tarefy-mcp

tarefy-mcp

Enables AI agents to access Tarefy tasks, internal team conversations, and public client conversations via MCP tools like get-task and login.

Category
Visit Server

README

@alanvncs/tarefy-mcp

Servidor MCP para o Tarefy. Expõe tarefas, conversas internas e conversas públicas para uso por agentes de IA (por exemplo no Cursor).

O que é o Tarefy

Tarefy é uma plataforma de gestão de tarefas e produtividade para equipes, empresas e freelancers: criar tarefas, atribuir responsáveis, definir prazos, acompanhar progresso e centralizar a comunicação. Este servidor MCP expõe as informações completas das tasks (dados gerais + conversas) para agentes de IA.


Instalação do MCP

No Cursor, edite ~/.cursor/mcp.json (ou o equivalente no seu sistema) e adicione:

{
  "mcpServers": {
    "tarefy": {
      "command": "npx",
      "args": ["@alanvncs/tarefy-mcp@latest"]
    }
  }
}

Reinicie o Cursor para carregar o servidor.


Ferramentas

login

Autentica no Tarefy para que as demais ferramentas possam usar a API.

Parâmetro Tipo Descrição
email opcional Email do usuário; se informado, o campo de email é preenchido no navegador.

Comportamento:

  1. Abre o Chrome (Playwright), acessa a página de login e aguarda o usuário fazer login (o email é preenchido automaticamente se informado).
  2. Obtém o cookie tarefy (token da API HTTP do Tarefy).
  3. Salva o token em ~/.tarefy-mcp/token.txt para uso pelas outras ferramentas.

Requisito: Chrome instalado (o Playwright usa o canal chrome).


get-task

Obtém os dados completos de uma task: dados gerais, conversas internas (equipe) e conversas públicas (cliente).

Parâmetro Tipo Descrição
taskId obrigatório ID da task, o mesmo da URL: https://app.tarefy.com/task/{{taskId}}.
prompt opcional Instruções sobre formato/conteúdo da resposta. Se omitido, retorna todos os dados em JSON.

Comportamento:

  1. Lê o token salvo por login (se não houver, retorna erro orientando a usar login primeiro).
  2. Obtém os dados gerais da task, as conversas internas e as conversas públicas pela API do Tarefy.
  3. Sem prompt: devolve um JSON no formato { task, comments, publicComments }. Com prompt: devolve o mesmo JSON precedido das instruções informadas (para o cliente/agente interpretar ou reformatar).

API do Tarefy (usada pelo servidor)

O servidor chama a API HTTP do Tarefy com os seguintes detalhes.

Headers em todas as requisições:

Content-Type: application/json
Authorization: Bearer <token>

O <token> é o valor do cookie tarefy obtido após o login (salvo em ~/.tarefy-mcp/token.txt).

Endpoints:

Recurso Método URL Observação
Dados da task GET https://app.tarefy.com/nodeapi/v2/tasks/{{taskId}} taskId = ID da URL da task (ex.: /task/12345 → 12345).
Conversas internas GET https://app.tarefy.com/nodeapi/task/comments?id={{ticketId}} ticketId = campo id retornado nos dados gerais da task.
Conversas públicas GET https://app.tarefy.com/nodeapi/task/comments/client?id={{ticketId}} Idem: ticketId = id dos dados gerais.
  • Conversas internas: alinhamentos da equipe, eventos sistêmicos (ex.: mudança de área); não visíveis para o cliente.
  • Conversas públicas: aprovações, prazos, pedidos de dados, dúvidas; visíveis para o cliente.

Desenvolvimento

Requisitos: Node ≥ 18, Bun (gerenciador de pacotes).

Comando Descrição
bun install Instalar dependências
bun run build Compilar TypeScript → build/
bun run start Rodar o servidor (node build/index.js)
bun run dev Rodar sem build (bun run src/index.ts)
bun run inspector Testar o servidor com MCP Inspector (build + UI em http://localhost:6274)
bun test Testes unitários
bun run lint ESLint
bun run format Prettier (formatação)

O binário publicado no npm é build/index.js (uso com npx ou como tarefy-mcp após instalação global).

Publicação no npm: o workflow do GitHub usa Trusted Publishing (OIDC); não é necessário configurar NPM_TOKEN. É preciso registrar o Trusted Publisher uma vez em npmjs.com → Package → Settings → Trusted publishing (repositório e nome do workflow: publish-npm.yml). O workflow dispara em push de tags v* (ex.: v0.1.2) ou manualmente. Para criar uma nova versão e publicar: bun run release (bump patch), ou bun run release -- minor / bun run release -- major. O script (TypeScript, rodado com Bun) faz o bump em package.json, commit com mensagem vX.Y.Z, tag e push; não precisa do GitHub CLI.


Licença

MIT

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured