使用说明内容（Markdown格式）

TodoFlow MCP 服务器使用说明

项目简介

TodoFlow 的 MCP 服务器端实现基于 Model Context Protocol（MCP），核心职责是向 LLM 客户端提供上下文信息和功能支持。它托管资源（如任务、会话历史等）、注册可执行的工具（如 list_tasks、create_task、update_task、delete_task 等），并定义/渲染用于与 LLM 交互的提示模板。服务器通过 MCP 的 JSON-RPC 风格协议与客户端通信，支持会话管理、能力声明和多种传输方式（如流式输出）。

主要功能点

资源与数据访问：提供对任务与聊天历史等资源的读取、创建、更新和删除等能力。
工具注册与执行：通过 MCP 服务注册工具（如 list_tasks、create_task、update_task、delete_task、get_task_details、toggle_task 等），由 LLM 客户端调用并返回结果。
提示与上下文：维护系统提示（如 SYSTEM_PROMPT）和历史上下文，供模型在交互中使用。
会话与授权：内置用户模型、JWT 授权、会话管理，确保操作的用户唯一性与安全性。
流式互动：对话可以以流式方式返回，支持分块传输、工具调用以及逐步构建结果。
兼容多传输场景：设计初衷包含对不同传输协议的兼容性（如标准请求/响应、流式输出等）。

安装步骤

1. 准备依赖
- 确保环境具备 Python 3.x 及所需依赖库（读取项目中的依赖清单安装）。
1. 设置环境变量
- 必要环境变量包括数据库连接、LLM API Key、JWT 配置等（参考项目中使用的位置）。
1. 启动 MCP 服务
- 启动方式依赖实际部署环境和运行方式，通常为在服务器进程中加载 MCP 服务定义并监听端口，供 MCP 客户端连接。请确保服务端入口能够加载后续注册的工具并对外暴露。

服务器配置（MCP 客户端所需，不包含客户端代码）

以下为 MCP 客户端连接所需的配置示例描述（以 JSON 格式表达，便于阅读，实际应由客户端读取该结构用于连接配置）： { "server_name": "TodoFlow MCP Server", "command": "python", "args": ["backend/app/mcp_server.py"], "notes": "请在部署环境中以正确工作目录运行上述命令。确保以下环境变量已正确设置：DATABASE_URL、OPENAI_API_KEY、JWT_SECRET、LLM_MODEL 等。服务器暴露的地址将用于 MCP 客户端连接，客户端通过该地址建立 JSON-RPC 风格的通信。" } 说明：

server_name 指示服务器实例名称，便于在客户端侧区分。
command/args 描述启动 MCP 服务器的命令及参数。具体执行路径以部署实际环境为准。
notes 备注额外信息，帮助运维理解依赖与配置要求。MCP 客户端本身不需要额外的客户端代码。

基本使用方法

启动后，MCP 客户端通过服务器地址进行连接，发送标准的 MCP 请求（如读取资源、执行工具、获取 Prompt 等），并接收响应。
客户端可以通过工具清单获知服务器暴露的工具（如 list_tasks、create_task 等），并按需调用。
服务器负责会话上下文维护、权限检查，以及将工具执行结果返回给客户端，必要时继续对话并进行后续动作。

TodoFlow MCP 服务器实现