taskqueue-mcp

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Integrations

  • Referenced in examples for web design tasks, with CSS reset and editing mentioned as part of the workflow for creating responsive websites.

  • Mentioned in toolRecommendations as a recommended tool for project setup tasks, allowing for repository initialization and version control.

  • Mentioned in an example for repository hosting, allowing tasks to reference GitHub repositories as part of project setup.

MCP 작업 관리자

MCP 작업 관리자( npm 패키지: taskqueue-mcp )는 AI 작업 관리를 위한 모델 컨텍스트 프로토콜(MCP) 서버입니다. 이 도구는 AI 비서가 여러 단계의 작업을 체계적으로 처리할 수 있도록 지원하며, 선택적으로 사용자 승인 체크포인트를 제공합니다.

특징

  • 여러 단계로 구성된 작업 계획
  • 진행 상황 추적
  • 완료된 작업에 대한 사용자 승인
  • 프로젝트 완료 승인
  • 작업 세부 정보 시각화
  • 작업 상태 관리
  • 작업 검사 및 관리를 위한 향상된 CLI

기본 설정

일반적으로 Claude Desktop, Cursor 또는 다른 MCP 클라이언트에서 도구 구성을 다음과 같이 설정합니다.

지엑스피1

CLI 유틸리티를 사용하려면 다음 명령을 사용하면 됩니다.

npx taskqueue --help

사용 가능한 명령과 옵션이 표시됩니다.

고급 구성

작업 관리자는 프로젝트 계획 생성을 위해 여러 LLM 공급자를 지원합니다. 사용하려는 공급자에 따라 다음 환경 변수 중 하나 이상을 구성할 수 있습니다.

  • OPENAI_API_KEY : OpenAI 모델(예: GPT-4)을 사용하는 데 필요합니다.
  • GOOGLE_GENERATIVE_AI_API_KEY : Google의 Gemini 모델을 사용하는 데 필요합니다.
  • DEEPSEEK_API_KEY : Deepseek 모델을 사용하는 데 필요합니다.

CLI를 사용하여 프로젝트 계획을 생성하려면 셸에서 다음 환경 변수를 설정하세요.

export OPENAI_API_KEY="your-api-key" export GOOGLE_GENERATIVE_AI_API_KEY="your-api-key" export DEEPSEEK_API_KEY="your-api-key"

또는 MCP 도구 호출을 통해 프로젝트 계획을 생성하기 위해 MCP 클라이언트 구성에 포함할 수 있습니다.

{ "tools": { "taskqueue": { "command": "npx", "args": ["-y", "taskqueue-mcp"], "env": { "OPENAI_API_KEY": "your-api-key", "GOOGLE_GENERATIVE_AI_API_KEY": "your-api-key", "DEEPSEEK_API_KEY": "your-api-key" } } } }

사용 가능한 MCP 도구

TaskManager는 이제 각 작업에 맞게 특별히 제작된 도구가 포함된 직접 도구 인터페이스를 사용합니다.

프로젝트 관리 도구

  • list_projects : 시스템의 모든 프로젝트를 나열합니다.
  • read_project : 특정 프로젝트에 대한 세부 정보를 가져옵니다.
  • create_project : 초기 작업으로 새 프로젝트를 생성합니다.
  • delete_project : 프로젝트를 제거합니다
  • add_tasks_to_project : 기존 프로젝트에 새 작업을 추가합니다.
  • finalize_project : 모든 작업이 완료된 후 프로젝트를 마무리합니다.

작업 관리 도구

  • list_tasks : 특정 프로젝트의 모든 작업을 나열합니다.
  • read_task : 특정 작업에 대한 세부 정보를 가져옵니다.
  • create_task : 프로젝트에 새로운 작업을 생성합니다
  • update_task : 작업 속성(제목, 설명, 상태)을 수정합니다.
  • delete_task : 프로젝트에서 작업을 제거합니다.
  • approve_task : 완료된 작업을 승인합니다.
  • get_next_task : 프로젝트에서 보류 중인 다음 작업을 가져옵니다.
  • mark_task_done : 작업을 완료로 표시하고 세부 정보를 표시합니다.

작업 상태 및 워크플로

작업에는 다음 중 하나일 수 있는 상태 필드가 있습니다.

  • not started : 작업이 아직 시작되지 않았습니다.
  • in progress : 작업이 현재 진행 중입니다.
  • done : 작업이 완료되었습니다( completedDetails 필요)

상태 전환 규칙

시스템은 작업 상태 전환에 대해 다음 규칙을 적용합니다.

  • 작업은 정의된 유효한 전환이 있는 특정 워크플로를 따릅니다.
    • not started : in progress 중으로만 이동 가능
    • in progress 중: done 로 이동하거나 not started 으로 돌아갈 수 있습니다.
    • done : 추가 작업이 필요한 경우 in progress 돌아갈 수 있습니다.
  • 작업이 "완료"로 표시되면 완료된 내용을 문서화하기 위해 completedDetails 필드를 제공해야 합니다.
  • 승인된 작업은 수정할 수 없습니다.
  • 모든 작업이 완료되고 승인된 경우에만 프로젝트가 승인될 수 있습니다.

이러한 규칙은 작업 진행 상황의 무결성을 유지하고 완료된 작업에 대한 적절한 문서화를 보장하는 데 도움이 됩니다.

사용 워크플로

이 작업 관리자를 사용하는 LLM의 일반적인 워크플로는 다음과 같습니다.

  1. create_project : 초기 작업으로 프로젝트 시작
  2. get_next_task : 보류 중인 첫 번째 작업을 가져옵니다.
  3. 작업을 진행하다
  4. mark_task_done : 작업을 세부 정보와 함께 완료로 표시합니다.
  5. 승인을 기다리세요(사용자는 CLI를 통해 approve_task 호출해야 함)
  6. get_next_task : 보류 중인 다음 작업을 가져옵니다.
  7. 모든 작업이 완료될 때까지 3~6단계를 반복합니다.
  8. finalize_project : 프로젝트 완료(사용자 승인 필요)

CLI 명령

작업 승인

작업 승인은 CLI 명령을 통해 인간 사용자에 의해 독점적으로 제어됩니다.

npx taskqueue approve-task -- <projectId> <taskId>

옵션:

  • -f, --force : 작업이 완료로 표시되지 않은 경우에도 강제로 승인합니다.

참고: 작업은 승인되기 전에 완료된 세부 정보와 함께 "완료"로 표시되어야 합니다(--force를 사용하지 않는 한).

작업 및 프로젝트 나열

CLI는 모든 프로젝트와 작업을 나열하는 명령을 제공합니다.

npx taskqueue list-tasks

특정 프로젝트의 세부 정보를 보려면:

npx taskqueue list-tasks -- -p <projectId>

이 명령은 다음을 포함하여 시스템의 모든 프로젝트 또는 특정 프로젝트에 대한 정보를 표시합니다.

  • 프로젝트 ID 및 초기 프롬프트
  • 완료 상태
  • 작업 세부 정보(제목, 설명, 상태, 승인)
  • 진행률 측정 항목(승인/완료/총 작업)

데이터 스키마 및 저장소

파일 위치

작업 관리자는 서버와 CLI 모두에서 액세스할 수 있는 JSON 파일에 데이터를 저장합니다.

기본 플랫폼별 위치는 다음과 같습니다.

  • 리눅스 : ~/.local/share/taskqueue-mcp/tasks.json
  • macOS : ~/Library/Application Support/taskqueue-mcp/tasks.json
  • Windows : %APPDATA%\taskqueue-mcp\tasks.json

작업 데이터를 저장할 때 사용자 지정 파일 경로를 사용하는 것은 권장되지 않습니다. MCP 서버와 CLI 모두에 동일한 경로를 설정해야 하므로, 서로 연동되지 않기 때문입니다. 사용자 지정 경로를 사용하려면 MCP 클라이언트 구성에서 TASK_MANAGER_FILE_PATH 환경 변수를 설정할 수 있습니다.

{ "tools": { "taskqueue": { "command": "npx", "args": ["-y", "taskqueue-mcp"], "env": { "TASK_MANAGER_FILE_PATH": "/path/to/tasks.json" } } } }

그런 다음 CLI를 실행하기 전에 셸에서 동일한 경로를 내보내야 합니다.

export TASK_MANAGER_FILE_PATH="/path/to/tasks.json"

데이터 스키마

JSON 파일은 다음과 같은 구조를 사용합니다.

TaskManagerFile ├── projects: Project[] ├── projectId: string # Format: "proj-{number}" ├── initialPrompt: string # Original user request text ├── projectPlan: string # Additional project details ├── completed: boolean # Project completion status └── tasks: Task[] # Array of tasks ├── id: string # Format: "task-{number}" ├── title: string # Short task title ├── description: string # Detailed task description ├── status: string # Task status: "not started", "in progress", or "done" ├── approved: boolean # Task approval status ├── completedDetails: string # Completion information (required when status is "done") ├── toolRecommendations: string # Suggested tools that might be helpful for this task └── ruleRecommendations: string # Suggested rules/guidelines to follow for this task

특허

MIT

ID: wb0ya36k4k