Apscheduler MCP Server

MCPAI代理

提供方 BoomBidiBuyBuy

AI代理 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

基于MCP协议的定时任务调度服务,支持通过HTTP接口管理定时任务,适用于自动化工作流和计划任务执行。

一句话选型结论

按资料字段整理

Apscheduler MCP Server 属于AI代理类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 7 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量7暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

定时任务Python本地部署工作流自动化MCP协议HTTP服务

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
docker run --rm \

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Docker,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 7 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 7 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Apscheduler MCP Server当前 7 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方BoomBidiBuyBuy上游标注的维护方 BoomBidiBuyBuy
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Docker本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.2 KB
来自项目仓库与上游目录的原文,未做删改

aspscheduler mcp服务器

MCP(模型上下文协议)HTTP服务器实现 apscheduler.

示例/事件流程/场景(披萨星期五)

  • 上下文:代理连接到此调度器MCP服务和其他MCP服务:

  • 披萨订购MCP:工具 order_pizza(type-of-pizza, "time to delivery today")

  • 电子邮件MCP:工具 send_email(email, message) 邀请同事
  • 竹MCP:用于检索生日的工具,例如。 get_birthdays(window) 哪里 window 可以是 last_week

  • 用户向代理发出请求:“每周五,安排一份披萨订单在下午5:00交付,并安排一封电子邮件在下午4:45邀请同事参加周五披萨。邀请中包括上周过生日的人。”

  • 代理行为:

  • 检索可用的MCP服务端点及其工具

  • 制定执行计划
  • 使用JSON格式的计划调用此服务中的一个调度工具

  • 调度器行为:

  • 接受计划请求并存储cron触发器

  • 当时间匹配时,执行计划

  • 基于LLM的员工行为:

  • 连接到所有MCP服务的工作LLM在触发时间接收计划,并通过调用引用的MCP工具执行每个操作,遵守每个操作的 condition 字段来管理排序和成功依赖关系。

下面有两个独立的时间表:(1)每周五17:00点点披萨的一个动作;(2)每周五16:45有两个动作——首先获取上周的生日,然后发送电子邮件。第二个动作以第一个动作的成功为条件。该消息显示了一个常见的占位符模式,以包括上游结果;实际的插值取决于执行计划的工人/代理。

时间表1:每周五17:00订购披萨

工具调用输入 schedule_tool_call_by_cron:```json
{
"execution_plan": {
"order_pizza": {
"mcp-service-endpoint": "http://pizza-mcp:3001/mcp/",
"mcp-tool-name": "order_pizza",
"mcp-tool-arguments": {
"type-of-pizza": "assorted",
"time to delivery today": "17:00"
}
}
},
"day_of_week": "fri",
"hour": "17",
"minute": "00",
"timezone": "America/Los_Angeles"
}


### 时间表2:取生日,然后每周五16:45发送电子邮件

工具调用输入 `schedule_tool_call_by_cron`:```json
{
"execution_plan": {
"fetch_birthdays": {
"mcp-service-endpoint": "http://bamboo-mcp:3003/mcp/",
"mcp-tool-name": "get_birthdays",
"mcp-tool-arguments": {
"window": "last_week"
},
"condition": "executes first"
},
"send_email": {
"mcp-service-endpoint": "http://email-mcp:3002/mcp/",
"mcp-tool-name": "send_email",
"mcp-tool-arguments": {
"email": "team@company.com",
"message": "Welcome Pizza Friday in the kitchen at 4:45pm! Birthdays: ${fetch_birthdays.result.summary}"
},
"condition": "executes only if fetch_birthdays was successful"
}
},
"day_of_week": "fri",
"hour": "16",
"minute": "45",
"timezone": "America/Los_Angeles"
}

> [!注意]
>
> - 端点 是示例;使用您实际的MCP服务URL。
> - 如果启用worker策略,则计划将转发到worker MCP>工具并在那里执行;如果您在以后的操作中依赖占位符,请确保worker支持引用以前的操作输出。

安装

环境变量/env文件

设置环境变量或配置 .env 文件使用 .env.example 作为模板。

常见变量:

  • MCP_HOST 和 MCP_PORT:配置服务绑定和公开的HTTP主机和端口。示例见 .env.example.

执行策略

此服务支持两种策略来执行 execution_plan:

  • 顺序(默认):在此服务流程中逐一执行每个操作。设置 EXECUTION_STRATEGY=sequential (未设置时为默认值)。
  • 工人:将整个计划转发给工人MCP工具,然后由其执行操作。启用 EXECUTION_STRATEGY=worker.

使用worker策略时,请同时配置以下两项:

  • WORKER_ENDPOINT:工作MCP服务端点
  • WORKER_TOOL_NAME:接受计划的工人MCP工具名称(用 { "execution_plan": })

您可以通过环境变量进行设置(请参见 .env.example)或在运行时通过标记的MCP工具 admin:

  • set_worker_endpoint(worker_endpoint) --套装 WORKER_ENDPOINT
  • set_worker_tool_name(worker_tool_name) --套装 WORKER_TOOL_NAME

执行计划架构

这 execution_plan 参数注释/模式在中定义 plan-schema.ann。此文件的格式不固定;它被用作向MCP代理显示的描述,以便他们可以阅读和填充计划。每个操作的最低必填字段为:

  • mcp-service-endpoint
  • mcp-tool-name

可选的每个操作字段:

  • mcp-tool-arguments

您可以使用以下命令覆盖注释文件路径 PLAN_SCHEMA_ANNOTATION_PATH 环境变量(默认为 plan-schema.ann).

码头工人

A. Dockerfile 提供,以便您可以在容器中构建和运行服务。

塑造形象:```
docker build -t apscheduler-mcp-server:latest .


运行容器(示例将主机端口3000映射到容器端口3000):```
docker run --rm \
-p 3000:3000 \
-e MCP_HOST=0.0.0.0 \
-e MCP_PORT=3000 \
--env-file .env \
apscheduler-mcp-server:latest

注:确保 MCP_HOST 设置为 0.0.0.0 因此可以从容器外部访问HTTP服务器。

发展

设置

  1. 克隆存储库。
  2. 安装开发依赖项:```
    uv sync --dev
1. 创建一个 `.env` 文件来自 `.env.example`.

### 预提交钩子

此项目使用 预承诺 使用以下命令自动检查代码样式 `ruff` 每次提交之前。

要设置预提交挂钩,请运行:```
uv run pre-commit install

这将确保 ruff 每次提交之前都会自动运行检查。

运行MCP服务

要启动MCP服务,请运行:```
uv run --env-file .env src/main.py


### 可用的MCP工具

- `list_scheduled_jobs()` --列出所有计划作业(新)
- `remove_scheduled_job(job_id)` --按id删除计划作业
- `schedule_tool_call_by_cron(execution_plan, ...)` --Cron式调度
- `schedule_tool_call_at_interval(execution_plan, ...)` --固定时间间隔调度
- `schedule_tool_call_once_at_date(execution_plan, run_date)` --一次性日程安排
- `set_worker_endpoint(worker_endpoint)` --要设置的管理工具 `WORKER_ENDPOINT`
- `set_worker_tool_name(worker_tool_name)` --要设置的管理工具 `WORKER_TOOL_NAME`

### 运行测试

要运行测试套件,请使用:```
uv run --dev pytest

奔跑的林特斯

该项目使用 ruff 作为过梁的工具。

要检查代码样式和linting问题,请运行:```
uv run ruff check


要自动修复格式问题,请运行:```
uv run ruff format

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Apscheduler MCP Server 怎么安装?

在客户端按下面的安装命令接入:docker run --rm \。装完在客户端配置里引用同一个包或端点。

Apscheduler MCP Server 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Apscheduler MCP Server 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Apscheduler MCP Server 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Apscheduler MCP Server 能提供哪些能力?

资料显示约 7 个工具;能力标签包括 工作流自动化、Python、HTTP服务、Docker。具体工具清单以官方文档为准。

Apscheduler MCP Server 需要什么运行环境?

运行时为 Docker;属于本地进程,需要在本机装好运行环境。

Apscheduler MCP Server 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。