用于AI代理的TodoList MCP服务器
该项目提供了一个模型上下文协议（MCP）服务器，旨在作为大型语言模型（LLM）和人工智能代理的强大外部“工作记忆”或“任务管理器”。它不是直接供人类使用的，而是作为一个关键的后端工具，使人工智能能够可靠地执行复杂的多步骤任务。
人工智能的核心问题
LLM在有限的“上下文窗口”内运行。对于需要多个步骤的复杂任务，他们可能会“忘记”最初的计划，失去对进度的跟踪，或者无法有效地管理状态。该工具直接解决了这一限制。
AI代理的核心价值
通过整合 todolist 服务器，AI代理获得：
- 可靠的状态管理它将一个模糊的、对话式的计划转化为一个结构化的、机器可读的状态机。AI被迫跟踪任务状态(
pending,in_progress,completed)，确保没有遗漏任何步骤。 - 持久的“工作记忆”：待办事项列表充当外部可靠的内存存储。AI可以卸载其计划和进度，随时通过以下方式查询
todo_read，并保持正轨，不受其上下文窗口的约束。 - 增强执行可靠性：它鼓励系统
read-modify-write工作流程，迫使人工智能在继续之前有意识地评估其当前状态。这大大减少了错误和与计划的偏差。 - 透明且可审计的工作流程待办事项列表提供了AI动作的清晰、实时的日志。这种透明度对于调试、监控和建立对代理执行能力的信任非常宝贵。
- 智能自动清除：标记所有任务后
completed，列表会自动重置。这标志着整个任务的成功完成，并为新任务的工作空间做好准备，从而创建一个干净、令人满意的任务循环。
AI代理如何使用此工具
AI代理按照一个简单而强大的循环与服务器交互：
- 计划和初始化：首先，代理将复杂的用户请求分解为一系列可操作的步骤并使用
todo_write要填充列表，请将所有任务设置为pending. - 阅读（评估状态）：在采取行动之前，代理人会打电话
todo_read获取所有任务的当前完成状态。 - 修改（更新状态）：代理识别下一个任务，将其标记为
in_progress，执行该操作，然后将其标记为completed。整个状态更新是在本地准备的。 - 写入（提交状态）：代理人打来电话
todo_write随着 *完整更新列表*，将新状态原子性地提交给服务器。
这 read-modify-write 循环确保每一个行动都是深思熟虑的，并基于世界的最新状态。
______________________________________________________________________
技术细节
特性
- 内存todo存储 具有基于会话的持久性。
- 智能自动清除 功能。
- 任务验证 防止重复ID。
- 优先级 (
high,medium,low)以及状态跟踪。 - 符合MCP标准 无缝集成的工具。
提供的MCP工具
todo_read
返回当前待办事项列表。人工智能应该经常使用它来跟踪进度并决定下一步行动。
# No parameters required
# Returns a list of todo items
todos = todo_read()todo_write
创建或覆盖整个待办事项列表。这是AI更新任务状态的主要机制。
# Expects a list of todo items
todos = [
{
"id": "task-1",
"content": "Implement user authentication",
"priority": "high",
"status": "in_progress"
},
{
"id": "task-2",
"content": "Write unit tests for authentication",
"priority": "medium",
"status": "pending"
}
]
todo_write(todos)所有项目结构
每个todo项目都是一本字典 必须 包含：
id：任务的唯一字符串标识符。content：描述任务的非空字符串。priority：其中之一"high","medium"，或"low".status：其中之一"pending","in_progress"，或"completed".
______________________________________________________________________
设置和配置
需求
- Python 3.12+
- 诗歌（推荐）或pip
安装
# Clone the repository
git clone https://github.com/hicaosen/todolist.git
cd todolist
# Install dependencies
poetry install
# or with pip
pip install -e .运行服务器
# Using the installed script
todolist-mcp-server
# Or directly with Python
python -m src.server人工智能的MCP客户端配置
要将此服务器连接到启用MCP的AI客户端，请在配置中添加以下内容：
{
"mcpServers": {
"todolist": {
"command": "uvx",
"args": [
"todolist-mcp-server"
]
}
}
}发展
代码质量工具
# Lint code
ruff check
# Format code
ruff format
# Type checking
pyright许可证
该项目根据MIT许可证获得许可。