项目简介

这是 MCP (Model Context Protocol) 服务器的一个实现，旨在通过提供结构化的工具，帮助大型语言模型 (LLM) 与用户的日程和任务管理系统交互，特别是 Google Calendar 和 Google Tasks。

主要功能点

• 日程管理: 允许 LLM 创建 Google 日历事件、列出可用日历以及获取特定日期（默认是今天）的日历事件。
• 任务管理: 允许 LLM 列出 Google 任务列表以及获取特定任务列表中的未完成任务。
• 时间处理: 提供工具进行当前时间查询、日期字符串格式转换以及日期时间计算（如添加周、天、时、分）。
• 这些功能通过标准化的 MCP 工具接口暴露给 LLM 客户端。

安装步骤

1. 安装 Python 依赖管理工具 'uv' (推荐)。
2. 克隆本仓库到本地目录。
3. 配置 Google API 凭据：
   • 访问 Google Cloud 控制台。
   • 创建一个新项目。
   • 启用 Google Calendar API 和 Google Tasks API。
   • 创建 OAuth 2.0 凭据并下载 'credentials.json' 文件。
   • 将 'credentials.json' 文件放到克隆的仓库的根目录。
4. 首次启动时，将弹出 Google 认证窗口，授权访问您的日历和任务。认证令牌将保存在 'token.json' 中供后续使用。

服务器配置 (供 MCP 客户端使用)

• 本服务器需要由支持 MCP 协议的 LLM 客户端（如某些 AI 助手应用）来启动和管理。
• 在您的 LLM 客户端的配置文件中，需要添加一个 MCP 服务器配置项。此配置通常包含：
  • 服务器名称 (例如: "Scheduler")。
  • 用于启动服务器的可执行命令 (例如: 'uv')。
  • 传递给命令的参数 (例如: '--directory C:\Path\to\Scheduler-MCP run -m src.main')，这些参数告诉 'uv' 在指定的目录下运行 'src.main' 模块。
• 请将配置中的路径 'C:\Path\to\Scheduler-MCP' 替换为您实际克隆仓库的完整路径。

基本使用方法

• 配置完成后，您的 LLM 客户端即可通过本 MCP 服务器访问 Google 日历和任务的功能。
• 您可以向 LLM 发出自然语言指令，例如：
  • "安排一个明早10点的会议"
  • "显示我这周的日程"
  • "创建一个购买日用品的任务"
• LLM 会识别指令并调用相应的 MCP 工具来执行操作。