141 lines
4.9 KiB
Python
141 lines
4.9 KiB
Python
"""
|
||
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}") |