Task API MCP

Task API MCP

Enables AI clients to create and manage tasks via a local REST API by converting natural language into HTTP requests through the Model Context Protocol.

Category
Visit Server

README

Task API MCP

English

既存REST APIをAIクライアントから利用するための、ローカル実行可能なPythonサンプルです。FastAPIで作られたタスク管理APIを正規の入り口として残し、stdio MCPサーバーは create_task ToolとHTTPの間を変換する薄いアダプターとして動作します。

このリポジトリは学習・ローカル検証用です。認証、複数プロセス対応、冪等性など、実運用で必要になる機能は意図的に含めていません。

最終更新: 2026-07-15

できること

  • POST /tasks でタスクを作成し、data/tasks.json へ保存する
  • GET /tasksGET /tasks/{task_id} でタスクを確認する
  • MCPの create_task Toolから同じREST APIを呼び出す
  • 入力エラー、一時障害、想定外レスポンスを安全なMCPエラーへ変換する
  • 実サーバーを使わず、API・HTTP・MCP各層を自動テストする

アーキテクチャ

flowchart LR
    User[ユーザー] -->|自然言語| AI[AIクライアント]
    AI -->|MCP / stdio| MCP[task_mcp]
    MCP -->|HTTP POST /tasks| API[task_api]
    API --> JSON[(data/tasks.json)]
コンポーネント 責務
AIクライアント 自然言語をTool引数へ変換する
task_mcp Tool Schemaを公開し、MCPとHTTPを変換する
task_api 入力・業務ルールを検証し、タスクを作成する
data/tasks.json ローカル環境でタスクを永続化する

MCPサーバーはJSONファイルを直接変更しません。保存処理と過去日付の禁止はREST API側にだけ実装されています。

クイックスタート

必要なもの

  • Python 3.10以上
  • uv
  • Node.js 18以上(MCP Inspectorを使う場合のみ)
  • Codex CLI(Codexから試す場合のみ)

1. 依存関係をインストールする

リポジトリをcloneしたディレクトリで実行します。

cd task-api-mcp
uv sync --dev

uv.lock が含まれているため、記事と同じ mcp[cli]==1.28.1 を含む検証済みの依存関係がインストールされます。

2. REST APIを起動する

uv run task-api

開発中に自動リロードを使う場合は、代わりに次を実行します。

uv run uvicorn task_api.app:app --reload --port 8000

APIは http://localhost:8000 で起動します。Swagger UIは http://localhost:8000/docs です。

3. タスクを作成する

別のターミナルで実行します。

curl -X POST http://localhost:8000/tasks \
  -H "Content-Type: application/json" \
  -d '{
    "title": "MCPの記事を公開する",
    "description": "図とコードを最終確認する",
    "priority": "high"
  }'

201 Created と、次のようなタスクが返れば成功です。

{
  "id": "b48b8da3-f80b-40e3-a78d-8d70b11e58c4",
  "title": "MCPの記事を公開する",
  "description": "図とコードを最終確認する",
  "priority": "high",
  "due_date": null,
  "status": "todo",
  "created_at": "2026-07-15T21:30:00+09:00"
}

作成結果は data/tasks.json に保存されます。

MCP Inspectorで試す

REST APIを起動したまま、別のターミナルで実行します。

TASK_API_BASE_URL=http://localhost:8000 \
npx -y @modelcontextprotocol/inspector \
uv run python -m task_mcp.server

Inspectorで次を確認できます。

  1. Tools から create_task を選ぶ
  2. title が必須であることを確認する
  3. prioritylow / medium / high のenumであることを確認する
  4. due_date に今日以降の日付を入力して実行する

Codex CLIへ登録する

リポジトリのルートで次を実行します。

codex mcp add task-manager \
  --env TASK_API_BASE_URL=http://localhost:8000 \
  --env TASK_API_TIMEOUT_SECONDS=10 \
  -- uv run python -m task_mcp.server

登録結果を確認します。

codex mcp list

その後、Codexへ次のように依頼できます。

明日までに「MCPの記事を公開する」というタスクを作成してください。
優先度はhighにしてください。

Codexの設定方法は公式MCPドキュメントも参照してください。

REST APIリファレンス

ベースURL: http://localhost:8000

認証: なし(ローカルデモのみ)

メソッド パス 成功時 説明
POST /tasks 201 タスクを作成する
GET /tasks 200 全タスクを作成順で返す
GET /tasks/{task_id} 200 IDでタスクを1件取得する

POST /tasks の入力

フィールド 必須 デフォルト 制約
title string はい 空白除去後1〜100文字
description string / null いいえ null 最大1000文字
priority string いいえ medium low, medium, high
due_date string / null いいえ null YYYY-MM-DD、今日以降

未知のフィールドは受け付けません。時刻は保存しないため、「明日の17時」の17時部分は due_date には入りません。

主なエラー

状態 HTTP MCPでの扱い
必須・型・文字数・enum・日付形式の不正 422 通常はTool Schemaで先に検出
過去の due_date 422 修正可能な ToolError
存在しないタスク 404 GET APIのみ
JSON保存障害 500 一時的な利用不能
APIタイムアウト・接続失敗 一時的な利用不能
不正JSON・未知のHTTP状態 詳細を隠した想定外エラー

設定

環境変数 デフォルト 使用箇所 説明
TASK_API_BASE_URL http://localhost:8000 MCP 接続先REST API
TASK_API_TIMEOUT_SECONDS 10 MCP HTTPタイムアウト秒数。0より大きい数値
TASK_API_DATA_FILE data/tasks.json REST API JSON保存先

.env.example を使う場合、uvへ明示的に渡します。

cp .env.example .env
uv run --env-file .env task-api

MCPサーバーにも同じ方法を使えます。

uv run --env-file .env task-mcp

プロジェクト構成

task-api-mcp/
├── data/tasks.json              # ローカルのタスクデータ
├── docs/plans/                  # 設計判断
├── src/
│   ├── task_api/
│   │   ├── app.py               # FastAPIのルートと起動処理
│   │   ├── models.py            # REST APIの入出力モデル
│   │   └── repository.py        # JSON永続化
│   └── task_mcp/
│       ├── api_client.py        # 非同期REST APIクライアント
│       ├── errors.py            # HTTP結果の意味的なエラー分類
│       ├── models.py            # MCP境界の構造化モデル
│       └── server.py            # create_task Toolとstdio起動処理
├── tests/                       # API、HTTP、MCPのテスト
├── .env.example                 # 環境変数の例
├── pyproject.toml               # パッケージと依存関係
└── uv.lock                      # 解決済み依存関係

テスト

uv run pytest

テストでは一時ディレクトリと httpx.MockTransport を使うため、起動中のAPIや既存の data/tasks.json は変更しません。

トラブルシューティング

Address already in use と表示される

ポート8000を使用中のプロセスを停止するか、別ポートでAPIを起動し、MCP側のURLも合わせます。

uv run uvicorn task_api.app:app --port 8001
TASK_API_BASE_URL=http://localhost:8001 uv run task-mcp

MCPから temporarily unavailable が返る

REST APIが起動していることと、TASK_API_BASE_URL が正しいことを確認してください。コンテナ内から接続する場合、localhost はコンテナ自身を指します。

due_date must be today or later が返る

due_date をAPIが動作している環境の今日以降へ変更してください。

Task storage is unavailable が返る

TASK_API_DATA_FILE の親ディレクトリへ書き込めることと、既存ファイルがJSON配列であることを確認してください。デモデータを破棄してよければ、API停止後に data/tasks.json を削除できます。次回作成時に再生成されます。

実運用へ進む前に

  • JSONファイルをトランザクションと複数プロセスに対応したデータベースへ置き換える
  • API認証情報をTool引数ではなく、環境変数またはシークレットストアから取得する
  • REST API側へ冪等性キー、重複検出、監査ログ、レート制限を追加する
  • リモート利用ではstdioではなく、認証とOrigin検証を備えたStreamable HTTPを検討する

ライセンス

MIT License

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
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

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