有可用任务)

AI 助手会将这些指令转换为对 Harvest MCP Server 的工具调用，从而实现与 Harvest 数据的交互。

关键词