Clockify Time Tracking

Clockify Time Tracking רץ באופן מקומי מתוך חבילת Python שפורסמה ב-PyPI: clockify-mcp, גרסה 0.3.2. הוא משתמש ב-MCP על גבי stdio, ולכן הלקוח מפעיל אותו כתוכנה ומתקשר איתו דרך קלט ופלט סטנדרטיים. כדי להריץ אותו צריך Python; לקוחות מפעילים אותו בדרך כלל עם uvx (מתוך uv) או אחרי pip install - הפקודה המקובלת היא uvx clockify-mcp. הוא קורא את משתני הסביבה האלה: CLOCKIFY_API_KEY (חובה, סודי), CLOCKIFY_ACCESS_MODE ו-CLOCKIFY_DEFAULT_WORKSPACE_ID; יש להגדיר אותם בתצורת הלקוח עבור השרת הזה.

Clockify Time Tracking רץ באופן מקומי מתוך אימג' של קונטיינר במרשם OCI כמו Docker Hub או GitHub Container Registry: ghcr.io/tracegazer/clockify-mcp:0.3.2. הוא משתמש ב-MCP על גבי stdio, ולכן הלקוח מפעיל אותו כתוכנה ומתקשר איתו דרך קלט ופלט סטנדרטיים. כדי להריץ אותו צריך Docker או סביבת ריצה אחרת לקונטיינרים של OCI; ההפעלה היא עם docker run - הפקודה המקובלת היא docker run -i --rm -e CLOCKIFY_API_KEY -e CLOCKIFY_ACCESS_MODE -e CLOCKIFY_DEFAULT_WORKSPACE_ID ghcr.io/tracegazer/clockify-mcp:0.3.2. הוא קורא את משתני הסביבה האלה: CLOCKIFY_API_KEY (חובה, סודי), CLOCKIFY_ACCESS_MODE ו-CLOCKIFY_DEFAULT_WORKSPACE_ID; יש להגדיר אותם בתצורת הלקוח עבור השרת הזה.

בפורמט ה-JSON של mcpServers, שלקוחות MCP רבים לדסקטופ ולעורכי קוד קוראים, הרשומה נראית כך (מצייני מקום בסוגריים זוויתיים):

{
  "mcpServers": {
    "clockify-mcp": {
      "command": "uvx",
      "args": [
        "clockify-mcp"
      ],
      "env": {
        "CLOCKIFY_API_KEY": "<סוד>",
        "CLOCKIFY_ACCESS_MODE": "<ערך>",
        "CLOCKIFY_DEFAULT_WORKSPACE_ID": "<ערך>"
      }
    }
  }
}

נגזר מהרשומה במרשם, ולא נבדק כאן. מה השרת עושה, ובאילו תנאים, נקבע על ידי המפרסם שלו; כדאי לבדוק את מאגר הקוד או את האתר שלו לפני שנותנים לו גישה לחשבונות או לקבצים שלך. איך מוסיפים שרת MCP לעוזר AI · לפני שמתחברים