JinDaGe - local-pm MCP Details

article

README

🚀 Local PM

Local PM 是一款轻量级的自托管项目管理工具，内置 MCP（模型上下文协议）服务器，可让 AI 助手直接管理你的项目、工单和团队。

✨ 主要特性

看板管理：支持通过拖放操作管理工单，包含待办、进行中、已完成三列。
项目管理：可通过自定义项目（图标、颜色、前缀）来组织工作。
团队协作：可将工单分配给团队，便于更好地组织工作。
工单功能：功能完备的工单系统，具备以下特性：
- 优先级（紧急、高、中、低）
- 截止日期
- 带颜色的自定义标签
- 支持完成状态跟踪的子任务
- 工单依赖关系（被阻塞）
- 富文本描述
MCP 服务器：通过模型上下文协议实现原生 AI 项目管理。
自托管：数据存储在本地机器。
支持 Docker：可通过一条命令完成部署。

📦 安装指南

使用 Docker（推荐）

克隆仓库：

git clone https://github.com/your-username/local-pm.git
cd local-pm

启动容器：

docker-compose up -d

在浏览器中访问 http://localhost:3010 打开应用。

手动安装

克隆仓库并安装依赖：

git clone https://github.com/your-username/local-pm.git
cd local-pm
npm install

设置环境变量：

cp .env.example .env
# 编辑 .env 文件，配置 MongoDB 连接字符串

启动开发服务器：

npm run dev

💻 使用示例

MCP 服务器设置

MCP（模型上下文协议）服务器允许像 Claude 这样的 AI 助手直接与你的项目管理数据进行交互。

构建 MCP 服务器

cd mcp-server
npm install
npm run build

添加到 Claude 代码（全局）

claude mcp add --scope user local-pm node "/path/to/local-pm/mcp-server/dist/index.js"

添加到 Claude 桌面版

在你的 Claude 桌面版配置文件（~/.claude/claude_desktop_config.json）中添加以下内容：

{
  "mcpServers": {
    "local-pm": {
      "command": "node",
      "args": ["/path/to/local-pm/mcp-server/dist/index.js"],
      "env": {
        "LOCAL_PM_URL": "http://localhost:3010"
      }
    }
  }
}

MCP 工具参考

MCP 服务器提供了 18 个工具用于完整的项目管理：

项目工具

| 工具 | 描述 | |------|-------------| | list_projects | 列出所有项目，可选择按状态过滤 | | get_project | 根据 ID 获取项目详细信息 | | create_project | 创建一个新的项目，需指定名称、前缀、图标和颜色 | | update_project | 更新项目属性 | | delete_project | 删除一个项目，可选择同时删除其所有工单 |

团队工具

| 工具 | 描述 | |------|-------------| | list_teams | 列出所有团队 | | get_team | 根据 ID 获取团队详细信息 | | create_team | 创建一个新的团队 | | update_team | 更新团队属性 | | delete_team | 删除一个团队 |

工单工具

| 工具 | 描述 | |------|-------------| | list_tickets | 根据过滤条件（项目、团队、状态、优先级）列出工单 | | get_ticket | 根据 ID 获取工单详细信息 | | create_ticket | 创建一个具有完整属性的新工单 | | update_ticket | 更新工单属性 | | move_ticket | 将工单移动到不同的状态列 | | delete_ticket | 删除一个工单 |

看板和子任务工具

| 工具 | 描述 | |------|-------------| | get_board | 获取按状态分组的完整看板信息 | | toggle_subtask | 切换子任务的完成状态 | | add_subtask | 为工单添加一个子任务 |

MCP 如何增强 AI 开发

什么是 MCP？

模型上下文协议（MCP）是一个开放标准，它使 AI 助手能够与外部工具和数据源进行交互。AI 不仅可以进行聊天，还可以通过定义良好的工具接口在现实世界中采取行动。

对 AI 辅助开发的好处

持久任务跟踪
- AI 可以为其正在实现的功能创建工单。
- 跨编码会话跟踪进度。
- 不会丢失已完成或待办事项的上下文信息。
结构化工作流程
- AI 可以将复杂的功能分解为子任务。
- 设置优先级和截止日期。
- 管理工单之间的依赖关系。
项目组织
- AI 可以将工作组织成逻辑项目。
- 将任务分配给团队。
- 清晰地掌握所有工作的概况。
无缝集成
- 直接在 AI 编码工作流程中使用。
- 无需切换到外部工具。
- AI 在工作时可以读取和更新工单。

示例工作流程

你：“为我们的新认证系统创建一个项目”
AI：[创建项目 AUTH 并添加相关描述]
你：“将登录功能分解为工单”
AI：[创建以下工单：
  - AUTH - 1：实现登录表单 UI
  - AUTH - 2：创建认证 API 端点
  - AUTH - 3：添加 JWT 令牌处理
  - AUTH - 4：实现会话管理
  设置 AUTH - 2 阻塞 AUTH - 3 和 AUTH - 4]
你：“开始处理登录表单”
AI：[将 AUTH - 1 移至进行中，实现该功能，完成后移至已完成]

为什么选择本地自托管？

隐私性：项目数据存储在本地机器。
速度快：AI 工具调用无网络延迟。
可定制：可根据需要进行定制和扩展。
离线使用：无需互联网连接即可工作。

🔧 技术细节

前端：Next.js 15、React、Tailwind CSS
后端：Payload CMS 3.0
数据库：MongoDB
MCP 服务器：TypeScript、@modelcontextprotocol/sdk

📄 许可证

文档未提及相关内容，暂不展示。

特别感谢

本项目基于 Payload CMS 构建。

local-pm