🚀 票务裁剪器API集成
这是一个基于Python的MCP包装器，用于与Ticket Tailor API进行交互。借助它，大型语言模型（LLM）能够轻松操作Ticket Tailor API。目前项目仍处于早期阶段，但基础工作已经完成。当下的工作重点是为各个端点构建功能，同时还能构建可执行数据处理工作的特定工具，而非仅仅进行数据的获取或提交。创建活动的代码将在其他地方编写，后续会引入到项目中。
🚀 快速开始
安装
# 克隆仓库
git clone https://github.com/shakermakerk/ticket_tailor_mcp_server.git
cd ticket_tailor_mcp_server
# 安装依赖项
pip install -r requirements.txt
设置
- 根据
.env_example文件创建根目录中的.env文件，以添加Ticket Tailor API密钥
✨ 主要特性
- 使用灵活的过滤选项检索事件
- 使用全面的搜索参数获取订单
- 基于FastMCP构建，便于集成到应用程序中
💻 使用示例
基础用法
与Cursor一起使用（通常我们不希望这样做）： 编辑mcp.json文件，添加以下内容：
"tt-events": {
"type": "command",
"command": "mcp 运行 /src/ticket_tailor/ticket_tailor_funcs.py" # 可能需要修改此路径
}
高级用法
使用我们自己的代理。这取决于您使用的代理框架，通常会将MCP服务器作为工具传递。某些框架（例如Openai - Agents SDK）是异步的，可能需要一些辅助函数。如果需要请求示例，请查看ticket_tailor_mcp_server/src/ticket_tailor/example_langgraph_agent.py文件中使用langchain react agents（而不是langgraph）的简单示例。
📚 详细文档
API参考
请查看src/ticket_tailor目录以获取实现详细信息。
开发路线图
我们正在努力实现更多的Ticket Tailor API端点。有关优先级列表、当前实施状态和添加新端点的指南，请参阅路线图。
如果需要贡献，可以查看路线图中未实现的端点，并遵循以下步骤：
- 检查路线图以获取待实现的端点
- 查看贡献指南以获取规范
- 创建一个问题来跟踪您的工作
- 提交一个拉取请求，附带您的实现
我们特别欢迎遵循现有代码中建立的模式实现新API端点的贡献。
贡献
欢迎贡献！以下是您可以帮助的方式：
- 检查路线图以获取待实现的端点
- 查看贡献指南以获取规范
- 创建一个问题来跟踪您的工作
- 提交一个拉取请求，附带您的实现
我们特别欢迎遵循现有代码中建立的模式实现新API端点的贡献。
📄 许可证
本项目使用MIT许可证 - 请查看LICENSE文件以获取详细信息。