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.
Flujo de tareas MCP 🔄✅
Un servidor de Protocolo de Contexto de Modelo (MCP) de gestión de tareas para planificar y ejecutar tareas con asistentes de IA.
🌟 Descripción general
TaskFlow MCP es un servidor especializado que ayuda a los asistentes de IA a desglosar las solicitudes de los usuarios en tareas gestionables y a supervisar su finalización. Implementa un flujo de trabajo estructurado con pasos de aprobación para garantizar el correcto seguimiento de las tareas y que los usuarios mantengan el control del proceso.
✨ Características
- 📋 Planificación de tareas : divida solicitudes complejas en tareas manejables
- 🔍Subtareas : Divide las tareas en subtareas más pequeñas y manejables.
- 📊 Seguimiento del progreso : realice un seguimiento del estado de las tareas, subtareas y solicitudes con tablas de progreso visuales
- 👍 Aprobación del usuario : aplique los pasos de aprobación del usuario para garantizar la calidad y el control
- 💾 Persistencia : guarda tareas y solicitudes en el disco para que persistan entre sesiones
- 🔄 Gestión flexible : agregue, actualice o elimine tareas y subtareas según sea necesario
- 📝 Informes detallados : vea los detalles de las tareas y las tablas de progreso
- 📤 Opciones de exportación : exporta planes de tareas e informes de estado en formatos Markdown, JSON o HTML
- 📦 Dependencias : Realice un seguimiento de las dependencias a nivel de proyecto y tarea con información de la versión
- 📌 Notas : agregue notas a nivel de proyecto para obtener información importante y preferencias
🚀 Instalación
Instalación global
Instalación local
🛠️ Uso
Iniciando el servidor
Si se instala globalmente:
Si se instala localmente:
Configuración
De forma predeterminada, TaskFlow MCP guarda las tareas en ~/Documents/tasks.json
. Puede cambiar esto configurando la variable de entorno TASK_MANAGER_FILE_PATH
:
Configuración de MCP
Para usar TaskFlow MCP con asistentes de IA, debe configurar su cliente MCP para que use el servidor. Cree un archivo mcp_config.json
con el siguiente contenido:
🔄 Flujo de trabajo
TaskFlow MCP aplica un flujo de trabajo específico:
- Planificar tareas : dividir una solicitud de usuario en tareas (con subtareas opcionales)
- Obtener siguiente tarea : recupera la siguiente tarea pendiente
- Completar subtareas : si la tarea tiene subtareas, complete cada subtarea antes de marcar la tarea como realizada
- Marcar tarea como completada : marca una tarea como completada (requiere que todas las subtareas se completen primero)
- Esperar aprobación : esperar la aprobación del usuario de la tarea completada
- Repetir : continuar con la siguiente tarea hasta completar todas las tareas
- Aprobación final : obtener la aprobación del usuario para toda la solicitud
Para que los asistentes de IA sigan este flujo de trabajo de manera consistente, consulte el archivo example-system-prompt.md para ver las indicaciones del sistema que puede agregar a las instrucciones de su asistente.
🧰 Herramientas disponibles
TaskFlow MCP expone las siguientes herramientas a los asistentes de IA:
plan_task
Registra una nueva solicitud de usuario y planifica sus tareas asociadas (con subtareas opcionales).
get_next_task
Recuperar la siguiente tarea pendiente para una solicitud.
mark_task_done
Marcar una tarea como completada.
approve_task_completion
Aprobar una tarea completada.
approve_request_completion
Aprobar una solicitud completa como completada.
open_task_details
Obtenga detalles sobre una tarea específica.
list_requests
Enumere todas las solicitudes en el sistema.
add_tasks_to_request
Agregar más tareas a una solicitud existente.
update_task
Actualizar el título o la descripción de una tarea.
delete_task
Eliminar una tarea de una solicitud.
add_subtasks
Agregar subtareas a una tarea existente.
mark_subtask_done
Marcar una subtarea como completada.
update_subtask
Actualizar el título o la descripción de una subtarea.
delete_subtask
Eliminar una subtarea de una tarea.
export_task_status
Exporte el estado actual de todas las tareas de una solicitud a un archivo. Se recomienda usar rutas absolutas para una creación de archivos más fiable.
add_note
Agregar una nota a una solicitud.
update_note
Actualizar una nota existente.
delete_note
Eliminar una nota de una solicitud.
add_dependency
Agregar una dependencia a una solicitud o tarea.
📚 Documentación
Para obtener información más detallada sobre la arquitectura y la implementación del proyecto, consulte el archivo OVERVIEW.md .
📝 Licencia
Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.
🤝 Contribuyendo
¡Agradecemos sus contribuciones! Consulte el archivo CONTRIBUTING.md para obtener las directrices.
📜 Registro de cambios
Consulte el archivo CHANGELOG.md para obtener un historial de cambios en este proyecto.
🙏 Agradecimientos
- Construido con el Protocolo de Contexto de Modelo (MCP)
- Creado por Pink Pixel
Hecho con ❤️ por Pink Pixel
You must be authenticated.
Tools
Un servidor de gestión de tareas que ayuda a los asistentes de IA a dividir las solicitudes de los usuarios en tareas manejables y realizar un seguimiento de su finalización con los pasos de aprobación del usuario.
- 🌟 Descripción general
- ✨ Características
- 🚀 Instalación
- 🛠️ Uso
- 🔄 Flujo de trabajo
- 🧰 Herramientas disponibles
- 📚 Documentación
- 📝 Licencia
- 🤝 Contribuyendo
- 📜 Registro de cambios
- 🙏 Agradecimientos
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