AI导哈

项目管理AI协议服务器

Targetprocess MCP Server是一个基于模型上下文协议（MCP）的服务器实现，为Targetprocess项目管理平台提供语义AI驱动的操作和传统API访问，支持通过自然语言对话管理项目、跟踪工作和更新任务。

  • by corbyjamesibm
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 corbyjamesibm/spm-mcp

使用说明

🎯 目标进程MCP服务器

一 主控程序 （模型上下文协议）服务器实现 目标进程 项目管理平台，在传统API访问的同时提供语义AI驱动操作。

将你的人工智能助手变成一个Targetprocess高级用户——通过自然对话管理项目、跟踪工作和更新任务。

安装

选择您喜欢的方法：

🤖 克劳德桌面

与Anthropic的Claude Desktop应用程序进行原生集成。

{
  "mcpServers": {
    "targetprocess": {
      "command": "npx",
      "args": ["-y", "@cprime/spm-mcp"],
      "env": {
        "TP_DOMAIN": "your-domain.tpondemand.com",
        "TP_API_KEY": "your-api-key"
      }
    }
  }
}

完整的克劳德桌面指南→

📂 克劳德代码

与Anthropic的Claude Code集成开发环境（Claude.ai/Code）配合使用

# Add to project
claude mcp add targetprocess npm run targetprocess

# Configure .env
TP_DOMAIN=your-domain.tpondemand.com
TP_API_KEY=your-api-key

完整的克劳德代码指南→

🐳 码头工人

在隔离的容器环境中运行。

# With API key (recommended)
docker run -i --rm \
  -e TP_DOMAIN=your-domain.tpondemand.com \
  -e TP_API_KEY=your-api-key \
  ghcr.io/cprime/spm-mcp

# With role-specific tools and strict mode (recommended for MCP clients)
docker run -i --rm \
  -e TP_DOMAIN=your-domain.tpondemand.com \
  -e TP_USERNAME=your-username \
  -e TP_PASSWORD=your-password \
  -e TP_USER_ROLE=developer \
  -e TP_USER_ID=your-user-id \
  -e TP_USER_EMAIL=your-email \
  -e MCP_STRICT_MODE=true \
  ghcr.io/cprime/spm-mcp

完整的Docker配置指南→

📦 NPX

无需安装。非常适合试用服务器。

# With API key (recommended)
TP_DOMAIN=your-domain.tpondemand.com TP_API_KEY=your-api-key \
  npx -y @cprime/spm-mcp

# With role-specific tools and strict mode (recommended for MCP clients)
TP_DOMAIN=your-domain.tpondemand.com TP_USERNAME=your-username TP_PASSWORD=your-password \
TP_USER_ROLE=developer TP_USER_ID=your-user-id TP_USER_EMAIL=your-email \
MCP_STRICT_MODE=true \
  npx -y @cprime/spm-mcp

完整的NPX配置指南→

💻 本地开发

克隆并在本地运行以进行开发。

# Clone and setup
git clone https://github.com/cprime-eftm/spm-mcp.git
cd spm-mcp
npm install

# Configure
cp .env.example .env
# Edit .env with your credentials

# With role-specific tools and strict mode
TP_USER_ROLE=developer \
  TP_USER_ID=your-user-id \
  TP_USER_EMAIL=your-email \
  MCP_STRICT_MODE=true

完整的当地发展指南→

配置

API身份验证

选项1：API密钥（推荐）

  1. 转到目标进程→ 设置→ 访问令牌
  2. 创建新令牌
  3. 集 TP_API_KEY 环境变量

选项2：基本身份验证

设置两者：

  • TP_USERNAME：您的Targetprocess用户名
  • TP_PASSWORD：您的Targetprocess密码

⚠️ 安全说明：永远不要将凭据提交到版本控制。使用环境变量或 .env 文件（gitignored）。

可用工具

服务器为AI助手提供以下MCP工具：

工具 说明
search_entities 使用强大的过滤、排序和包含功能进行搜索
get_entity 检索详细的实体信息
create_entity 创建具有验证功能的新工作项
update_entity 更新现有实体
检查对象 探索实体类型和属性

角色特定工具

所有工具都提供语义提示和工作流建议。当你配置用户角色时，你会得到 其他专用工具:

角色 其他工具
developer show_my_tasks, start_working_on, complete_task, show_my_bugs, log_time
project-manager 项目监督和团队管理工具
tester 测试用例和bug管理工具
product-owner 待办事项和功能优先级工具 
# Enable role-specific tools
TP_USER_ROLE=developer        # Your role
TP_USER_ID=your-user-id       # For assignments
TP_USER_EMAIL=your-email      # For identification

环境变量引用

变量 必填 描述
TP_DOMAIN 是 您的Targetprocess域（例如company.tpondemand.com）
TP_API_KEY 是* 用于身份验证的API密钥（推荐）
TP_USERNAME 是* 基本身份验证的用户名
TP_PASSWORD 是* 基本身份验证密码
TP_USER_ROLE 否 启用特定角色的工具： developer, project-manager, tester, product-owner
TP_USER_ID 否 您的Targetprocess用户ID（用于分配）
TP_USER_EMAIL 否 您的电子邮件（用于身份验证）
MCP_STRICT_MODE 否 设置为 true 适用于需要干净JSON-RPC的MCP客户端

*需要API密钥或用户名/密码

有关详细的配置示例，请参阅上面的指南。

IBM Watson Orchestrate集成

# Import as a toolkit in watsonx Orchestrate
orchestrate toolkits import \
  --kind mcp \
  --name targetprocess \
  --package-root /path/to/apptio-target-process-mcp \
  --command '["node", "build/index.js"]' \
  --tools "*"

工具包集成指南→

我能用它做什么？

# Examples of what you can ask your AI assistant:

"Show me all open user stories in the mobile app project"
"Create a bug for the authentication failure on the login page"
"What's the status of our Q2 release?"
"Update the priority of story #12345 to high"
"Show me all tasks assigned to Sarah"
"Which team has the most open bugs right now?"

更多用例→

文档

特性

特定角色工具（开发人员角色）

当配置为 TP_USER_ROLE=developer，这些附加工具可用：

  • show_my_任务：使用智能筛选和优先级分析查看分配的任务
  • 开始工作：开始处理具有自动状态转换的任务
  • 完成任务：使用集成的时间记录和注释标记已完成的任务
  • show_my_bugs：使用动态严重性分类分析分配的错误
  • log_time：记录智能实体类型发现和验证的时间
  • 添加注释：添加上下文注释，并提供支持工作流的后续建议

注意：所有工具（包括核心工具和特定于角色的工具）都提供语义提示和工作流建议。

核心API工具

  • 实体管理：创建、读取、更新和搜索Targetprocess实体
  • 复杂查询：按自定义字段、状态、关系等筛选项目
  • 数据发现：探索实体类型、属性和关系
  • 丰富包括：在单个请求中检索相关数据

企业功能

  • 基于角色的访问：按个性配置筛选的工具（开发人员、项目经理、测试人员）
  • 动态发现：自动适应自定义Targetprocess配置
  • 差错恢复：将API故障转化为可操作的指导
  • 文档访问：对Targetprocess文档的内置访问
  • LLM集成：与Claude、ChatGPT和其他人工智能助手合作

许可证

麻省理工学院

相关 MCP