这是一个轻量级的 Wrike MCP 服务器实现,能够助力您将 Wrike 集成到您心仪的大型语言模型 (LLM) 工具之中,实现 Wrike 与 LLM 工具的高效交互。
Wrike MCP(模型控制协议)服务器在 Wrike 项目管理平台和语言学习模型之间搭建了一座桥梁。它借助一组定义清晰的 API 端点,让 AI 驱动的工具能够与 Wrike 数据进行交互。
requirements.txt)# 创建虚拟环境
python -m venv .venv
# 激活虚拟环境
# 适用于 macOS 和 Linux:
source venv/bin/activate
pip install -r requirements.txt
{
"mcpServers": {
"wrike-mcp-server": {
"command": "/Users/username/wrike-mcp-server/.venv/bin/python /Users/username/wrike-mcp-server/server.py",
"env": {
"WRIKE_API_TOKEN": ""
}
}
}
}
- c. 启用 MCP 服务器
该服务器提供了几个 MCP 工具,用于与 Wrike 交互。以下是某些示例提示:
请分析以下任务并提供简短摘要:https://www.wrike.com/open.htm?id=12345678
请收集所有我的 Wrike 任务并构建一个优先级列表,每个任务都有链接。涉及我老板约翰·多伊的任务应被视为更重要。在标题下方包含每个任务的链接。
请总结以下文件夹中的所有 Wrike 任务:https://www.wrike.com/open.htm?id=12345678
请排除输出中有关价格和预算的信息。
请在此 Wrike 任务上撰写一条包含 Lorem Ipsum 文本的评论,并提及约翰·多伊 @https://www.wrike.com/open.htm?id=123456789
请在此指定文件夹中创建 Wrike 任务 @https://www.wrike.com/open.htm?id=123456789,内容为格式良好的 Lorem Ipsum 文本。
该项目在 MIT 许可证下发布——有关详细信息,请参阅 LICENSE 文件。