init

mcp/didatodolist-mcp/mcp_server.py

@@ -0,0 +1,141 @@
+"""
+滴答清单 MCP 服务器定义
+"""
+
+import os
+import dotenv
+from functools import wraps
+from fastmcp import FastMCP
+# 尝试导入可能的 AuthError，如果不存在也没关系
+try:
+    # 假设 fastmcp 提供了特定的认证错误类型
+    from fastmcp import AuthError
+except ImportError:
+    # 如果没有，使用内置的 PermissionError 作为备选
+    AuthError = PermissionError
+
+# 导入工具模块
+from tools.task_tools import register_task_tools
+from tools.project_tools import register_project_tools
+from tools.tag_tools import register_tag_tools
+from tools.analytics_tools import register_analytics_tools
+from tools.goal_tools import register_goal_tools
+from tools.official_api import APIError, init_api
+from utils.asgi_auth import with_api_key_auth
+
+# 载入 .env（若存在）
+dotenv.load_dotenv()
+
+# --- 鉴权逻辑 ---
+EXPECTED_API_KEY = os.environ.get("MCP_API_KEY", "123") # 从环境变量获取，默认'123'
+
+def authenticate_request(context: dict):
+    """
+    认证回调函数，尝试检查 API Key。
+
+    Args:
+        context: 一个包含请求或会话信息的字典 (假设 fastmcp 提供)。
+                 我们需要这个 context 包含访问请求头的方式。
+
+    Returns:
+        认证成功时返回会话数据 (例如用户ID)。
+
+    Raises:
+        AuthError: 如果认证失败。
+    """
+    # !!! 关键点：如何从 context 中获取请求头？ !!!
+    # 假设 context 中有一个 'request' 对象，或者直接有 'headers'
+    request_headers = context.get("headers", {}) # 这只是一个猜测！
+    api_key = request_headers.get("x-api-key") # 同样是猜测！
+
+    # 尝试认证（日志已禁用）
+    
+    if api_key != EXPECTED_API_KEY:
+        # 认证失败：API Key 无效或缺失
+        # 抛出认证错误，告知客户端未授权
+        raise AuthError("Unauthorized: Invalid API Key") # 或者 PermissionError
+
+    # 认证成功
+    # 认证成功，返回需要在会话中存储的数据
+    # 这个数据可以在工具函数的 context.session 中访问
+    return {
+        "authenticated_user_id": "system", # 可以是任何你想存储的信息
+        "auth_method": "api_key"
+    }
+
+
+def create_server(auth_info=None):
+    """
+    创建并配置MCP服务器
+
+    Args:
+        auth_info: 认证信息字典（已弃用，token现在通过环境变量传递）
+
+    Returns:
+        配置好的MCP服务器实例
+    """
+    # 注意：不再强制要求.env中的token，因为我们的架构中token从数据库获取并通过env_vars传递
+    # 如果环境变量中有token，尝试初始化（用于独立运行场景）
+    try:
+        if os.environ.get("DIDA_ACCESS_TOKEN"):
+            init_api()
+            # 已初始化官方API 客户端（从环境变量）
+        else:
+            # 提示：未检测到 DIDA_ACCESS_TOKEN 环境变量
+            # 在集成模式下，token将由调用方通过环境变量传递
+            pass
+    except Exception as e:
+        # 提示：官方API初始化跳过（集成模式下正常）
+        pass
+
+    try:
+        # 创建FastMCP服务器（简化版，不使用authenticate参数）
+        server = FastMCP(
+            name="didatodolist-mcp",
+            instructions="滴答清单MCP服务，允许AI模型通过MCP协议操作滴答清单待办事项。"
+        )
+
+        # 注册所有工具
+        register_task_tools(server, auth_info or {})
+        register_project_tools(server, auth_info or {})
+        register_tag_tools(server, auth_info or {})
+        register_analytics_tools(server, auth_info or {})
+        register_goal_tools(server, auth_info or {})
+
+        # ✅ 滴答清单MCP服务初始化成功
+        return server
+
+    except Exception as e:
+        # ❌ 初始化MCP服务器失败
+        import traceback
+        # traceback.print_exc()  # 禁用traceback输出，避免干扰JSONRPC
+        raise
+
+# --- 主程序入口 (示例) ---
+if __name__ == "__main__":
+    # 从环境变量或配置文件加载认证信息
+    dida_auth = {
+        "token": os.environ.get("DIDA_TOKEN"),
+        # "email": os.environ.get("DIDA_EMAIL"),
+        # "password": os.environ.get("DIDA_PASSWORD"),
+    }
+
+    if not dida_auth.get("token"):
+         print("错误：请设置 DIDA_TOKEN 环境变量")
+         exit(1)
+
+    if not os.environ.get("MCP_API_KEY"):
+        print("警告：未设置 MCP_API_KEY 环境变量，将使用默认值 '123'")
+    else:
+        print(f"MCP_API_KEY 已设置为: {EXPECTED_API_KEY}")
+
+
+    try:
+        mcp_server = create_server(dida_auth)
+        # 这里需要根据 fastmcp 的文档来正确运行服务器
+        print("\n服务器对象已创建。请根据 fastmcp 文档运行服务器。")
+        print("例如: python -m fastmcp serve your_module:mcp_server --port 3000")
+        # import uvicorn
+        # uvicorn.run(mcp_server.app, host="0.0.0.0", port=3000) # 这行可能不正确
+    except Exception as e:
+         print(f"启动服务器时出错: {e}")