Integrations
Supports CSS3 implementation tasks, allowing for structured styling workflows with progress tracking and task management.
Enables task management for Figma design work, tracking design tasks and subtasks within a structured workflow.
Implements tasks and tracking for HTML5 development, supporting website creation with structured workflows and progress tracking.
TaskFlow MCP 🔄✅
Ein Task-Management-Model-Context-Protocol-(MCP)-Server zum Planen und Ausführen von Aufgaben mit KI-Assistenten.
🌟 Übersicht
TaskFlow MCP ist ein spezialisierter Server, der KI-Assistenten dabei unterstützt, Benutzeranfragen in überschaubare Aufgaben aufzuteilen und deren Erledigung zu verfolgen. Er erzwingt einen strukturierten Workflow mit Benutzergenehmigungsschritten, um sicherzustellen, dass Aufgaben ordnungsgemäß verfolgt werden und Benutzer die Kontrolle über den Prozess behalten.
✨ Funktionen
- 📋 Aufgabenplanung : Teilen Sie komplexe Anfragen in überschaubare Aufgaben auf
- 🔍 Unteraufgaben : Teilen Sie Aufgaben in kleinere, überschaubarere Unteraufgaben auf
- 📊 Fortschrittsverfolgung : Verfolgen Sie den Status von Aufgaben, Unteraufgaben und Anfragen mit visuellen Fortschrittstabellen
- 👍 Benutzergenehmigung : Erzwingen Sie Benutzergenehmigungsschritte, um Qualität und Kontrolle sicherzustellen
- 💾 Persistenz : Speichern Sie Aufgaben und Anforderungen auf der Festplatte, damit sie über mehrere Sitzungen hinweg bestehen bleiben
- 🔄 Flexibles Management : Fügen Sie Aufgaben und Unteraufgaben nach Bedarf hinzu, aktualisieren oder löschen Sie sie
- 📝 Detaillierte Berichte : Zeigen Sie Aufgabendetails und Fortschrittstabellen an
- 📤 Exportoptionen : Exportieren Sie Aufgabenpläne und Statusberichte in den Formaten Markdown, JSON oder HTML
- 📦 Abhängigkeiten : Verfolgen Sie Abhängigkeiten auf Projekt- und Aufgabenebene mit Versionsinformationen
- 📌 Notizen : Fügen Sie Notizen auf Projektebene für wichtige Informationen und Präferenzen hinzu
🚀 Installation
Globale Installation
Lokale Installation
🛠️ Verwendung
Starten des Servers
Bei globaler Installation:
Bei lokaler Installation:
Konfiguration
Standardmäßig speichert TaskFlow MCP Aufgaben in ~/Documents/tasks.json
. Sie können dies ändern, indem Sie die Umgebungsvariable TASK_MANAGER_FILE_PATH
festlegen:
MCP-Konfiguration
Um TaskFlow MCP mit KI-Assistenten zu verwenden, müssen Sie Ihren MCP-Client für die Verwendung des Servers konfigurieren. Erstellen Sie eine Datei mcp_config.json
mit folgendem Inhalt:
🔄 Arbeitsablauf
TaskFlow MCP erzwingt einen bestimmten Arbeitsablauf:
- Aufgaben planen : Eine Benutzeranfrage in Aufgaben aufteilen (mit optionalen Unteraufgaben)
- Nächste Aufgabe abrufen : Rufen Sie die nächste ausstehende Aufgabe ab
- Teilaufgaben abschließen : Wenn die Aufgabe Teilaufgaben hat, schließen Sie jede Teilaufgabe ab, bevor Sie die Aufgabe als erledigt markieren
- Aufgabe als erledigt markieren : Markieren Sie eine Aufgabe als erledigt (erfordert, dass zuerst alle Unteraufgaben erledigt werden)
- Auf Genehmigung warten : Warten Sie auf die Benutzergenehmigung der abgeschlossenen Aufgabe
- Wiederholen : Fahren Sie mit der nächsten Aufgabe fort, bis alle Aufgaben abgeschlossen sind
- Endgültige Genehmigung : Holen Sie die Benutzergenehmigung für die gesamte Anfrage ein
Damit KI-Assistenten diesen Arbeitsablauf konsequent befolgen, finden Sie in der Datei example-system-prompt.md Systemaufforderungen, die Sie den Anweisungen Ihres Assistenten hinzufügen können.
🧰 Verfügbare Tools
TaskFlow MCP stellt KI-Assistenten die folgenden Tools zur Verfügung:
plan_task
Registrieren Sie eine neue Benutzeranfrage und planen Sie die zugehörigen Aufgaben (mit optionalen Unteraufgaben).
get_next_task
Rufen Sie die nächste ausstehende Aufgabe für eine Anfrage ab.
mark_task_done
Markieren Sie eine Aufgabe als erledigt.
approve_task_completion
Genehmigen Sie eine abgeschlossene Aufgabe.
approve_request_completion
Genehmigen Sie eine gesamte Anfrage als abgeschlossen.
open_task_details
Erhalten Sie Details zu einer bestimmten Aufgabe.
list_requests
Listen Sie alle Anfragen im System auf.
add_tasks_to_request
Fügen Sie einer bestehenden Anfrage weitere Aufgaben hinzu.
update_task
Aktualisieren Sie den Titel oder die Beschreibung einer Aufgabe.
delete_task
Löschen Sie eine Aufgabe aus einer Anfrage.
add_subtasks
Fügen Sie einer vorhandenen Aufgabe Unteraufgaben hinzu.
mark_subtask_done
Markieren Sie eine Unteraufgabe als erledigt.
update_subtask
Aktualisieren Sie den Titel oder die Beschreibung einer Unteraufgabe.
delete_subtask
Löschen Sie eine Unteraufgabe aus einer Aufgabe.
export_task_status
Exportieren Sie den aktuellen Status aller Aufgaben einer Anfrage in eine Datei. Für eine zuverlässigere Dateierstellung wird die Verwendung absoluter Pfade empfohlen.
add_note
Fügen Sie einer Anfrage eine Notiz hinzu.
update_note
Aktualisieren Sie eine vorhandene Notiz.
delete_note
Löschen Sie eine Notiz aus einer Anfrage.
add_dependency
Fügen Sie einer Anfrage oder Aufgabe eine Abhängigkeit hinzu.
📚 Dokumentation
Ausführlichere Informationen zur Projektarchitektur und -implementierung finden Sie in der Datei OVERVIEW.md .
📝 Lizenz
Dieses Projekt ist unter der MIT-Lizenz lizenziert – Einzelheiten finden Sie in der Datei LICENSE .
🤝 Beitragen
Beiträge sind willkommen! Richtlinien finden Sie in der Datei CONTRIBUTING.md .
📜 Änderungsprotokoll
Einen Verlauf der Änderungen an diesem Projekt finden Sie in der Datei CHANGELOG.md .
🙏 Danksagungen
- Erstellt mit Model Context Protocol (MCP)
- Erstellt von Pink Pixel
Hergestellt mit ❤️ von Pink Pixel
You must be authenticated.
Tools
Ein Aufgabenverwaltungsserver, der KI-Assistenten dabei hilft, Benutzeranfragen in überschaubare Aufgaben aufzuteilen und deren Erledigung mit Benutzergenehmigungsschritten zu verfolgen.
- 🌟 Übersicht
- ✨ Funktionen
- 🚀 Installation
- 🛠️ Verwendung
- 🔄 Arbeitsablauf
- 🧰 Verfügbare Tools
- 📚 Dokumentation
- 📝 Lizenz
- 🤝 Beitragen
- 📜 Änderungsprotokoll
- 🙏 Danksagungen
Related Resources
Related MCP Servers
- -securityFlicense-qualityA server that enables AI assistants to interact with Linear's project management tools through the Model Context Protocol, supporting features like searching, creating, and updating issues, adding comments, and retrieving user profiles and team information.Last updated -TypeScript
- -securityAlicense-qualityThis server implementation allows AI assistants to interact with Asana's API, enabling users to manage tasks, projects, workspaces, and comments through natural language requests.Last updated -65TypeScriptMIT License
- -securityFlicense-qualityA 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 -1TypeScript
- -security-license-qualityAn MCP server that allows AI assistants to utilize human capabilities by sending requests to humans and receiving their responses through a Streamlit UI.Last updated -23PythonMIT License