TickTick MCP 服务器集成

“TickTick” MCP 服务器的作用是什么？

TickTick MCP 服务器是一个模型上下文协议（MCP）服务器，旨在将 AI 助手和支持大语言模型（LLM）的工具与 TickTick 任务管理平台集成。通过 MCP 公开 TickTick 的功能，实现智能、具备上下文感知的任务操作与流程自动化。开发者和 AI 客户端可利用该服务器以编程方式管理任务、项目和子任务，包括创建、更新或完成任务，同时充分利用 TickTick 的组织能力。该服务器支持安全的 OAuth2 认证，并具备强大的错误处理能力，适用于提升个人效率、自动化重复性流程，以及将 TickTick 数据直接集成到其他 AI 平台或开发环境中。

提示模板列表

在现有文档或代码库中未提及任何提示模板。

资源列表

在现有文档或代码库中未列出显式 MCP 资源。

工具列表

• get_task_by_ids

  • 通过项目 ID 和任务 ID 获取指定任务。返回符合 TickTickTaskSchema 的详细任务对象。

• create_task

  • 在指定项目中创建新任务。支持设置标题、内容、描述、日期、提醒、优先级和子任务。

• update_task

  • 更新项目中的现有任务。允许修改创建时的所有属性，包括任务和项目标识。

• complete_task

  • 将指定任务在项目中标记为已完成。

此 MCP 服务器的应用场景

• 任务自动化
  • 以编程方式创建和更新任务，使 AI 代理能够自动化个人或团队的任务管理流程。
• 项目组织
  • 自动管理项目，包括优化任务和子任务的组织与更新，以便更好地追踪工作流程。
• 习惯追踪
  • 利用 AI 分析和更新用户的周期性或习惯性任务，支持生产力和目标管理。
• 与其他工具集成
  • 将 TickTick 与其他生产力或 AI 工具连接，实现数据无缝流转和集中化任务操作。
• 上下文感知提醒
  • 让 AI 根据上下文信号或用户行为设置、更新或完成任务，提升智能提醒和通知体验。

如何进行设置

Windsurf

1. 确保您的系统已安装 Node.js。
2. 找到您的 Windsurf 配置文件（如 config.json）。
3. 在 mcpServers 部分添加 TickTick MCP 服务器配置项：

   {
     "mcpServers": {
       "ticktick-mcp": {
         "command": "npx",
         "args": ["@alexarevalo9/ticktick-mcp-server@latest"]
       }
     }
   }
   

4. 保存配置文件并重启 Windsurf。
5. 验证 TickTick MCP 服务器已启动并可访问。

API 密钥安全存储：

{
  "mcpServers": {
    "ticktick-mcp": {
      "command": "npx",
      "args": ["@alexarevalo9/ticktick-mcp-server@latest"],
      "env": {
        "TICKTICK_CLIENT_ID": "your-client-id",
        "TICKTICK_CLIENT_SECRET": "your-client-secret"
      },
      "inputs": {}
    }
  }
}

Claude

1. 如尚未安装 Node.js，请先安装。
2. 找到 Claude 的 MCP 配置文件。
3. 使用以下代码片段添加 TickTick MCP 服务器：

   {
     "mcpServers": {
       "ticktick-mcp": {
         "command": "npx",
         "args": ["@alexarevalo9/ticktick-mcp-server@latest"]
       }
     }
   }
   

4. 保存并重启 Claude。
5. 确认 MCP 服务器可用。

Cursor

1. 首先安装 Node.js。
2. 打开 Cursor 的配置面板或配置文件。
3. 在 mcpServers 部分添加 TickTick MCP 服务器配置：

   {
     "mcpServers": {
       "ticktick-mcp": {
         "command": "npx",
         "args": ["@alexarevalo9/ticktick-mcp-server@latest"]
       }
     }
   }
   

4. 保存并重启 Cursor。
5. 检查 MCP 服务器的连接状态。

Cline

1. 确保 Node.js 已安装。
2. 编辑 Cline 的 MCP 配置文件。
3. 插入 TickTick MCP 服务器的配置：

   {
     "mcpServers": {
       "ticktick-mcp": {
         "command": "npx",
         "args": ["@alexarevalo9/ticktick-mcp-server@latest"]
       }
     }
   }
   

4. 保存更改并重启 Cline。
5. 测试设置，确保 MCP 服务器正常运行。

注意： 对于所有平台，请如上所示通过环境变量在配置中安全存储敏感凭据（如 API 密钥）。

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，首先在流程中添加 MCP 组件，并将其连接到您的 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，按照如下 JSON 格式填写您的 MCP 服务器信息：

{
  "ticktick-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可使用该 MCP 作为工具，访问其全部功能。请记得将 “ticktick-mcp” 替换为您的 MCP 服务器实际名称，并将 URL 替换为您自己的 MCP 服务器地址。

总览

综上，TickTick MCP 服务器提供了扎实的任务管理集成与工具，但缺乏可见的提示模板、显式资源暴露和采样/根文档。其配置与工具文档清晰，但缺少提示/资源定义和高级 MCP 特性，可能对部分用户的可扩展性有限制。

MCP 评分

我们的观点：
TickTick MCP 服务器在其主要工具方面文档完善，但缺乏高级 MCP 特性和许可说明。在一般 MCP 可用性和开放性方面评分为 5/10，基础功能齐全，但缺少提示/资源可扩展性及法律使用的明确性。