Worksection MCP

MCP运维云端

提供方 pbv7

运维云端 stdio · 本地进程 OAuth 授权 社区 / 第三方 Claude
查看接入方式

Worksection MCP Server是一个多租户的模型上下文协议服务器,为Worksection项目管理平台提供全面的只读数据访问工具,支持AI助手生成报告、分析项目数据和处理图像附件。

一句话选型结论

按资料字段整理

Worksection MCP 属于运维云端类 MCP 服务器,stdio · 本地进程,OAuth 授权,可直接接入 Claude,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。

分类运维云端 传输方式stdio · 本地进程 鉴权OAuth 授权 部署方式本地部署
GitHub 星标 2 仓库热度,无公开仓库时显示未标注
工具数 50 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

运维云端
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50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

支持客户端

适用场景

项目管理Python本地部署数据访问AI集成图像分析多租户

安装与配置

stdio · 本地进程 OAuth 授权
客户端在本机拉起子进程,数据不出本机
uv run python scripts/validate_config.py

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 Python,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 50 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
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

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 50 个工具,覆盖面较广,能满足多种调用。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

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。
  • 使用前要准备好OAuth 授权对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 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。
  • 不方便管理密钥或第三方授权的人。
  • 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
Worksection MCP当前 50 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
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pbv7上游标注的维护方 pbv7
分类运维云端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OAuth 授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 · Python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

20.8 KB
来自项目仓库与上游目录的原文,未做删改

MCP服务器工作区

多租户MCP(模型上下文协议)服务器
工作区 项目管理平台,
建于 FastMCP.

提供 全面的只读工具 对于数据访问,
使像Claude这样的人工智能助手能够生成报告、分析项目数据,
并处理图像附件。

特性

  • 多用户 -可配置为任何工作区帐户
  • OAuth2身份验证 -自动保护授权码流
    令牌刷新
  • 全面的只读工具 -项目、任务、评论、时间跟踪、,
    用户,以及更多
  • 图像分析 -Claude vision用于分析屏幕截图的MCP资源
    和附件
  • 速率限制 -每个工作区API的内置1 req/sec节流限制
  • 文件高速缓存 -下载附件的本地缓存
  • 大响应卸载 -超大的工具响应被卸载到磁盘;客户端通过辅助工具以有界块的形式读回它们
  • 生产就绪 -具有多阶段构建的Docker容器化
  • 可扩展 -用于添加自定义工具的干净架构

快速开始

先决条件

  • Python 3.14+
  • 紫外线 包管理器
  • 具有OAuth2应用程序凭据的工作分区帐户

安装```bash

Clone the repository

git clone https://github.com/pbv7/worksection-mcp.git
cd worksection-mcp

Install dependencies with uv (always use --frozen to respect lockfile)

uv sync --frozen --extra dev

Copy environment template

cp .env.example .env

Edit .env with your credentials

Then validate your configuration

uv run python scripts/validate_config.py

Restrict permissions on the data directory (tokens, keys, certs)

mkdir -p data && chmod 700 data


### 配置

编辑 `.env` 使用您的工作区OAuth2凭据:```bash
# Required
WORKSECTION_CLIENT_ID=your_client_id
WORKSECTION_CLIENT_SECRET=your_client_secret
WORKSECTION_ACCOUNT_URL=https://yourcompany.worksection.com

# Optional (defaults shown)
WORKSECTION_REDIRECT_URI=https://localhost:8080/oauth/callback
MCP_SERVER_HOST=127.0.0.1
MCP_SERVER_PORT=8000
MCP_TRANSPORT=streamable-http
LOG_LEVEL=INFO
LOG_USE_COLORS=true
REQUEST_LOG_MODE=INFO
FASTMCP_SHOW_SERVER_BANNER=false

运行服务器```bash

Development

uv run python -m worksection_mcp

Or using the entry point

uv run worksection-mcp


首次运行时,服务器将:

1. 打开浏览器进行OAuth2授权
1. 授权后,它将保存加密令牌
1. 在端口8000上启动MCP服务器

### Docker部署```bash
# Build the image
docker build -t worksection-mcp .

# Run with environment file
docker run -d \
--name worksection-mcp \
-p 8000:8000 \
-e MCP_SERVER_HOST=0.0.0.0 \
--env-file .env \
-v $(pwd)/data:/app/data \
worksection-mcp

# Or use docker-compose
docker compose up -d

OAuth2设置

创建工作区OAuth2应用程序

  1. 转到您的工作分区帐户设置
  2. 导航到API/集成
  3. 创建新的OAuth2应用程序
  4. 将重定向URI设置为 https://localhost:8080/oauth/callback
    (需要HTTPS)
  5. 注意你的 client_id 和 client_secret
  6. 启用所需的读取范围:项目、任务、成本、标签、,
    评论、文件、人员、联系人

OAuth回调的HTTPS

工作节要求OAuth2重定向URI使用HTTPS。此服务器会自动
首次运行时生成自签名SSL证书。

期待什么:

  • 证书自动生成并存储在 ./data/certs/
  • 您的浏览器将显示“您的连接不是私有的”警告
  • 点击“高级”→ “转到localhost(不安全)”继续
  • 这是本地开发中自签名证书的预期

使用自定义证书:```bash

Set paths to your certificates in .env

OAUTH_SSL_CERT_PATH=/path/to/your/cert.crt
OAUTH_SSL_KEY_PATH=/path/to/your/key.key


**禁用SSL(不推荐):**```bash
# Only if you have an alternative HTTPS solution (e.g., ngrok)
OAUTH_CALLBACK_USE_SSL=false

身份验证流程```text

First Run (no tokens):
1. Server starts callback listener on port 8080
2. Opens browser → Worksection authorization page
3. User grants permissions
4. Callback receives authorization code
5. Server exchanges code for access + refresh tokens
6. Tokens encrypted and saved locally
7. MCP server starts

Subsequent Runs:
1. Load encrypted tokens from storage
2. If access token expired → auto-refresh
3. If refresh token expired → re-authenticate via browser
4. MCP server starts


## 可用工具

### 项目

|工具|说明|
| ------ | ------------- |
| `get_projects` |列出所有具有可选筛选的项目|
| `get_project` |获取单个项目详细信息|
| `get_project_groups` |获取项目文件夹/组|
| `get_project_team` |将团队成员分配到项目中|

### 任务

|工具|说明|
| ------ | ------------- |
| `get_all_tasks` |跨项目获取所有任务|
| `get_tasks` |获取特定项目的任务|
| `get_task` |获取单任务详细信息|
| `search_tasks` |按查询或筛选表达式搜索任务|
| `get_task_subtasks` |获取任务的子任务|
| `get_task_relations` |获取相关/依赖任务|
| `get_task_subscribers` |获取任务观察者|

### 评论

|工具|说明|
| ------ | ------------- |
| `get_comments` |获取任务的评论|
| `get_task_discussion` |获取包含评论和文件的完整讨论线程|

### 文件

|工具|说明|
| ------ | ------------- |
| `get_task_files` |获取附加到任务的文件|
| `get_all_task_attachments` |从任务和评论中获取所有附件|
| `get_project_files` |列出项目或任务中的所有文件|
| `download_file` |下载并缓存文件|
| `get_file_as_base64` |将文件下载为base64编码字符串|
| `get_file_content` |从文件中提取文本内容|
| `list_image_attachments` |列出任务或项目的图像文件|

### 成本和时间

|工具|说明|
| ------ | ------------- |
| `get_costs` |获取时间/成本记录|
| `get_costs_total` |获取总成本|
| `get_user_workload` |获取用户的时间条目|
| `get_project_time_report` |获取项目时间报告|
| `get_timers` |获取当前正在运行的所有计时器|
| `get_my_timer` |获取当前用户的运行计时器|

### 用户和团队

|工具|说明|
| ------ | ------------- |
| `get_users` |获取所有帐户用户|
| `get_user` |获取单用户详细信息|
| `get_current_user` |获取当前经过身份验证的用户|
| `get_user_groups` |组建团队/部门|
| `get_contacts` |获取联系人数据库|
| `get_contact_groups` |列出联系人文件夹|
| `get_user_assignments` |获取分配给用户的任务|

### 标签

|工具|说明|
| ------ | ------------- |
| `get_task_tags` |获取可用的任务标签(标签/状态)|
| `get_task_tag_groups` |获取任务标记组|
| `get_project_tags` |获取可用的项目标签|
| `get_project_tag_groups` |获取项目标记组|
| `get_task_with_tags` |获取带有指定标签的任务|
| `search_tasks_by_tag` |查找带有特定标签的任务|

### 分析

|工具|说明|
| ------ | ------------- |
| `get_project_stats` |获取项目统计信息|
| `get_overdue_tasks` |获取过期任务|
| `get_tasks_by_status` |按状态筛选任务|
| `get_tasks_by_priority` |按优先级筛选任务|
| `get_team_workload_summary` |获取团队工作负载概览|

### 活动

|工具|说明|
| ------ | ------------- |
| `get_activity_log` |通过自动大小截断和事件类型细分获取活动/事件日志|
| `get_user_activity` |通过自动大小截断获取用户的活动|

活动工具默认在MCP的1MB响应下返回尽可能多的事件
限制(具有~150KB的安全裕度,没有固定的默认上限)。集 `max_results` 明确地控制截断。
截断元数据(`total_count`, `returned_count`, `truncated`, `truncation_reason`)
总是包括在内。

### 系统

|工具|说明|
| ------ | ------------- |
| `health_check` |检查服务器运行状况和API状态|
| `get_webhooks` |列出已配置的Webhook(需要 `administrative` 范围)|

### 大型响应助手

当工具响应超过 `LARGE_RESPONSE_OFFLOAD_THRESHOLD_BYTES`,它被卸载到磁盘上
取而代之的是一个紧凑的信封。使用这些工具检查和读取卸载的内容:

|工具|说明|
| ------ | ------------- |
| `get_offloaded_response_info` |检查卸载响应的元数据(大小、SHA-256、MIME类型)|
| `read_offloaded_response_text` |读取有界UTF-8安全块中的卸载文本/JSON内容(`offset` + `max_bytes`) |

## MCP资源

资源允许Claude直接访问和分析文件:

|资源URI|描述|
| -------------- | ------------- |
| `worksection://file/{file_id}` |用于视觉分析的访问文件|
| `worksection://task/{task_id}/context` |获取包含附件的完整任务上下文|
| `worksection://cache/stats` |获取文件缓存统计信息|
| `worksection://offload/{response_id}` |预览卸载的大型工具响应|

### 利用资源进行图像分析```python
# In your MCP client or skill:
# 1. Get task discussion with files
discussion = await get_task_discussion(task_id="12345")

# 2. For each image file, access via resource
for file in discussion.get("images", []):
# Claude can read this resource and analyze the image
image_content = await read_resource(file["resource_uri"])

配置参考

变量 描述 默认值
WORKSECTION_CLIENT_ID OAuth2客户端ID 必填
WORKSECTION_CLIENT_SECRET OAuth2客户端机密 必填
WORKSECTION_ACCOUNT_URL 您的工作区URL 必填
WORKSECTION_REDIRECT_URI OAuth回调URL https://localhost:8080/oauth/callback
WORKSECTION_SCOPES OAuth2示波器 projects_read,tasks_read,...
OAUTH_CALLBACK_HOST 回拨服务器主机 localhost
OAUTH_CALLBACK_PORT 回调服务器端口 8080
OAUTH_AUTO_OPEN_BROWSER 自动打开浏览器 true
OAUTH_CALLBACK_USE_SSL 使用HTTPS进行回调 true
OAUTH_SSL_CERT_PATH SSL证书路径 ./data/certs/callback.crt
OAUTH_SSL_KEY_PATH SSL私钥路径 ./data/certs/callback.key
OAUTH_SSL_CERT_DAYS 证书有效期(天) 365
TOKEN_STORAGE_PATH 令牌存储目录 ./data/tokens
TOKEN_ENCRYPTION_KEY 加密密钥(自动生成)
FILE_CACHE_PATH 文件缓存目录 ./data/files
FILE_CACHE_RETENTION_HOURS 缓存保留 24
MAX_FILE_SIZE_MB 最大缓存文件大小 10
LARGE_RESPONSE_OFFLOAD_ENABLED 卸载超大MCP工具响应 true
LARGE_RESPONSE_OFFLOAD_PATH 卸载响应目录 ./data/offload
LARGE_RESPONSE_OFFLOAD_THRESHOLD_BYTES 序列化响应大小,超过此大小将卸载响应(0 禁用) 50000
LARGE_RESPONSE_OFFLOAD_RETENTION_HOURS 卸载响应保留 24
LARGE_RESPONSE_OFFLOAD_MAX_FILES 要保留的最大卸载响应文件数 100
LARGE_RESPONSE_OFFLOAD_INCLUDE_FILE_PATH 在卸载元数据中包含本地文件路径 false
LARGE_RESPONSE_MAX_READ_BYTES 卸载读取辅助工具请求的最大原始字节数(最小 4) 50000
MCP_SERVER_NAME 服务器名称 worksection
MCP_SERVER_HOST HTTP绑定主机(127.0.0.1 仅限于本地, 0.0.0.0 局域网) 127.0.0.1
MCP_SERVER_PORT 服务器端口 8000
MCP_TRANSPORT 运输类型(streamable-http/stdio) streamable-http
LOG_LEVEL 应用程序/服务器组件的全局日志记录级别 INFO
LOG_USE_COLORS 当输出为TTY时,将日志级别着色 true
REQUEST_LOG_MODE 请求/访问日志冗长(INFO/DEBUG/OFF)for uvicorn.access 和 httpx INFO
FASTMCP_SHOW_SERVER_BANNER 在日志中显示FastMCP启动横幅 true
ENVIRONMENT 环境名称 development

测试

自动化测试(推荐)

自动测试所有MCP工具:```bash

Use first available project

uv run python tests/test_all_mcp_tools.py

Specify project name

uv run python tests/test_all_mcp_tools.py --project "My Project"


这个全面的测试脚本:

- ✅ 测试所有注册的MCP工具
- ✅ 可配置的项目选择(通过CLI参数或环境变量)
- ✅ 自动从项目数据中提取测试ID
- ✅ 提供详细的通过/失败结果
- ✅ 自动处理速率限制

看 **测试.md** 获取完整的文档和配置选项。

要验证针对真实Workssection帐户的大响应卸载,请执行以下操作:```bash
uv run python tests/live_large_response_offload_roundtrip.py -v

使用MCP检查员进行手动测试

对于交互式测试:```bash

Start your MCP server

uv run worksection-mcp

In another terminal, start the MCP Inspector

npx @modelcontextprotocol/inspector http://localhost:8000/mcp


## 发展

### 设置开发环境```bash
# Install with dev dependencies (use --frozen, never uv pip install)
uv sync --frozen --extra dev

# Run tests
make test-fast

# Run with coverage
make test

# Plain `uv run pytest` uses the same no-coverage mode as `make test-fast`.
# Use `make test` or `make check` when you need coverage output.

# Lint code
make lint

# Lint all Markdown from repo root
make lint-docs

# Auto-fix all Markdown from repo root
npx markdownlint-cli2 --fix

# Type check
make typecheck

# Run the full CI-like check
make check

项目结构```text

worksection-mcp/
├── src/
│ └── worksection_mcp/
│ ├── init.py # Package init
│ ├── main.py # Entry point
│ ├── server.py # FastMCP server
│ ├── config/ # Configuration
│ ├── auth/ # OAuth2 authentication
│ ├── client/ # API client
│ ├── tools/ # MCP tools
│ ├── resources/ # MCP resources
│ ├── cache/ # File and session caching
│ ├── large_response.py # Large tool response offloading
│ └── utils/ # Date formatting, response helpers
├── tests/ # Test suite
├── data/ # Runtime data (gitignored)
├── Dockerfile # Container build
├── docker-compose.yml # Local development
└── docker-compose.prod.yml # Production deployment


## 部署

### Docker生产```bash
# Build production image
docker build -t worksection-mcp:latest .

# Run with production compose
docker compose -f docker-compose.prod.yml up -d

Kubernetes```yaml

apiVersion: apps/v1
kind: Deployment
metadata:
name: worksection-mcp
spec:
replicas: 1
template:
spec:
containers:
- name: worksection-mcp
image: worksection-mcp:latest
ports:
- containerPort: 8000
env:
- name: WORKSECTION_CLIENT_ID
valueFrom:
secretKeyRef:
name: worksection-secrets
key: client_id
- name: WORKSECTION_CLIENT_SECRET
valueFrom:
secretKeyRef:
name: worksection-secrets
key: client_secret
volumeMounts:
- name: data
mountPath: /app/data
volumes:
- name: data
persistentVolumeClaim:
claimName: worksection-mcp-data


### 容器的预认证

由于OAuth2需要浏览器交互,请先在本地进行身份验证:```bash
# 1. Run locally to authenticate
uv run python -m worksection_mcp

# 2. After authentication, tokens are saved to ./data/tokens/

# 3. Mount this directory in your container
docker run -v ./data:/app/data worksection-mcp

故障排除

配置验证

在排除故障之前,请验证您的完整配置:```bash
uv run python scripts/validate_config.py


验证器分3个步骤进行全面检查:

**第一步:媒染剂验证** (加载.env时自动)

- OAuth2凭据格式和长度
- URL格式和结构
- 重定向URI HTTPS要求
- 有效的OAuth2作用域名称
- 端口号范围(1-65535)
- 文件大小和保留期为正值
- SSL配置一致性

#### 步骤2:配置摘要

- 显示所有加载的设置
- 显示派生值(API URL)
- 包括日志控制(`LOG_LEVEL`, `LOG_USE_COLORS`, `REQUEST_LOG_MODE`)
- 帮助验证环境变量是否设置正确

#### 步骤3:外部资源检查

- 帐户URL的DNS解析
- 目录写入权限(令牌、缓存、证书)
- 文件系统可访问性

如果验证通过,则配置完成,服务器将成功启动。

### OAuth2问题

#### “重定向URI无效”

- 确保您在工作区中注册的重定向URI完全匹配
- 违约: `https://localhost:8080/oauth/callback`
- 工作分区需要HTTPS-不要使用 `http://`

#### “您的连接不是私有的”浏览器警告

- 这是自签名证书所期望的
- 点击“高级”→ “转到localhost(不安全)”继续
- 警告仅在OAuth授权期间出现

#### “刷新令牌已过期”

- 删除 `./data/tokens/tokens.enc` 并重新验证

#### SSL证书问题

- 删除 `./data/certs/` 用于重新生成证书的目录
- 确保您对数据目录具有写入权限

### 配置和连接问题

#### “无法解析主机名”或“未提供节点名或服务名,或未知”

此DNS解析错误表示无法解析工作分区帐户URL:

**检查您的配置:**```bash
# Run validation to diagnose
uv run python scripts/validate_config.py

常见原因:

  • Typo in WORKSECTION_ACCOUNT_URL 在你的 .env 文件
  • 域名缺失或不正确(应 https://yourcompany.worksection.com)
  • 没有互联网连接
  • 企业防火墙阻止DNS

修复:

  1. 验证您的URL .env 与您的实际工作分区帐户匹配
  2. 测试DNS解析: nslookup yourcompany.worksection.com
  3. 检查互联网连接
  4. 尝试其他DNS服务器(8.8.8.8、1.1.1.1)

注: 通过新的验证,此错误在启动时被捕获,并显示一条明确的消息,而不是在运行时被捕获。

启动时出现“验证错误”

服务器现在使用Pydantic在启动时验证所有配置。如果您看到验证错误:

  1. 检查错误消息-它告诉你到底出了什么问题
  2. 参见 .env.example 正确的格式
  3. 常见问题:
    - 客户端ID/密码太短(至少8/16个字符)
    - 重定向URI无效(必须是HTTPS,本地主机除外)
    - 无效范围(请参阅中的列表 .env.example)
    - 端口号超出范围(1-65535)

速率限制

429请求太多

  • 服务器会自动回退并重试
  • API工作区限制:1个请求/秒

文件缓存

“文件太大”

  • 增加 MAX_FILE_SIZE_MB 环境变量
  • 默认限制:10MB

API约束和限制

API设计工作部分

无分页支持

大多数工作区API终结点返回完整的数据集而不分页:

  • get_users -在一次呼叫中返回所有用户
  • get_events -返回指定时间段内的所有事件
  • get_projects -返回所有项目
  • get_all_tasks -返回所有项目中的所有任务
  • get_tasks -返回项目的所有任务
  • get_project_groups -返回所有项目文件夹

影响:对于大型数据集,响应可能超过MCP的1MB限制。

解决方案:服务器使用两个响应大小控件:

  • 中央大型响应卸载存储超大工具结果
    LARGE_RESPONSE_OFFLOAD_PATH 并返回一个紧凑的元数据信封,其中包含
    卸载ID。
  • get_offloaded_response_info 和 read_offloaded_response_text 让客户
    检查并读取有界块中的卸载响应。
  • 本地 file_path 默认情况下,值是隐藏的;使用 resource_uri 和助手
    除非MCP客户端使用受信任的本地文件系统访问运行。
  • 默认的50KB卸载阈值和50KB读取限制为JSON留出了空间
    MCP客户端中具有严格内联响应的封装和逃逸开销
    限制。
  • 当JSON转义时,块读取返回的原始字节可能比请求的少
    否则会使序列化的辅助工具响应太大。
  • 卸载的文件在启动时和未来卸载到期之前会被清理,使用
    LARGE_RESPONSE_OFFLOAD_RETENTION_HOURS 和 LARGE_RESPONSE_OFFLOAD_MAX_FILES.
  • MCP客户端接受较大内联响应的部署可能会引发
    LARGE_RESPONSE_OFFLOAD_THRESHOLD_BYTES 或 LARGE_RESPONSE_MAX_READ_BYTES,
    交易更少的卸载/读取调用,以获得更高的上下文和客户限额风险。
  • 选定的高容量工具仍然应用特定于端点的截断:
    get_activity_log, get_user_activity, search_tasks,以及 get_comments.

截断的响应包括元数据: total_count, returned_count, truncated,
truncation_reason.

有关API限制和解决方法的综合列表,请参阅
docs/API-限制.md.

面向客户的实际覆盖范围、限制和预期摘要
PASS/PARTIAL 语义,请参见
docs/CLIENT-CAPABILITIES.md.

范围要求提高

某些端点需要 administrative 范围:

  • get_webhooks -Webhook管理
  • 其他行政业务

添加 administrative 到 WORKSECTION_SCOPES 在 .env 以启用这些工具。

MCP协议约束

响应大小限制:1MB

错误: "Tool result is too large. Maximum size is 1MB."

模型上下文协议强制最大响应大小为1MB。此服务器处理
通过自动文件卸载和使用产生超大通用工具
针对所选列表/搜索工具的工具特定截断。

网络与安全

默认绑定:127.0.0.1

默认情况下,MCP服务器绑定到 127.0.0.1 (仅限本地主机)以确保安全。

Docker部署:设置 MCP_SERVER_HOST=0.0.0.0 在docker中编写
服务器可从网络访问。

看 .env.example 有关配置详细信息

许可证

MIT许可证-请参阅 许可证 了解详情。

贡献

欢迎投稿!请阅读我们的投稿指南并提交pull请求。

支持

  • GitHub 问题
  • API工作节文档
  • MCP文件

常见问题

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

在客户端按下面的安装命令接入:uv run python scripts/validate_config.py。装完在客户端配置里引用同一个包或端点。

Worksection MCP 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

Worksection MCP 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。

Worksection MCP 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

Worksection MCP 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Worksection MCP 能提供哪些能力?

资料显示约 50 个工具;能力标签包括 多租户、数据访问、Python、Claude、图像分析。具体工具清单以官方文档为准。

Worksection MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Worksection MCP 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。