Skip to main content
Glama

TaskMateAI

AI/MCP TODO任务管理应用

TaskMateAI是一个简单的任务管理应用程序,可以使AI自主管理和执行任务,并可以通过MCP(模型上下文协议)进行操作。

README 可在此处获取

Related MCP server: Taskmaster

特征

  • 通过 MCP 创建和管理任务

  • 子任务支持

  • 基于优先级的任务处理

  • 任务进度管理及汇报功能

  • 添加注释功能

  • 通过 JSON 文件进行数据持久化

  • 通过代理ID管理多个AI的任务

  • 按项目组织任务

安装

先决条件

  • Python 3.12 或更高版本

  • uv(Python 包管理器)

  • WSL(适用于 Linux 的 Windows 子系统)*适用于 Windows 环境

安装说明

  1. 克隆或下载存储库:

git clone https://github.com/YourUsername/TaskMateAI.git cd TaskMateAI
  1. 安装所需的软件包:

uv install -r requirements.txt

如何使用

应用程序启动

在 WSL 环境中,您可以像这样运行您的应用程序:

cd /path/to/TaskMateAI/src/TaskMateAI uv run TaskMateAI

MCP 配置

与 MCP 一起使用的配置示例:

{ "mcpServers": { "TodoApplication": { "command": "uv", "args": [ "--directory", "/絶対パス/TaskMateAI", "run", "TaskMateAI" ], "env": {}, "alwaysAllow": [ "get_tasks", "get_next_task", "create_task", "update_progress", "complete_task", "add_subtask", "update_subtask", "add_note", "list_agents", "list_projects" ], "defaultArguments": { "agent_id": "agent_123", "project_name": "" } } } }
{ "mcpServers": { "TodoApplication": { "command": "wsl.exe", "args": [ "-e", "bash", "-c", "cd /絶対パス/TaskMateAI && /home/ユーザー/.local/bin/uv run TaskMateAI" ], "env": {}, "alwaysAllow": [ "get_tasks", "get_next_task", "create_task", "update_progress", "complete_task", "add_subtask", "update_subtask", "add_note", "list_agents", "list_projects" ], "defaultArguments": { "agent_id": "agent_123", "project_name": "" } } } }

可用的 MCP 工具

TaskMateAI 提供以下 MCP 工具:

  1. get_tasks - 获取任务列表(可以按状态和优先级进行过滤)

  2. get_next_task - 获取下一个高优先级任务(自动更新为进行中状态)

  3. create_task - 创建新任务(带有子任务)

  4. update_progress - 更新任务的进度

  5. complete_task - 将任务标记为完成

  6. **add_subtask——**向现有任务添加子任务

  7. update_subtask - 更新子任务的状态

  8. add_note - 为任务添加注释

  9. list_agents - 获取可用代理 ID 列表

  10. list_projects - 获取与特定代理相关的项目列表

数据格式

使用以下结构来管理任务:

{ "id": 1, "title": "タスクのタイトル", "description": "タスクの詳細な説明", "priority": 3, "status": "todo", // "todo", "in_progress", "done" のいずれか "progress": 0, // 0-100 の進捗率 "subtasks": [ { "id": 1, "description": "サブタスクの説明", "status": "todo" // "todo", "in_progress", "done" のいずれか } ], "notes": [ { "id": 1, "content": "ノートの内容", "timestamp": "2025-02-28T09:22:53.532808" } ] }

数据存储

任务数据以分层结构存储:

output/ ├── tasks.json # デフォルトのタスクファイル ├── agent1/ │ ├── tasks.json # agent1のタスクファイル │ ├── project1/ │ │ └── tasks.json # agent1のproject1のタスクファイル │ └── project2/ │ └── tasks.json # agent1のproject2のタスクファイル └── agent2/ ├── tasks.json # agent2のタスクファイル └── projectA/ └── tasks.json # agent2のprojectAのタスクファイル

应用程序运行时,每个任务文件都会自动生成和更新。

管理代理和项目

要管理特定代理或项目的任务,您可以:

  1. 在您的 MCP 设置中指定默认代理:通过在defaultArguments中指定agent_id ,它将在所有请求中自动使用。

  2. 在 AI 对话中指定项目:您可以在对话中指定项目,例如“向项目 X 添加新任务”。

  3. AI直接指定:您可以在请求参数中包含agent_idproject_name

项目结构

TaskMateAI/ ├── src/ │ └── TaskMateAI/ │ ├── __init__.py # パッケージ初期化 │ └── __main__.py # メインアプリケーションコード ├── output/ # データ保存ディレクトリ │ └── tasks.json # タスクデータ (自動生成) ├── tests/ # テストコード │ ├── unit/ # ユニットテスト │ └── integration/ # 統合テスト ├── requirements.txt # 依存パッケージリスト └── README.md # このファイル

测试

TaskMateAI 提供了全面的测试套件以确保功能的可靠性。

测试配置

测试按以下目录结构组织:

tests/ ├── __init__.py # テストパッケージの初期化 ├── conftest.py # テスト用フィクスチャの定義 ├── unit/ # ユニットテスト │ ├── __init__.py │ ├── test_task_utils.py # タスク関連ユーティリティのテスト │ ├── test_mcp_tools.py # MCPツール機能のテスト │ └── test_agent_projects.py # エージェントとプロジェクト管理のテスト └── integration/ # 統合テスト └── __init__.py

测试类型

  1. 单元测试:确保应用程序的各个组件正常运行

    • test_task_utils.py :测试读写任务、生成ID等基本功能。

    • test_mcp_tools.py :测试 MCP 工具的功能(创建、更新、完成任务等)

    • test_agent_projects.py :测试代理ID和项目管理功能

  2. 集成测试:确保多个组件正确协同工作(计划未来扩展)

如何运行测试

您可以使用以下命令运行测试:

  1. 运行所有测试:

cd /path/to/TaskMateAI uv run python -m pytest -xvs
  1. 运行特定的测试文件:

uv run python -m pytest -xvs tests/unit/test_task_utils.py
  1. 运行特定的测试类:

uv run python -m pytest -xvs tests/unit/test_mcp_tools.py::TestMCPTools
  1. 运行特定的测试功能:

uv run python -m pytest -xvs tests/unit/test_task_utils.py::TestTaskUtils::test_read_tasks_with_data

测试参数解释:

  • -x :发生错误时停止测试

  • -v :显示详细输出

  • -s :测试期间显示标准输出

待修复项目

  • 实现任务模板功能

  • 构建任务之间的依赖管理系统

  • 增加日程安排功能

  • 引入基于标签的任务分类系统

  • 实施里程碑管理功能

执照

麻省理工学院

作者

全新 AI T 恤

-
security - not tested
A
license - permissive license
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/NewAITees/TaskMateAI'

If you have feedback or need assistance with the MCP directory API, please join our Discord server