ticket tailor MCP server

TicketTailor API集成

TicketTailor API的Python MCP包装器，使LLM可以轻松地与Ticket Tailor API交互。虽然还处于早期阶段，但基础工作已经全部完成。现在，我们要为各个端点构建功能。我们还可以构建特定的工具，这些工具不仅可以获取/发布/修补数据，还可以对数据进行处理。我有在其他地方的代码中创建事件的函数，稍后我会将其引入。

特性

• 使用灵活的筛选选项检索事件
• 使用全面的搜索参数获取订单
• 基于FastMCP构建，可轻松集成到您的应用程序中

安装

# Clone the repository
git clone https://github.com/shakermakerk/ticket_tailor_mcp_server.git
cd ticket_tailor_mcp_server

# Install dependencies
pip install -r requirements.txt

设置

1. 创建一个 .env 根目录中的文件基于 .env_example 文件以添加您的Ticket Tailor API密钥

用法

要与Cursor一起使用（我们通常不想这样做）：

编辑mcp.json以添加以下内容

    "tt-events": {
      "type": "command",
      "command": "mcp run /src/ticket_tailor/ticket_tailor_funcs.py" # you may need to edit this path
    }

高级用法

Using with our own agents. It depends on the agentic framework that you're using but you generally pass the MCP server in as a tool. Some frameworks like Openai-Agents SDK that are naturally async require some helper functions. I can provide examples if reqested. in ticket_tailor_mcp_server/src/ticket_tailor/example_langgraph_agent.py you will see a simple example using langchain react agents (not langgraph).

api参考

请参阅 src/ticket_tailor 实现细节目录。

发展路线图

我们正在致力于实现更多TicketTailor API端点。查看我们的 路线图 用于：

• 要实施的优先端点列表
• 当前实施状态
• 添加新端点的指南

如果您想做出贡献，请查看需要实现的端点的路线图。

贡献

欢迎投稿！以下是您可以提供帮助的方式：

1. 检查 路线图 对于需要实现的端点
2. 查看 贡献指南 指南
3. 创建一个问题来跟踪你的工作
4. 将pull请求与您的实现一起提交

我们特别欢迎按照现有代码中建立的模式实现新的API端点的贡献。

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。