Dart Query
D

Dart Query

Dart AI任务管理的MCP服务器,专注于批量操作和最小化上下文使用,通过DartQL选择器和服务器端批量处理高效更新大量任务。
2分
0

什么是Dart-Query?

Dart-Query是一个专门为Dart AI任务管理平台设计的MCP服务器。它通过创新的批量操作方式,解决了传统逐个处理任务时消耗大量上下文令牌的问题。使用Dart-Query,您可以一次性更新、删除或查询大量任务,而不会填满上下文窗口。

如何使用Dart-Query?

使用Dart-Query需要三个基本步骤:首先获取您的Dart AI API令牌,然后在MCP客户端中配置服务器,最后使用各种工具进行任务管理。服务器支持单任务操作和批量操作两种模式。

适用场景

Dart-Query特别适合需要批量管理任务的场景,如:批量更新任务状态、批量分配任务给团队成员、批量添加标签、批量设置截止日期、批量导入任务数据等。对于管理大量任务的项目经理和团队领导尤其有用。

主要功能

批量操作
支持批量更新、删除任务,使用DartQL选择器精准定位需要操作的任务组,避免逐个处理。
DartQL选择器
类似SQL的查询语法,可以精确筛选需要操作的任务,如:dartboard = 'Engineering' AND priority = 'high'。
CSV批量导入
支持从CSV文件批量导入任务,包含验证阶段确保数据质量,避免错误数据进入系统。
预览模式
所有批量操作都支持预览模式,可以先查看操作影响的任务数量和内容,确认无误后再执行。
任务增删改查
完整的单任务操作功能,包括创建、读取、更新、删除任务,以及添加任务评论。
文档管理
支持创建、读取、更新、删除文档,方便管理项目相关文档和说明。
优势
大幅减少令牌消耗:50个任务的批量更新从约30K令牌减少到约200令牌
零上下文污染:批量操作不会在中间步骤产生大量JSON数据污染上下文
高效批量处理:一次性处理数百个任务,提高工作效率
安全操作:支持预览模式和确认机制,避免误操作
灵活的查询能力:DartQL提供强大的任务筛选功能
局限性
仅支持Dart AI平台:无法用于其他任务管理工具
需要API令牌:需要从Dart AI账户获取访问令牌
生产环境操作:所有操作直接影响生产数据,需要谨慎使用
学习曲线:需要理解DartQL语法才能充分利用批量功能

如何使用

获取API令牌
访问Dart AI网站(https://app.dartai.com/?settings=account),登录您的账户,在账户设置中复制API令牌(以dsa_开头)。
配置MCP客户端
根据您使用的MCP客户端,添加Dart-Query服务器配置。推荐使用npx方式安装。
验证连接
使用info工具验证服务器连接是否正常,查看工作区配置和可用功能。
开始使用
根据需求使用相应的工具:单任务操作、批量操作、查询或文档管理。

使用案例

批量更新工程团队高优先级任务
将工程看板中所有高优先级的任务状态更新为'进行中'
批量添加标签并设置截止日期
为所有包含'bug'标签且截止日期在今天之后的任务添加'urgent'标签
批量归档已完成任务
将状态为'已完成'且完成时间超过30天的任务批量删除(移动到回收站)
从CSV批量创建任务
从项目计划CSV文件中批量创建新任务

常见问题

Dart-Query与直接使用Dart AI API有什么区别?
批量删除的任务能恢复吗?
DartQL支持哪些查询条件?
如何确保批量操作的安全性?
令牌消耗能减少多少?
支持哪些类型的任务更新?

相关资源

Dart AI官方网站
Dart AI任务管理平台官方网站
完整工具文档
详细的工具参数参考、DartQL语法和CSV导入格式
GitHub仓库
Dart-Query MCP服务器源代码
MCP协议文档
Model Context Protocol官方文档
API令牌获取
获取Dart AI API令牌的页面

安装

复制以下命令到你的Client进行配置
{
  "mcpServers": {
    "dart-query": {
      "command": "npx",
      "args": ["-y", "@standardbeagle/dart-query"],
      "env": {
        "DART_TOKEN": "dsa_your_token_here"
      }
    }
  }
}
注意:您的密钥属于敏感信息,请勿与任何人分享。

替代品

V
Vestige
Vestige是一个基于认知科学的AI记忆引擎,通过实现预测误差门控、FSRS-6间隔重复、记忆梦境等29个神经科学模块,为AI提供长期记忆能力。包含3D可视化仪表板和21个MCP工具,完全本地运行,无需云端。
Rust
4.5K
4.5分
M
Moltbrain
MoltBrain是一个为OpenClaw、MoltBook和Claude Code设计的长期记忆层插件,能够自动学习和回忆项目上下文,提供智能搜索、观察记录、分析统计和持久化存储功能。
TypeScript
5.1K
4.5分
B
Bm.md
一个功能丰富的Markdown排版工具,支持多种样式主题和平台适配,提供实时编辑预览、图片导出和API集成能力
TypeScript
4.4K
5分
S
Security Detections MCP
Security Detections MCP 是一个基于Model Context Protocol的服务器,允许LLM查询统一的安全检测规则数据库,涵盖Sigma、Splunk ESCU、Elastic和KQL格式。最新3.0版本升级为自主检测工程平台,可自动从威胁情报中提取TTPs、分析覆盖差距、生成SIEM原生格式检测规则、运行测试并验证。项目包含71+工具、11个预构建工作流提示和知识图谱系统,支持多SIEM平台。
TypeScript
5.0K
4分
P
Paperbanana
PaperBanana是一个自动化生成学术图表和统计图的智能框架,支持从文本描述生成高质量的论文插图,采用多智能体管道和迭代优化,提供CLI、Python API和MCP服务器等多种使用方式。
Python
6.6K
5分
B
Better Icons
一个提供超过20万图标搜索和检索的MCP服务器和CLI工具,支持150多个图标库,帮助AI助手和开发者快速获取和使用图标。
TypeScript
6.7K
4.5分
A
Assistant Ui
assistant-ui是一个开源TypeScript/React库,用于快速构建生产级AI聊天界面,提供可组合的UI组件、流式响应、无障碍访问等功能,支持多种AI后端和模型。
TypeScript
6.2K
5分
A
Apify MCP Server
Apify MCP服务器是一个基于模型上下文协议(MCP)的工具,允许AI助手通过数千个现成的爬虫、抓取器和自动化工具(Apify Actor)从社交媒体、搜索引擎、电商等网站提取数据。它支持OAuth和Skyfire代理支付,可通过HTTPS端点或本地stdio方式集成到Claude、VS Code等MCP客户端中。
TypeScript
7.5K
5分
F
Figma Context MCP
Framelink Figma MCP Server是一个为AI编程工具(如Cursor)提供Figma设计数据访问的服务器,通过简化Figma API响应,帮助AI更准确地实现设计到代码的一键转换。
TypeScript
74.4K
4.5分
D
Duckduckgo MCP Server
已认证
DuckDuckGo搜索MCP服务器,为Claude等LLM提供网页搜索和内容抓取服务
Python
85.7K
4.3分
F
Firecrawl MCP Server
Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器,提供丰富的网页抓取、搜索和内容提取功能。
TypeScript
150.3K
5分
E
Edgeone Pages MCP Server
EdgeOne Pages MCP是一个通过MCP协议快速部署HTML内容到EdgeOne Pages并获取公开URL的服务
TypeScript
33.0K
4.8分
B
Baidu Map
已认证
百度地图MCP Server是国内首个兼容MCP协议的地图服务,提供地理编码、路线规划等10个标准化API接口,支持Python和Typescript快速接入,赋能智能体实现地图相关功能。
Python
50.1K
4.5分
E
Exa Web Search
已认证
Exa MCP Server是一个为AI助手(如Claude)提供网络搜索功能的服务器,通过Exa AI搜索API实现实时、安全的网络信息获取。
TypeScript
57.2K
5分
M
Minimax MCP Server
MiniMax Model Context Protocol (MCP) 是一个官方服务器,支持与强大的文本转语音、视频/图像生成API交互,适用于多种客户端工具如Claude Desktop、Cursor等。
Python
64.6K
4.8分
C
Context7
Context7 MCP是一个为AI编程助手提供实时、版本特定文档和代码示例的服务,通过Model Context Protocol直接集成到提示中,解决LLM使用过时信息的问题。
TypeScript
106.8K
4.7分
AIBase
智启未来,您的人工智能解决方案智库
© 2026AIBase