🚀 Un sistema de gestión de tareas inteligente basado en el Protocolo de Contexto de Modelo (MCP), que proporciona un marco de flujo de trabajo de programación eficiente para agentes de IA.
Shrimp Task Manager guía a los agentes a través de flujos de trabajo estructurados para una programación sistemática, mejorando los mecanismos de gestión de la memoria de tareas y evitando de forma eficaz el trabajo de codificación redundante y repetitivo.
ENABLE_GUI=true en su archivo .env . Al habilitarla, se creará un archivo WebGUI.md con la dirección de acceso en su DATA_DIR .Shrimp Task Manager ofrece un enfoque estructurado para la programación asistida por IA a través de flujos de trabajo guiados y gestión sistemática de tareas.
Shrimp es básicamente una plantilla de indicaciones que guía a los agentes de IA para comprender y trabajar mejor con tu proyecto. Utiliza una serie de indicaciones para garantizar que el agente se ajuste perfectamente a las necesidades y convenciones específicas de tu proyecto.
Antes de comenzar a planificar tareas, puede aprovechar el modo de investigación para la investigación técnica y la recopilación de conocimientos. Esto es especialmente útil cuando:
Simplemente dígale al Agente "investigue [su tema]" o "inicie sesión en modo de investigación para [tecnología/problema]" para iniciar una investigación sistemática. Los resultados de la investigación le servirán de base para la planificación de tareas y las decisiones de desarrollo posteriores.
Al trabajar con un nuevo proyecto, simplemente indique al Agente "iniciar reglas del proyecto". Esto le ayudará a generar un conjunto de reglas adaptado a los requisitos y la estructura específicos de su proyecto.
Para desarrollar o actualizar funciones, utilice el comando "planificar tarea [su descripción]". El sistema consultará las reglas previamente establecidas, intentará comprender su proyecto, buscará secciones de código relevantes y propondrá un plan integral basado en el estado actual de su proyecto.
Durante el proceso de planificación, Shrimp guía al Agente a través de múltiples pasos de pensamiento. Puedes revisar este proceso y brindar retroalimentación si consideras que va por mal camino. Simplemente interrumpe y comparte tu perspectiva; el Agente incorporará tus comentarios y continuará con el proceso de planificación.
Cuando esté satisfecho con el plan, utilice "Ejecutar tarea [nombre o ID de la tarea]" para implementarlo. Si no especifica un nombre o ID de tarea, el sistema identificará y ejecutará automáticamente la tarea de mayor prioridad.
Si prefiere ejecutar todas las tareas en secuencia sin intervención manual para cada tarea, utilice el "modo continuo" para procesar automáticamente toda la cola de tareas.
Debido a los límites de tokens LLM, es posible que se pierda el contexto durante conversaciones largas. Si esto ocurre, simplemente abra una nueva sesión de chat y pida al agente que continúe la ejecución. El sistema retomará la tarea donde la dejó sin necesidad de repetir los detalles ni el contexto.
Puede cambiar el idioma de los mensajes del sistema configurando la variable de entorno TEMPLATES_USE . Admite en (inglés) y zh (chino tradicional) de forma predeterminada. Además, puede copiar un directorio de plantillas existente (p. ej., src/prompts/templates_en ) a la ubicación especificada por DATA_DIR , modificarlo y luego usar TEMPLATES_USE para apuntar el nombre del directorio de plantillas personalizado. Esto permite una personalización más completa de los mensajes. Para obtener instrucciones detalladas, consulte.
Shrimp Task Manager incluye un modo de investigación especializado diseñado para la investigación técnica sistemática y la recopilación de conocimientos.
El Modo de Investigación es un sistema de flujo de trabajo guiado que ayuda a los agentes de IA a realizar investigaciones técnicas exhaustivas y sistemáticas. Ofrece enfoques estructurados para explorar tecnologías, comparar soluciones, investigar las mejores prácticas y recopilar información completa para las tareas de programación.
El modo de investigación es particularmente valioso para:
Simplemente dígale al Agente que ingrese al modo de investigación con su tema:
El sistema guiará al Agente a través de fases de investigación estructuradas, garantizando una investigación exhaustiva y manteniendo el enfoque en sus necesidades específicas.
💡 Recomendación : para obtener la mejor experiencia en el modo de investigación, recomendamos utilizar Claude 4 Sonnet , que proporciona capacidades analíticas excepcionales y una síntesis de investigación integral.
Shrimp Task Manager tiene capacidades de memoria a largo plazo, guardando automáticamente el historial de ejecución de tareas y proporcionando experiencias de referencia al planificar nuevas tareas.
Mediante el uso eficaz de la función de memoria de tareas, el sistema puede acumular experiencia de forma continua, y el nivel de inteligencia y la eficiencia del trabajo mejoran continuamente.
La función Reglas del proyecto ayuda a mantener la coherencia en toda su base de código:
⚠️ Recomendación : Inicialice las reglas del proyecto cuando crezca o experimente cambios significativos. Esto ayuda a mantener la consistencia y la calidad a medida que aumenta la complejidad.
Utilice la herramienta init_project_rules para configurar o actualizar los estándares del proyecto cuando:
Puede acceder fácilmente a esta función con simples comandos en lenguaje natural:
Esta herramienta es particularmente valiosa cuando su base de código se expande o sufre cambios estructurales significativos, lo que ayuda a mantener prácticas de desarrollo consistentes durante todo el ciclo de vida del proyecto.
Para instalar Shrimp Task Manager para Claude Desktop automáticamente a través de Smithery :
Shrimp Task Manager se puede utilizar con cualquier cliente que admita el Protocolo de contexto de modelo, como Cursor IDE.
Shrimp Task Manager ofrece dos métodos de configuración: configuración global y configuración específica del proyecto.
~/.cursor/mcp.json )mcpServers :⚠️ Reemplace
/mcp-shrimp-task-managercon su ruta actual.
También puede configurar configuraciones dedicadas para cada proyecto para utilizar directorios de datos independientes para diferentes proyectos:
.cursor en la raíz del proyectomcp.json en este directorio con el siguiente contenido:El parámetro DATA_DIR es el directorio donde Shrimp Task Manager almacena datos de tareas, registros de conversaciones y otra información. Configurar este parámetro correctamente es crucial para el correcto funcionamiento del sistema. Este parámetro debe usar una ruta absoluta ; usar una ruta relativa puede provocar que el sistema ubique incorrectamente el directorio de datos, lo que puede provocar la pérdida de datos o un fallo de funcionamiento.
Advertencia : el uso de rutas relativas puede provocar los siguientes problemas:
- No se encontraron archivos de datos, lo que provoca un error en la inicialización del sistema
- Pérdida del estado de la tarea o imposibilidad de guardarla correctamente
- Comportamiento inconsistente de las aplicaciones en diferentes entornos
- El sistema se bloquea o no se puede iniciar
El Administrador de Tareas de Shrimp permite personalizar el comportamiento de los mensajes mediante variables de entorno, lo que permite ajustar las respuestas del asistente de IA sin modificar el código. Puede configurar estas variables en la configuración o mediante un archivo .env :
Hay dos métodos de personalización:
MCP_PROMPT_[FUNCTION_NAME] ): reemplaza por completo el mensaje predeterminadoMCP_PROMPT_[FUNCTION_NAME]_APPEND ): agrega contenido al mensaje existenteAdemás, existen otras variables de configuración del sistema:
en . Las opciones disponibles actualmente son en y zh . Para usar plantillas personalizadas, copie el directorio src/prompts/templates_en a la ubicación especificada por DATA_DIR , cambie el nombre del directorio copiado (p. ej., a my_templates ) y configure TEMPLATES_USE con el nuevo nombre del directorio (p. ej., my_templates ).Para obtener instrucciones detalladas sobre cómo personalizar los mensajes, incluidos los parámetros admitidos y ejemplos, consulte la Guía de personalización de mensajes .
Puede habilitar Configuración del cursor => Funciones => Modos personalizados y configurar los dos modos siguientes:
💡 Elige el modo adecuado según tus necesidades:
- Utilice el modo TaskPlanner al planificar tareas
- Utilice el modo TaskExecutor al ejecutar tareas
Si su herramienta no admite modos personalizados, puede:
Please plan the following task: ...... o Please start executing the task...Después de la configuración, puede utilizar las siguientes herramientas:
| Categoría | Nombre de la herramienta | Descripción |
|---|---|---|
| Planificación de tareas | plan_task | Comience a planificar tareas |
| Análisis de tareas | analyze_task | Análisis en profundidad de los requisitos de la tarea |
process_thought | Razonamiento paso a paso para problemas complejos | |
| Evaluación de la solución | reflect_task | Reflexionar y mejorar los conceptos de solución |
| Investigación e investigación | research_mode | Entrar en el modo de investigación técnica sistemática |
| Gestión de proyectos | init_project_rules | Inicializar o actualizar los estándares y reglas del proyecto |
| Gestión de tareas | split_tasks | Dividir las tareas en subtareas |
list_tasks | Mostrar todas las tareas y estados | |
query_task | Buscar y enumerar tareas | |
get_task_detail | Mostrar detalles completos de la tarea | |
delete_task | Eliminar tareas incompletas | |
| Ejecución de tareas | execute_task | Ejecutar tareas específicas |
verify_task | Verificar la finalización de la tarea |
Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.
Para obtener la mejor experiencia, recomendamos utilizar los siguientes modelos:
Debido a las diferencias en los métodos de entrenamiento y las capacidades de comprensión entre los modelos, el uso de otros modelos podría generar resultados distintos para las mismas indicaciones. Este proyecto se ha optimizado para Claude 3.7 y Gemini 2.5.
You must be authenticated.
El Administrador de Tareas MCP Shrimp es una herramienta diseñada para agentes de IA, que prioriza la cadena de pensamiento, la reflexión y la coherencia de estilo. Convierte el lenguaje natural en tareas de desarrollo estructuradas con seguimiento de dependencias y refinamiento iterativo, lo que permite un comportamiento de desarrollador similar al de un agente en sistemas de IA de razonamiento.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/cjo4m06/mcp-shrimp-task-manager'
If you have feedback or need assistance with the MCP directory API, please join our Discord server