Supports configuration through environment variables, allowing customization of prompts and system behavior without modifying code.
Leverages Node.js as the runtime environment for the task management system, enabling efficient execution of the MCP server and its task management capabilities.
Uses TypeScript to provide a type-safe development environment for the task management system, enhancing code reliability and maintainability.
🚀 基于模型上下文协议（MCP）的智能任务管理系统，为AI代理提供高效的编程工作流框架。
Shrimp Task Manager 通过结构化的工作流引导 Agent 进行系统化编程，增强任务内存管理机制，有效避免冗余重复的编码工作。
Shrimp Task Manager 通过引导式工作流程和系统化任务管理为 AI 辅助编程提供结构化方法。
Shrimp 本质上是一个提示模板，用于引导 AI 代理更好地理解和处理您的项目。它使用一系列提示来确保代理与您项目的特定需求和惯例紧密契合。
在处理新项目时，只需告诉代理“初始化项目规则”。这将引导代理生成一套根据项目特定需求和结构定制的规则。
要开发或更新功能，请使用命令“plan task [您的描述]”。系统将参考之前制定的规则，尝试了解您的项目，搜索相关的代码段，并根据项目的当前状态提出全面的计划。
在规划过程中，Shrimp 会引导 Agent 完成多个思考步骤。您可以回顾此流程，如果觉得方向不对，可以提出反馈。只需打断并分享您的观点，Agent 就会采纳您的反馈，并继续规划流程。
当您对计划满意后，使用“执行任务 [任务名称或 ID]”来执行该计划。如果您未指定任务名称或 ID，系统将自动识别并执行优先级最高的任务。
如果您希望按顺序执行所有任务而不手动干预每个任务，请使用“连续模式”自动处理整个任务队列。
由于 LLM 令牌限制，长时间对话中可能会丢失上下文。如果发生这种情况，只需打开新的聊天会话并请求代理继续执行即可。系统将从中断处继续执行，无需您重复任务详细信息或上下文。
您可以通过设置TEMPLATES_USE环境变量来切换系统提示语言。它默认支持en （英语）和zh （繁体中文）。此外，您还可以将现有模板目录（例如src/prompts/templates_en ）复制到DATA_DIR指定的位置，进行修改，然后将TEMPLATES_USE指向您的自定义模板目录名称。这允许更深入地自定义提示。有关详细说明，请参阅。
Shrimp Task Manager 具有长期记忆功能，自动保存任务执行历史，为规划新任务时提供参考经验。
通过有效利用任务记忆功能，系统可以不断积累经验，智能水平和工作效率不断提高。
思维链功能通过结构化思维增强解决问题的能力：
启用后（默认设置），系统将使用process_thought工具指导代理进行逐步推理，确保在实施之前进行彻底的问题分析。
项目规则功能有助于维护整个代码库的一致性：
⚠️ 建议：当项目规模扩大或发生重大变更时，初始化项目规则。这有助于在项目复杂性增加的情况下保持一致性和质量。
在以下情况下，使用init_project_rules工具来设置或更新项目标准：
您可以使用简单的自然语言命令轻松访问此功能：
当您的代码库扩展或经历重大结构变化时，此工具特别有价值，有助于在整个项目生命周期内保持一致的开发实践。
要通过Smithery自动为 Claude Desktop 安装 Shrimp Task Manager：
Shrimp Task Manager 可以与任何支持模型上下文协议的客户端一起使用，例如 Cursor IDE。
Shrimp Task Manager 提供两种配置方式：全局配置和项目特定配置。
~/.cursor/mcp.json ）mcpServers部分添加以下配置：⚠️ 请将
/mcp-shrimp-task-manager替换为您的实际路径。
您还可以为每个项目设置专用配置，以便为不同的项目使用独立的数据目录：
.cursor目录mcp.json文件，其内容如下：DATA_DIR 参数是 Shrimp Task Manager 存储任务数据、对话日志等信息的目录。正确设置此参数对于系统的正常运行至关重要。此参数必须使用绝对路径；使用相对路径可能会导致系统错误地定位数据目录，从而导致数据丢失或功能失败。
警告：使用相对路径可能会导致以下问题：
- 找不到数据文件，导致系统初始化失败
- 任务状态丢失或无法正确保存
- 不同环境中的应用程序行为不一致
- 系统崩溃或无法启动
Shrimp Task Manager 支持通过环境变量自定义提示行为，让您无需修改代码即可微调 AI 助手的响应。您可以在配置中或通过.env文件设置这些变量：
定制方法有两种：
MCP_PROMPT_[FUNCTION_NAME] ）：完全替换默认提示MCP_PROMPT_[FUNCTION_NAME]_APPEND ）：将内容添加到现有提示此外，还有其他系统配置变量：
true （默认）时，系统会引导用户使用process_thought工具进行分步推理。设置为false时，系统会跳过具体的思考过程，直接使用analyze_task提交分析结果。en 。当前可用选项为en和zh 。要使用自定义模板，请将src/prompts/templates_en目录复制到DATA_DIR指定的位置，重命名复制的目录（例如，重命名为my_templates ），并将TEMPLATES_USE设置为新的目录名称（例如， my_templates ）。有关自定义提示的详细说明（包括支持的参数和示例），请参阅提示自定义指南。
您可以启用“光标设置”=>“功能”=>“自定义模式”，并配置以下两种模式：
💡根据您的需求选择合适的模式：
- 计划任务时使用TaskPlanner模式
- 执行任务时使用TaskExecutor模式
如果您的工具不支持自定义模式，您可以：
Please plan the following task: ......或Please start executing the task...配置完成后，您可以使用以下工具：
| 类别 | 工具名称 | 描述 |
|---|---|---|
| 任务规划 | plan_task | 开始规划任务 |
| 任务分析 | analyze_task | 深入分析任务需求 |
process_thought | 复杂问题的逐步推理 | |
| 解决方案评估 | reflect_task | 反思并改进解决方案概念 |
| 项目管理 | init_project_rules | 初始化或更新项目标准和规则 |
| 任务管理 | split_tasks | 将任务分解为子任务 |
list_tasks | 显示所有任务和状态 | |
query_task | 搜索和列出任务 | |
get_task_detail | 显示完整的任务详细信息 | |
delete_task | 删除未完成的任务 | |
| 任务执行 | execute_task | 执行特定任务 |
verify_task | 验证任务完成情况 | |
complete_task | 将任务标记为已完成 |
该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。
为了获得最佳体验，我们建议使用以下模型：
由于不同模型的训练方法和理解能力存在差异，使用其他模型对相同问题进行处理可能会导致结果不同。本项目已针对 Claude 3.7 和 Gemini 2.5 进行了优化。
You must be authenticated.
remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
MCP Shrimp 任务管理器是一款专为 AI 代理构建的任务工具，注重思维链、反思和风格一致性。它能够将自然语言转换为结构化的开发任务，并具备依赖关系跟踪和迭代优化功能，从而在推理 AI 系统中实现类似代理的开发者行为。