自动打字机任务主控MCP服务器
一个免提、无障碍的任务自动化和代码执行平台，专为有运动障碍的开发人员设计。
______________________________________________________________________
目录
- 运行MCP服务器 - 运行看门狗 - 任务管理 - 通过MCP客户端进行交互
______________________________________________________________________
项目目的
该项目旨在为软件开发和任务自动化提供一个强大且可访问的平台，主要通过语音命令和眨眼（特别是双眨眼或“DD”）进行控制。它使可能面临传统键盘/鼠标输入挑战的用户能够保持生产力和竞争力。
核心是一个MCP（模型上下文协议）服务器，它公开了用于任务管理、代码生成、测试、UI自动化等的各种工具，旨在由Cursor’s Agent等AI助手驱动。
核心功能
- 任务管理： 加载、保存、添加、优先排序和处理JSON或Markdown文件中定义的任务。
- AI集成： 通过AI API生成代码（目前为Groq/X-AI配置）。
- 测试自动化： 跑
pytest对于指定的任务文件。 - UI自动化（通过PyAutoGUI）： 捕获屏幕坐标、发送聊天消息、获取响应（需要用户设置）。
- MCP服务器： 将项目功能作为MCP兼容客户端（如Cursor）可使用的工具公开。
- 可访问性： 设计时考虑了屏幕阅读器兼容性和TTS/DD交互。
- 看门狗： 确保MCP服务器进程保持运行。
架构概述
该系统由以下几个关键组件组成 autotype_mcp_server 目录：
src/mcp_server.py：主要的FastAPI/MCP服务器应用程序。定义MCP工具并处理客户端通信。src/core_logic.py：包含处理任务、与AI交互、运行测试和执行UI自动化的核心功能。src/utils.py：包含用于日志记录、文件I/O（JSON、YAML）、通知等的实用函数。src/ai_providers.py：处理与外部AI API的交互。src/ui_automation.py：包含使用的函数pyautogui和pyperclip用于屏幕交互。taskmaster.py：（可能是遗留或替代接口）用于管理任务和可能运行主循环的脚本（需要审查）。screen_idle_dd.py：监控屏幕活动并检测用户输入/确认的双闪烁（DD）。src/watchdog.py：一个可重新启动的简单进程监视器mcp_server.py如果它崩溃了。config.yaml：API键、路径、超时、功能标志的主配置文件。taskmaster_todos.json：系统管理的主要任务列表。tasks/：目录通常包含详细的任务描述.md格式。
交互流程（简化）：
- MCP客户端（如游标代理）连接到正在运行的
mcp_server.py. - 客户端使用定义的MCP工具请求动作（例如。，
list_tasks,run_tdd_cycle). mcp_server.py调用函数core_logic.py,utils.py等，以执行所请求的动作。core_logic.py可能与ai_providers.py用于代码生成或ui_automation.py用于屏幕交互。- 结果通过MCP返回给客户端。
screen_idle_dd.py跑步（通常由taskmaster.py)以监听DD输入、信号确认或动作。
设置
先决条件
- Python（推荐3.10+版本，检查
.python-version文件（如果存在） - 访问终端或命令提示符。
- Git（如有必要，用于克隆）
安装
- 克隆存储库（如果需要）：
git clone
cd autotype- 导航到服务器目录：
cd autotype_mcp_server- 创建虚拟环境：
python -m venv .venv- 激活虚拟环境：
- Windows（PowerShell）： .\.venv\Scripts\Activate.ps1 - Windows（cmd.exe）： .\.venv\Scripts\activate.bat - macOS/Linux： source .venv/bin/activate
- 安装依赖关系：
python -m pip install -r requirements.txt- 安装本地MCP SDK： （需要
mcp_sdk_source目录存在）
python -m pip install -e ../mcp_sdk_source配置
- 复制示例配置： 如果
config.yaml不存在，复制config.example.yaml（如有）config.yaml. - API密钥： 获取所需人工智能提供商（例如Groq）的API密钥。将它们设置为环境变量。服务器主要查找：
- XAI_API_KEY - XAI_API_URL （这些环境变量名称可以在中更改 config.yaml 使用 GROK_API_KEY_ENV 和 GROK_API_URL_ENV).
- 编辑
config.yaml: 查看和调整设置：
- TASKS_DIR：包含以下内容的目录的路径 .md 任务文件。 - TODO_PATH：JSON任务列表的路径(taskmaster_todos.json). - LOG_LEVEL, LOG_FILE：日志记录配置。 - ENABLE_TTS：启用/禁用文本到语音反馈。 - AI_MODEL, AI_MAX_TOKENS等：AI模型参数。 - INPUT_COORDS, HISTORY_COORDS：UI自动化的屏幕坐标（使用 capture_coordinates 工具或手动捕捉）。 - IDLE_TIMEOUT_SECONDS, POST_DD_WAIT_SECONDS：参数 screen_idle_dd.py.
用法
（确保为所有命令激活虚拟环境）
运行MCP服务器
这使得MCP工具可供Cursor等客户端使用。
python src/mcp_server.py服务器将启动，通常在 http://127.0.0.1:8000。如果需要，您可以配置主机和端口（检查 uvicorn 参数或FastMCP文档）。
运行看门狗
为确保MCP服务器在崩溃时自动重启：
python src/watchdog.py*（注意：监视器当前在其循环中在前台运行服务器。对于后台操作，需要进行修改。）*
任务管理
任务主要通过以下方式管理：
taskmaster_todos.json: 任务对象的JSON列表（例如。，{"id": "task_xyz", "description": "Do something", "status": "pending"}).tasks/目录： 包含.md在YAML前端块中包含详细任务描述、实现/测试文件路径和状态的文件。- MCP工具： 使用以下工具
list_tasks,add_task,get_next_code_task_path,run_tdd_cycle通过MCP客户端。
通过MCP客户端进行交互
- 确保
mcp_server.py进程正在运行。 - 配置您的MCP客户端（例如，通过
.cursor/mcp.json)连接到服务器的SSE端点（例如。，http://127.0.0.1:8000/sse). - 使用客户端（例如光标聊天）调用可用的MCP工具：
- @autotyper-taskmaster-mcp list_tasks - @autotyper-taskmaster-mcp add_task task_description="Implement feature X" - @autotyper-taskmaster-mcp run_tdd_cycle task_path="C:\...\tasks\task_abc.md" - *（代理可以根据上下文自动使用工具）*
无障碍
- 屏幕阅读器友好： 输出（日志、状态）旨在实现兼容性。
- TTS： 可以在中启用文本到语音反馈
config.yaml. - DD输入：
screen_idle_dd.py提供双眨眼检测，用于确认/触发操作（主要通过以下方式集成taskmaster.py).
测试
测试位于 tests/ 目录和使用 pytest.
- 运行所有测试：
pytest- 运行特定文件：
pytest tests/test_utils.py- 运行特定测试（按名称子字符串）：
pytest -k ai_generate_code- 生成覆盖报告：
pytest --cov=src --cov-report=html（查看报告 htmlcov/index.html)
*跟踪当前测试覆盖率，但可能需要更新。UI自动化测试(test_ui_automation.py)由于导入问题，当前被阻止。*
贡献
（如果项目成为开源或涉及合作者，则填写贡献指南的占位符）。
______________________________________________________________________
*此README针对屏幕阅读器和可访问的导航进行了优化。*