AI导哈

待办事项管理应用

一个完整的待办事项管理应用，具有现代化的Web界面、基于FastAPI的REST API，以及集成Model Context Protocol (MCP) 的Gemini CLI支持。

  • by rabiawaqar06
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 rabiawaqar06/mcp-app-task

使用说明

带有FastAPI和MCP集成的Todo List应用程序

一个完整的todo列表应用程序，具有现代web界面，使用FastAPI构建的REST API，以及用于Gemini CLI的模型上下文协议（MCP）集成。

特性

后端API

  • 创建、阅读、更新和删除待办事项
  • 将待办事项标记为已完成或待处理
  • 按完成状态筛选待办事项
  • 带有Swagger UI的API自动文档
  • RESTful API端点

前端接口

  • 现代、响应式web界面
  • 交互式待办事项管理
  • 实时统计
  • 按状态筛选待办事项（全部、待定、已完成）
  • 确认后编辑和删除待办事项
  • 带有动画的美丽渐变设计
  • 移动友好的响应式布局

MCP集成

  • 模型上下文协议（MCP）服务器 用于AI助手集成
  • Gemini CLI支持 -通过自然语言控制你的待办事项
  • FastMCP框架 实现无缝的人工智能集成
  • 整套工具 通过人工智能进行待办事项管理
  • 自然语言接口 用于todo操作

视频

设置

基本设置

  1. 激活虚拟环境：

    source venv/bin/activate

  2. 安装依赖项：

    pip install -r requirements.txt

  3. 运行应用程序：

    python main.py

    或者：

    uvicorn main:app --reload

MCP集成设置

对于AI助手与Gemini CLI的集成：

  1. 启动这两项服务 （FastAPI应用+MCP服务器）：

    ./start_services.sh

  2. 配置Gemini CLI 在Gemini配置中添加：

    {
  "mcpServers": {
    "todo-mcp-server": {
      "command": "/path/to/your/project/venv/bin/python",
      "args": ["mcp_server.py"],
      "cwd": "/path/to/your/project"
    }
  }
}

  3. 使用Gemini CLI进行测试:

    • “显示我的所有待办事项”
    • “创建一个名为‘学习FastAPI’的新todo”
    • “将待办事项标记为完成”
    • “我的完成率是多少？”

看 MCP_INTEGRATION-GUIDE.md 有关详细的设置说明。

API终点

  • GET / -欢迎留言
  • GET /todos -获取所有待办事项
  • GET /todos/{todo_id} -获取一个特定的待办事项
  • POST /todos -创建新待办事项
  • PUT /todos/{todo_id} -更新待办事项
  • DELETE /todos/{todo_id} -删除待办事项
  • GET /todos/completed -完成待办事项
  • GET /todos/pending -获取待处理的待办事项

访问应用程序

服务器运行后，请访问：

  • web界面: http://localhost:8000（主待办事项列表界面）
  • API文档: http://localhost:8000/docs（Swagger用户界面）
  • API备选文件: http://localhost:8000/redoc

示例用法

创建一个新的待办事项：

curl -X POST "http://localhost:8000/todos" \
     -H "Content-Type: application/json" \
     -d '{"title": "Learn FastAPI", "description": "Build a todo API", "completed": false}'

获取所有待办事项：

curl -X GET "http://localhost:8000/todos"

相关 MCP