mcp-server-trello
MCP Server Trello 是项目管理工具 Trello 的 Model Context P
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
MCP Server Trello 是项目管理工具 Trello 的 Model Context P
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下：你的团队每天在 Trello 上管理数百个任务，但 AI 助手无法读取看板、无法帮你创建卡片、无法自动追踪进度。你只能在 AI 聊天框里复制粘贴任务描述，效率大打折扣。
mcp-server-trello 正是解决这一痛点的桥梁。它将 Trello 的全部能力以标准化的 Model Context Protocol（MCP）接口暴露给 AI Agent，让 AI 能够像人一样操作你的项目管理看板——创建任务、更新状态、添加评论、设置到期提醒。
该项目由独立开发者 Jarad DeLorenzo（GitHub @delorenj）创建和维护，仓库地址为 delorenj/mcp-server-trello。作者是 MCP 生态的积极贡献者，除了 Trello 集成外，还在维护一系列 MCP 服务器和 BMAD Agent 技能包。
Trello 是全球最流行的可视化项目管理工具之一，采用看板（Kanban）模式，支持团队协作任务管理。然而，长期以来 AI 助手与 Trello 之间存在断层——AI 无法主动感知看板变化，更无法直接操作卡片和列表。mcp-server-trello 填补了这一空白，让 AI Agent 获得了「操作项目管理工具」的能力。
Model Context Protocol（MCP）是 Anthropic 提出的开放协议，旨在为 AI 助手提供标准化的工具调用和上下文注入机制。类似于 USB-C 接口让不同设备可以互相连接，MCP 让不同的 AI 助手可以调用不同数据源和工具。项目已通过 MCP 官方注册：https://registry.modelcontextprotocol.io/servers/io.github.delorenj/mcp-server-trello。
项目采用 Bun 运行时驱动，代码使用 TypeScript 编写，严格模式（strict mode）保证类型安全。架构上分为以下核心模块：
| 模块 | 文件 | 职责 |
|---|---|---|
| 入口 | src/index.ts | MCP Server 初始化、工具注册、生命周期管理 |
| Trello 客户端 | src/trello-client.ts | Trello REST API 调用、代理配置、速率限制 |
| 附件处理 | src/trello/attachments.ts | 文件附件上传/下载/预览 |
| 健康检查 | src/health/health-endpoints.ts | 系统健康监控、自动化修复 |
| 类型定义 | src/types.ts | 全量 TypeScript 接口定义 |
| 速率限制 | src/rate-limiter.ts | Trello API 速率限制（300 req/10s per key，100 req/10s per token） |
项目基于 @modelcontextprotocol/sdk 构建，使用该 SDK 提供的 McpServer 类作为核心。服务器通过 STDIO 传输（标准输入输出）与 AI 客户端通信，这种方式天然适合命令行环境，无需网络监听，安全性高。
入口流程简析（src/index.ts）：
TRELLO_API_KEY 和 TRELLO_TOKEN（必需）以及 TRELLO_BOARD_ID（可选）TrelloClient 实例，注入 API 凭证和可选的代理配置（支持 HTTPS_PROXY 环境变量）作者在 v1.5.0 版本将整个项目迁移到 Bun 运行时，相比 Node.js 获得 2.8-4.4 倍性能提升。这对于一个纯 I/O 驱动的 API 代理服务来说意义重大——速率限制等待和 API 请求往返时间是主要瓶颈，Bun 的事件循环优化直接转化为更低的延迟和更高的吞吐量。所有现有的 npx、npm、pnpx 命令完全兼容，用户无需修改任何使用习惯。
所有 Trello API 响应均有对应的 TypeScript 接口定义（src/types.ts），包括 TrelloCard、TrelloList、TrelloBoard、TrelloComment、TrelloAttachment、TrelloChecklist 等。还引入了 zod 库对工具输入参数进行运行时校验，双重保障类型安全。
通过 get_cards_by_list_id 工具，AI 可以获取指定列表中的所有卡片，支持：
descMaxLength / omitDescThresholdBytes）配合 get_card 工具获取单张卡片的完整详情，包含检查清单、附件、标签、成员和评论。
Trello 的评论是团队沟通的重要渠道。mcp-server-trello 支持评论的增删改查：添加评论（add_comment）、更新评论（update_comment）、删除评论（delete_comment）、获取评论列表（get_comments）。AI Agent 可以利用这一能力自动生成每日站会摘要、提醒队友更新进度、归档重要讨论。
通过 src/trello/attachments.ts 模块，支持从外部 URL 为卡片附加文件（PDF、文档、图片、视频等），以及下载附件和获取预览图片（含尺寸信息）。这意味着 AI 可以自动将文档、截图等附件归集到对应任务卡片上。
src/health/health-endpoints.ts 提供了一套完整的健康检查端点：
/health — 快速心跳检查，适合负载均衡探针/health/detailed — 详细诊断报告（性能指标、系统状态）/health/metadata — 元数据一致性验证/health/performance — 性能指标分析/admin/repair — 自动化修复能力（当可用时）这些端点不仅服务于运维监控，还体现了作者对代码质量的追求——健康检查框架的存在本身也证明了项目的工程化水平。
该项目还以 BMAD 技能包（BMAD-compatible skill package）的形式分发，skill 目录包含完整的 SKILL.md 描述文件。当 AI Agent 激活该技能时，会自动执行 skill/scripts/install.sh 脚本从源码构建 MCP 服务器，实现零配置集成。这是一种面向 AI 原生（AI-native）的分发方式，体现了作者对 MCP 生态的深度理解。
bun install
bun run build
项目提供了完整的多阶段 Dockerfile，基于 oven/bun:1-alpine 构建，产物为精简的生产镜像。构建产物仅包含编译后的 JavaScript（ESM 格式），生产依赖与开发依赖分离，镜像体积控制在合理范围内。
通过 Claude Desktop、Cursor、WindSurf 等支持 MCP 协议的客户端，配置 mcpServers 即可接入。配置项包括：TRELLO_API_KEY、TRELLO_TOKEN（必需）以及 TRELLO_BOARD_ID（可选）。
必需前提： 用户需自行前往 https://trello.com/power-ups/admin 注册 Trello API Key 和 Token，涉及 Trello 账号权限授权。
纯 API 代理服务，无需 GPU，内存占用极低（<256MB），磁盘仅需 100MB。部署难度评分为 2/5（简单），预估部署时间 10 分钟以内。
TRELLO_API_KEY 和 TRELLO_TOKEN 以环境变量方式注入，存在凭证泄露风险。生产环境中建议通过 Vault 或 K8s Secret 管理，并定期轮换 Token。
Trello 对 API Key 和 Token 分别施加速率限制（300 req/10s 和 100 req/10s）。如果 AI Agent 高频调用，可能触发 429 Too Many Requests 错误。代码中实现了速率限制器（rate-limiter.ts），但在高并发场景下仍需关注。
项目为纯 CLI/STDIO 工具，没有 Web 界面。所有交互均通过 AI Agent 发起，不适合习惯图形化操作的用户。对于需要人工直接操作的场景（如临时查看看板），仍需打开 Trello 网页。
BMAD 技能包的分发方式虽然面向 AI 原生，但对非 BMAD 生态的用户（如直接使用 Claude CLI 的用户）来说，需要额外的配置步骤才能利用这一特性。
mcp-server-trello 所在的 MCP 生态正在快速增长。随着 Claude GPT、Cursor、Windsurf 等 AI 编程工具的普及，越来越多的开发者希望 AI 能够与自己的工具链深度集成。Trello 作为全球超过 5000 万用户的项目管理工具，mcp-server-trello 为这些用户提供了一个将 AI 引入日常项目管理的低成本路径。
GitHub 数据显示该项目目前有 404 Stars 和 130 Forks，增长趋势得分为 72.62/100（growth_trend_score），月趋势得分 75.86/100（monthly_trend_score），属于 MCP 生态中中等规模的工具类项目。随着 MCP 协议被更多 AI 应用采纳，类似的项目整合需求将持续增长。
mcp-server-trello 是一款专注于解决 AI 与项目管理工具断层的 MCP 服务器。它以 TypeScript + Bun 为技术栈，通过标准化的 MCP 接口将 Trello 的全部操作能力暴露给 AI Agent，让 AI 能够主动参与项目管理流程——创建任务、追踪进度、添加评论、自动归档附件。
对于已经使用 Trello 进行团队协作的开发者而言，这款工具的价值在于：将 Trello 从一个「人才能操作的看板」升级为「AI 也可以操作的看板」。无论是自动化每日站会摘要、到期提醒，还是让 AI 帮你创建周报卡片，mcp-server-trello 都能成为 AI 工作流中的关键一环。
项目代码质量较高（TypeScript 严格模式 + zod 校验 + 完整测试套件），Docker 支持完善，但缺少 Web UI 和 docker-compose 一键部署，适合有技术背景的用户和 BMAD 生态玩家。如果你的团队使用 Trello 且希望 AI 能够自动化项目管理流程，这是目前最成熟的开源解决方案之一。