خادم Google Tasks MCP

ما الذي يقدمه خادم “Google Tasks” MCP؟

خادم Google Tasks MCP (بروتوكول سياق النماذج) هو أداة متخصصة تهدف لربط المساعدين الذكيين مع Google Tasks، مما يتيح تكاملًا سلسًا بين سير العمل المعتمد على الذكاء الاصطناعي وإدارة المهام. من خلال إتاحة Google Tasks كخادم MCP، يمكن للعملاء الذكيين إدراج، قراءة، بحث، إنشاء، تحديث، وحذف المهام مباشرة عبر إجراءات بروتوكول موحدة. يساعد هذا التكامل على الأتمتة والتنظيم بحيث يستطيع المطورون أو المستخدمون النهائيون إدارة قاعدة بيانات مهامهم في Google Tasks من بيئات مدعومة بالذكاء الاصطناعي، مما يبسط سير العمل الإنتاجي ويسمح بسلوكيات وكيلة أكثر تعقيداً قائمة على المهام. يُعد الخادم مفيدًا بشكل خاص للراغبين في أتمتة إدارة المهام الشخصية أو الجماعية، مزامنة التذكيرات، أو بناء أدوات إنتاجية مخصصة تتفاعل مع Google Tasks عبر واجهات آمنة وموحدة.

قائمة القوالب

لا توجد قوالب مطالبات مذكورة صراحة في المستودع أو الوثائق.

قائمة الموارد

• المهام (gtasks:///<task_id>):
  تمثل المهام الفردية في Google Tasks. كل مورد يدعم قراءة تفاصيل المهمة مثل العنوان، الحالة، تاريخ الاستحقاق، الملاحظات، وبيانات أخرى. يمكن إدراج المهام، إنشاؤها، تحديثها، أو حذفها باستخدام الأدوات المتوفرة.

قائمة الأدوات

• البحث:
  البحث عن مهام في Google Tasks بواسطة نص استعلام، ويعيد المهام المطابقة مع التفاصيل.
• الإدراج:
  إدراج جميع المهام في Google Tasks مع إمكانية التصفح.
• الإنشاء:
  إنشاء مهمة جديدة مع إمكانية تحديد قائمة المهام، العنوان، الملاحظات، وتاريخ الاستحقاق.
• التحديث:
  تحديث تفاصيل مهمة موجودة بما في ذلك العنوان، الملاحظات، الحالة، أو تاريخ الاستحقاق.
• الحذف:
  حذف مهمة من قائمة مهام محددة.
• التفريغ:
  تفريغ المهام المكتملة من قائمة Google Tasks.

حالات الاستخدام لهذا الخادم

• إدارة المهام تلقائيًا:
  تمكين المساعدين الذكيين من إنشاء، تحديث، وتنظيف المهام تلقائياً استناداً إلى سياق المحادثة أو محفزات سير العمل، مما يقلل من إدخال المهام يدوياً.
• أتمتة سير العمل الإنتاجي:
  التكامل مع سير عمل المطورين أو الفرق لمزامنة Google Tasks مع معالم المشاريع، التذكيرات، أو متتبعات المشاكل.
• تكاملات المساعد الشخصي:
  السماح للمساعدات الافتراضية (مثل Claude) بإدارة المهام اليومية، وضع علامة على المهام كمكتملة، أو تذكير المستخدمين بمهام مستحقة من خلال التفاعل المباشر مع Google Tasks.
• تطوير أدوات إنتاجية مخصصة:
  يمكن للمطورين بناء لوحات تحكم أو روبوتات مدعومة بالذكاء الاصطناعي تستخدم Google Tasks لتتبع وإدارة المهام.
• عمليات جماعية على المهام:
  تفريغ المهام المكتملة بسرعة أو تنفيذ تحديثات جماعية باستخدام منطق مدفوع بالذكاء الاصطناعي لتوفير الوقت في الأعمال المتكررة.

كيفية إعداده

Windsurf

1. المتطلبات الأساسية: تأكد من تثبيت Node.js وبناء الخادم (npm run build أو npm run watch).
2. إعداد مفاتيح OAuth: ضع ملف gcp-oauth.keys.json في جذر المستودع.
3. تعديل الإعدادات: ابحث عن ملف إعدادات Windsurf الخاص بخوادم MCP.
4. إضافة الخادم: أدخل المقتطف التالي إلى كائن mcpServers:

   {
     "mcpServers": {
       "gtasks": {
         "command": "/opt/homebrew/bin/node",
         "args": [
           "{ABSOLUTE PATH TO FILE HERE}/dist/index.js"
         ]
       }
     }
   }
   

5. الحفظ وإعادة التشغيل: احفظ الإعدادات وأعد تشغيل Windsurf لتحميل الخادم.

تأمين مفاتيح API

استخدم متغيرات البيئة للبيانات الحساسة:

{
  "env": {
    "GOOGLE_CLIENT_ID": "your-client-id",
    "GOOGLE_CLIENT_SECRET": "your-client-secret"
  },
  "inputs": {
    ...
  }
}

Claude

1. المتطلبات الأساسية: ثبت Node.js وابنِ الخادم كما في الأعلى.
2. المصادقة: شغّل npm run start auth وأكمل OAuth في متصفحك.
3. تحديد ملف الإعداد: حرر إعدادات خادم MCP في Claude.
4. إضافة الخادم: استخدم المقتطف التالي:

   {
     "mcpServers": {
       "gtasks": {
         "command": "/opt/homebrew/bin/node",
         "args": [
           "{ABSOLUTE PATH TO FILE HERE}/dist/index.js"
         ]
       }
     }
   }
   

5. إعادة التشغيل والتحقق: أعد تشغيل Claude وتأكد من توفر الخادم.

تأمين مفاتيح API

{
  "env": {
    "GOOGLE_CLIENT_ID": "your-client-id",
    "GOOGLE_CLIENT_SECRET": "your-client-secret"
  }
}

Cursor

1. ثبت Node.js وابنِ الخادم.
2. إعداد OAuth (كما سبق) والمفاتيح.
3. ابحث عن ملف إعدادات خادم MCP في Cursor.
4. أدخل ما يلي:

   {
     "mcpServers": {
       "gtasks": {
         "command": "/opt/homebrew/bin/node",
         "args": [
           "{ABSOLUTE PATH TO FILE HERE}/dist/index.js"
         ]
       }
     }
   }
   

5. احفظ، أعد التشغيل، واختبر.

تأمين مفاتيح API

{
  "env": {
    "GOOGLE_CLIENT_ID": "your-client-id",
    "GOOGLE_CLIENT_SECRET": "your-client-secret"
  }
}

Cline

1. تأكد من المتطلبات: Node.js، بناء الخادم (npm run build).
2. إعداد مفاتيح OAuth وبيانات الاعتماد.
3. ابحث عن إعدادات Cline الخاصة بخوادم MCP.
4. أضف خادم MCP:

   {
     "mcpServers": {
       "gtasks": {
         "command": "/opt/homebrew/bin/node",
         "args": [
           "{ABSOLUTE PATH TO FILE HERE}/dist/index.js"
         ]
       }
     }
   }
   

5. احفظ، أعد التشغيل، وتحقق.

تأمين مفاتيح API

{
  "env": {
    "GOOGLE_CLIENT_ID": "your-client-id",
    "GOOGLE_CLIENT_SECRET": "your-client-secret"
  }
}

كيفية استخدام MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى التدفق وربطه بوكيل الذكاء الاصطناعي لديك:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات MCP للنظام، أضف تفاصيل خادم MCP الخاص بك باستخدام هذا التنسيق:

{
  "gtasks": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، يصبح وكيل الذكاء الاصطناعي قادراً على استخدام هذا الخادم كأداة مع كل وظائفه وقدراته. تذكر أن تغير “gtasks” إلى اسم خادم MCP الخاص بك فعلياً واستبدل الرابط بعنوان خادم MCP الخاص بك.

نظرة عامة

بين هذين الجدولين، يعتبر Google Tasks MCP خادماً عملياً ومركزاً مع دعم قوي للأدوات والموارد، لكنه يفتقر لقوالب المطالبات ودعم العينات/الجذور الصريح. بناءً على المعلومات المتوفرة، أقيم هذا الخادم بـ 7/10 من حيث الفائدة العملية والكمال.

تقييم MCP