项目简介

这是一个结合了传统Web界面和现代AI助手集成的待办事项（Todo）应用。它使用Flask构建后端和Web界面，并提供了一个基于Model Context Protocol (MCP) 的服务器代理，允许兼容MCP的AI助手（如Claude Desktop）访问和管理您的待办事项。

主要功能点

任务管理： 支持创建、读取、更新和删除待办事项。
任务状态： 可以标记任务为已完成或未完成。
优先级支持： 识别并处理Todo.txt格式中的优先级标记 (A)-(Z)。
上下文和项目支持： 识别并处理Todo.txt格式中的上下文标记 (@context) 和项目标记 (+project)。
AI助手集成： 通过MCP协议，AI助手可以：
- 获取所有待办事项列表（包括活跃和已完成）。
- 根据上下文或项目过滤任务。
- 添加新的任务。
- 标记任务为完成或未完成。
- 删除任务。
- 编辑现有任务的内容。

克隆仓库： 从GitHub克隆本项目到您的本地计算机。

git clone https://github.com/polvi/mcp-todo.git
cd mcp-todo

安装依赖： 安装运行该应用所需的Python库。这通常包括Flask、requests和mcp相关的库。
```
pip install -r requirements.txt
```
（请确保仓库中存在 'requirements.txt' 文件，且包含必要的依赖，如 'Flask', 'requests', 'mcp-server' 或 'fastmcp'）

要将此应用作为MCP服务器与您的AI助手集成，您需要运行两个部分：Flask后端和MCP服务器代理。

启动Flask后端： 在项目目录下运行Flask应用。这将启动Web界面和API服务，MCP服务器将连接到此服务。
```
python app.py
```
（请保持此终端窗口开启，Flask应用默认运行在 'http://127.0.0.1:5000'）
配置AI助手（MCP客户端）： 在您的MCP兼容AI助手中，添加入口配置以连接到该MCP服务器。配置信息通常以JSON格式表示，指定如何启动或连接到服务器。对于此项目，典型的配置如下：
- 服务器名称 (name): 'Todo App Proxy' （这是MCP服务器在其声明中使用的名称）
- 启动命令 (command): 'python' （用于执行Python脚本的解释器路径）
- 命令参数 (args): '["mcp_server.py"]' （传递给Python解释器的脚本文件名作为参数）
将上述信息添加到您的AI助手的MCP服务器配置界面中。具体的配置方式请参考您所使用的AI助手的文档。例如，如果您使用'mcp'命令行工具或某些AI客户端，可能会有一个配置文件或用户界面来添加这些信息。

注意： 配置时填写的 'command' 是执行 'mcp_server.py' 脚本的命令，通常是 'python' 或 'python3'。 'args' 列表则包含脚本文件名本身。

按照上述步骤，首先启动Flask后端 ('python app.py')。
然后，在另一个终端窗口或通过您的AI助手的启动方式，启动MCP服务器 ('python mcp_server.py')。
配置您的MCP兼容AI助手，使其能够连接到刚刚启动的MCP服务器（参照上一步的配置说明）。
一旦连接成功，您的AI助手就可以通过调用该MCP服务器提供的资源和工具来与您的待办事项列表进行交互。例如，您可以尝试让AI助手执行以下操作：
- 询问“我的待办事项有哪些？” (AI助手可能会调用 'tasks://all' 资源)
- 要求“添加一个任务：购买牛奶” (AI助手可能会调用 'add_task' 工具)
- 让AI助手“完成任务编号3” (AI助手可能会调用 'complete_task' 工具并提供任务ID)
- 等等。

请注意，Web界面 ('http://127.0.0.1:5000') 和MCP接口是并行的，您可以同时使用两者管理您的待办事项。