Skip to main content
Glama

MCPlanManager

MCPlanManager - AI Agent 任务管理系统

一个简洁高效的任务管理器,专为 AI Agent 的长程任务执行而设计,支持MCP (Model Context Protocol) 标准。

🎯 核心特性

  • 简洁的JSON结构: 最小化复杂度,使用简单的依赖ID数组
  • 完整的工具函数集: 涵盖任务生命周期的所有操作
  • 循环依赖检测: 自动防止无效的依赖关系
  • 可视化支持: 提供多种依赖关系可视化方式(ASCII、树形、Mermaid)
  • 智能Prompt生成: 自动生成上下文感知的执行指导
  • MCP标准支持: 兼容各种支持MCP的AI客户端
  • 灵活的部署方式: 支持多种安装和配置方式

📁 项目结构

MCPlanManager/ ├── mcplanmanager/ # 核心Python包 │ ├── __init__.py │ ├── plan_manager.py # 核心PlanManager类 │ ├── dependency_tools.py # 可视化和Prompt工具 │ ├── mcp_wrapper.py # MCP服务包装器 │ └── mcp_server.py # MCP服务器实现 ├── docs/ # 文档 │ ├── design.md │ ├── plan_manager_design.md │ └── DEPLOYMENT_GUIDE.md ├── tests/ # 测试文件 │ ├── test_deployment.py │ ├── test_new_initialization.py │ └── example_usage.py ├── examples/ # 示例文件 │ ├── example_plan.json │ └── mcp_configs/ # MCP客户端配置 │ ├── cursor.json # Cursor IDE配置 │ ├── claude_desktop.json # Claude Desktop配置 │ ├── github_deployment.json # GitHub配置 │ ├── local_development.json # 本地开发配置 │ └── modelscope_deployment.json # 魔搭平台配置 ├── server/ # HTTP服务器 │ └── api_server.py ├── setup.py # 安装配置 ├── requirements.txt # 依赖文件 ├── LICENSE # MIT许可证 └── README.md # 本文档

🚀 安装方法

推荐方式:源码安装

# 克隆仓库 git clone https://github.com/donway19/MCPlanManager.git cd MCPlanManager # 使用pip基于pyproject.toml安装 pip install .

直接从GitHub安装

pip install git+https://github.com/donway19/MCPlanManager.git

🔧 MCP客户端配置

Cursor IDE

  1. 安装依赖:
# 使用uv包管理器(推荐) curl -LsSf https://astral.sh/uv/install.sh | sh uv venv ~/.mcpenv uv pip install --directory ~/.mcpenv git+https://github.com/donway19/MCPlanManager.git
  1. 配置Cursor:
    • 打开Cursor设置 → Extensions → MCP
    • 添加以下配置到 mcp_servers.json:
{ "mcpServers": { "mcplanmanager": { "command": "uv", "args": ["--directory", "~/.mcpenv", "run", "mcplanmanager"], "env": { "UV_PROJECT_ENVIRONMENT": "~/.mcpenv" } } } }
  1. 验证安装: 重启Cursor,在Chat中应该能看到MCPlanManager工具可用。

Claude Desktop

  1. 安装依赖:
pip install git+https://github.com/donway19/MCPlanManager.git
  1. 配置Claude Desktop:
    • 找到Claude Desktop配置文件:
      • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
      • Windows: %APPDATA%\Claude\claude_desktop_config.json
      • Linux: ~/.config/claude/claude_desktop_config.json
    • 添加以下配置:
{ "mcpServers": { "mcplanmanager": { "command": "python", "args": ["-m", "mcplanmanager.mcp_wrapper"], "env": {} } } }
  1. 重启Claude Desktop使配置生效。

Continue.dev

  1. 安装依赖:
pip install git+https://github.com/donway19/MCPlanManager.git
  1. 配置Continue:
    • 编辑 ~/.continue/config.json
    • 添加MCP服务器配置:
{ "mcpServers": [ { "name": "mcplanmanager", "command": "python", "args": ["-m", "mcplanmanager.mcp_wrapper"] } ] }

自定义MCP客户端

对于其他支持MCP的客户端,使用以下通用配置模板:

{ "name": "mcplanmanager", "command": "python", "args": ["-m", "mcplanmanager.mcp_server"], "env": {}, "capabilities": { "tools": true, "resources": false, "prompts": false } }

🛠️ 可用的MCP工具

安装配置成功后,您可以使用以下12个工具:

基础任务管理

  • initializePlan - 初始化新的任务计划
  • getCurrentTask - 获取当前正在执行的任务
  • startNextTask - 开始下一个可执行的任务
  • completeTask - 标记任务为完成状态
  • failTask - 标记任务失败
  • skipTask - 跳过指定任务

任务操作

  • addTask - 添加新任务到计划中
  • getTaskList - 获取任务列表(支持状态过滤)
  • getExecutableTaskList - 获取当前可执行的任务列表
  • getPlanStatus - 获取整个计划的状态

可视化和辅助

  • visualizeDependencies - 生成依赖关系可视化(ASCII、树形、Mermaid格式)
  • generateContextPrompt - 生成上下文感知的执行提示词

💡 使用示例

基本用法 (MCP模式)

MCPlanManager专为AI模型设计,模型只需要提供业务内容,技术字段由工具自动维护:

AI模型只需要提供:

  • goal: 计划目标
  • tasks: 任务列表,每个任务包含:
    • name: 任务名称
    • reasoning: 执行理由
    • dependencies: 依赖的任务(任务名称列表或索引列表)

工具自动维护:

  • id: 从1开始自动分配
  • status: 初始为"pending"
  • result: 初始为None
  • created_at/updated_at: 自动设置时间戳

MCP客户端中的对话示例

用户: 帮我创建一个网上购物的任务计划 AI: 我来为您创建一个网上购物任务计划。 > 使用工具: initializePlan > 参数: { > "goal": "完成网上购物流程", > "tasks": [ > { > "name": "浏览商品", > "reasoning": "查看可用商品和价格", > "dependencies": [] > }, > { > "name": "选择商品", > "reasoning": "确定要购买的商品", > "dependencies": ["浏览商品"] > }, > { > "name": "添加到购物车", > "reasoning": "将选中的商品加入购物车", > "dependencies": ["选择商品"] > }, > { > "name": "填写收货信息", > "reasoning": "提供配送地址和联系方式", > "dependencies": ["添加到购物车"] > }, > { > "name": "选择支付方式", > "reasoning": "选择合适的支付方式", > "dependencies": ["填写收货信息"] > }, > { > "name": "确认订单", > "reasoning": "最终确认购买", > "dependencies": ["选择支付方式"] > } > ] > } 计划已创建!包含6个任务,任务间有明确的依赖关系。 用户: 开始执行第一个任务 AI: 好的,我来开始执行第一个任务。 > 使用工具: startNextTask 已开始执行任务1:浏览商品 理由:查看可用商品和价格

编程使用示例

from mcplanmanager import PlanManager # 初始化计划管理器 pm = PlanManager("my_plan.json") # 创建任务计划 tasks = [ { "name": "数据收集", "reasoning": "收集分析所需的数据", "dependencies": [] }, { "name": "数据清洗", "reasoning": "清理和预处理数据", "dependencies": ["数据收集"] }, { "name": "数据分析", "reasoning": "执行数据分析", "dependencies": ["数据清洗"] } ] # 初始化计划 result = pm.initializePlan("数据分析项目", tasks) # 开始执行任务 current_task = pm.startNextTask() print(f"当前任务: {current_task['name']}") # 完成任务 pm.completeTask(current_task['id'], "数据收集完成") # 查看计划状态 status = pm.getPlanStatus() print(f"计划进度: {status['progress']:.1%}")

🔍 依赖关系可视化

MCPlanManager支持多种可视化格式:

# ASCII格式 pm.visualizeDependencies("ascii") # 树形格式 pm.visualizeDependencies("tree") # Mermaid格式(可在支持的工具中渲染) pm.visualizeDependencies("mermaid")

📊 任务状态管理

支持的任务状态:

  • pending: 等待执行
  • in_progress: 正在执行
  • completed: 已完成
  • failed: 执行失败
  • skipped: 已跳过

🛡️ 错误处理

MCPlanManager具有完整的错误处理机制:

  • 自动检测循环依赖
  • 验证任务依赖关系
  • 提供详细的错误信息
  • 支持任务重试机制

📝 开发和贡献

本地开发

# 克隆仓库 git clone https://github.com/donway19/MCPlanManager.git cd MCPlanManager # 创建虚拟环境 python -m venv venv source venv/bin/activate # Linux/Mac # 或 venv\Scripts\activate # Windows # 安装开发依赖 pip install -e ".[dev]" # 运行测试 pytest tests/

测试MCP服务器

# 直接运行MCP服务器 python -m mcplanmanager.mcp_server # 或使用包装器 python -m mcplanmanager.mcp_wrapper getCurrentTask

📄 许可证

MIT License - 详见 LICENSE 文件

📞 联系和支持

🎯 版本历史

  • v1.0.0: 初始版本
    • 完整的MCP支持
    • 12个核心工具函数
    • 多种可视化格式
    • 完善的错误处理

MCPlanManager - 让AI Agent的任务管理变得简单高效!

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

hybrid server

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

An AI agent task management system that provides structure and visualization for long-term task planning with support for the Model Context Protocol (MCP) standard.

  1. 🎯 核心特性
    1. 📁 项目结构
      1. 🚀 安装方法
        1. 推荐方式:源码安装
        2. 直接从GitHub安装
      2. 🔧 MCP客户端配置
        1. Cursor IDE
        2. Claude Desktop
        3. Continue.dev
        4. 自定义MCP客户端
      3. 🛠️ 可用的MCP工具
        1. 基础任务管理
        2. 任务操作
        3. 可视化和辅助
      4. 💡 使用示例
        1. 基本用法 (MCP模式)
        2. MCP客户端中的对话示例
        3. 编程使用示例
      5. 🔍 依赖关系可视化
        1. 📊 任务状态管理
          1. 🛡️ 错误处理
            1. 📝 开发和贡献
              1. 本地开发
              2. 测试MCP服务器
            2. 📄 许可证
              1. 📞 联系和支持
                1. 🎯 版本历史

                  Related MCP Servers

                  • -
                    security
                    A
                    license
                    -
                    quality
                    An MCP server that converts Cursor agent plans into structured markdown task lists and organizes them in your repository, helping you track AI-generated plans and recommendations as actionable specifications.
                    Last updated -
                    3
                    Python
                    MIT License
                    • Linux
                    • Apple
                  • -
                    security
                    F
                    license
                    -
                    quality
                    A Model Context Protocol server that provides persistent task management capabilities for AI assistants, allowing them to create, update, and track tasks beyond their usual context limitations.
                    Last updated -
                    1
                    TypeScript
                  • -
                    security
                    A
                    license
                    -
                    quality
                    AI-driven task management application that operates via MCP, enabling autonomous creation, organization, and execution of tasks with support for subtasks, priorities, and progress tracking.
                    Last updated -
                    Python
                    MIT License
                    • Linux
                  • A
                    security
                    A
                    license
                    A
                    quality
                    A local Model Context Protocol server providing backend tools for AI agents to manage projects and tasks with persistent storage in SQLite, enabling structured tracking of project tasks with dependencies, priorities, and statuses.
                    Last updated -
                    12
                    4
                    8
                    TypeScript
                    GPL 3.0

                  View all related MCP servers

                  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/donway19/MCPlanManager'

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