TaskFlow MCP 🔄✅
AI 어시스턴트를 사용하여 작업을 계획하고 실행하기 위한 작업 관리 모델 컨텍스트 프로토콜(MCP) 서버입니다.
🌟 개요
TaskFlow MCP는 AI 비서가 사용자 요청을 관리 가능한 작업으로 세분화하고 완료 여부를 추적할 수 있도록 지원하는 전문 서버입니다. 사용자 승인 단계를 포함하는 체계적인 워크플로를 통해 작업이 제대로 추적되고 사용자가 프로세스를 제어할 수 있도록 보장합니다.
✨ 특징
- 📋 작업 계획 : 복잡한 요청을 관리 가능한 작업으로 분해
- 🔍 하위 작업 : 작업을 더 작고 관리하기 쉬운 하위 작업으로 나눕니다.
- 📊 진행 상황 추적 : 시각적 진행 상황 표를 통해 작업, 하위 작업 및 요청의 상태를 추적합니다.
- 👍 사용자 승인 : 품질과 통제를 보장하기 위해 사용자 승인 단계를 시행합니다.
- 💾 지속성 : 세션 간 지속성을 위해 작업 및 요청을 디스크에 저장합니다.
- 🔄 유연한 관리 : 필요에 따라 작업 및 하위 작업을 추가, 업데이트 또는 삭제합니다.
- 📝 상세 보고 : 작업 세부 정보 및 진행률 표 보기
- 📤 내보내기 옵션 : 작업 계획 및 상태 보고서를 Markdown, JSON 또는 HTML 형식으로 내보내기
- 📦 종속성 : 버전 정보를 사용하여 프로젝트 및 작업 수준 종속성을 추적합니다.
- 📌 메모 : 중요한 정보 및 기본 설정에 대한 프로젝트 수준 메모를 추가합니다.
🚀 설치
글로벌 설치
지엑스피1
로컬 설치
🛠️ 사용법
서버 시작
전역적으로 설치된 경우:
로컬로 설치된 경우:
구성
기본적으로 TaskFlow MCP는 작업을 ~/Documents/tasks.json
에 저장합니다. TASK_MANAGER_FILE_PATH
환경 변수를 설정하여 이 설정을 변경할 수 있습니다.
MCP 구성
AI 어시스턴트와 함께 TaskFlow MCP를 사용하려면 MCP 클라이언트가 서버를 사용하도록 구성해야 합니다. 다음 내용으로 mcp_config.json
파일을 만드세요.
🔄 워크플로
TaskFlow MCP는 특정 워크플로를 적용합니다.
- 작업 계획 : 사용자 요청을 작업으로 분할(선택적 하위 작업 포함)
- 다음 작업 가져오기 : 보류 중인 다음 작업을 검색합니다.
- 하위 작업 완료 : 작업에 하위 작업이 있는 경우 작업을 완료로 표시하기 전에 각 하위 작업을 완료하세요.
- 작업 완료 표시 : 작업을 완료된 것으로 표시합니다(먼저 모든 하위 작업을 완료해야 함)
- 승인 대기 : 완료된 작업에 대한 사용자 승인을 기다립니다.
- 반복 : 모든 작업이 완료될 때까지 다음 작업을 계속합니다.
- 최종 승인 : 전체 요청에 대한 사용자 승인을 받습니다.
AI 보조자가 이 워크플로를 일관되게 따르도록 하려면 보조자의 지침에 추가할 수 있는 시스템 프롬프트가 있는 example-system-prompt.md 파일을 참조하세요.
🧰 사용 가능한 도구
TaskFlow MCP는 AI 어시스턴트에게 다음과 같은 도구를 제공합니다.
plan_task
새로운 사용자 요청을 등록하고 연관된 작업(선택적 하위 작업 포함)을 계획합니다.
get_next_task
요청에 대한 다음 보류 작업을 검색합니다.
mark_task_done
작업을 완료로 표시합니다.
approve_task_completion
완료된 작업을 승인합니다.
approve_request_completion
요청 전체를 완료된 것으로 승인합니다.
open_task_details
특정 작업에 대한 세부 정보를 얻으세요.
list_requests
시스템의 모든 요청을 나열합니다.
add_tasks_to_request
기존 요청에 더 많은 작업을 추가합니다.
update_task
작업의 제목이나 설명을 업데이트합니다.
delete_task
요청에서 작업을 삭제합니다.
add_subtasks
기존 작업에 하위 작업을 추가합니다.
mark_subtask_done
하위 작업을 완료로 표시합니다.
update_subtask
하위 작업의 제목이나 설명을 업데이트합니다.
delete_subtask
작업에서 하위 작업을 삭제합니다.
export_task_status
요청에 포함된 모든 작업의 현재 상태를 파일로 내보냅니다. 더 안정적인 파일 생성을 위해 절대 경로를 사용하는 것이 좋습니다.
add_note
요청에 메모를 추가합니다.
update_note
기존 메모를 업데이트합니다.
delete_note
요청에서 메모를 삭제합니다.
add_dependency
요청이나 작업에 종속성을 추가합니다.
📚 문서
프로젝트 아키텍처와 구현에 대한 자세한 내용은 OVERVIEW.md 파일을 참조하세요.
📝 라이센스
이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.
🤝 기여하기
기여를 환영합니다! 자세한 내용은 CONTRIBUTING.md 파일을 참조하세요.
📜 변경 사항
이 프로젝트의 변경 내역은 CHANGELOG.md 파일을 참조하세요.
🙏 감사의 말
- 모델 컨텍스트 프로토콜(MCP) 로 구축됨
- Pink Pixel 에서 제작
Pink Pixel에서 ❤️로 만들었습니다
Related MCP Servers
- -securityAlicense-qualityA server for task orchestration and coordination, facilitating task management with dependencies, multi-instance collaboration, and persistent task tracking.Last updated -717JavaScriptMIT License
- AsecurityAlicenseAqualityProvides API access to a locally-hosted task management system with features for creating, updating, and organizing tasks, including support for urgency levels, effort estimates, subtasks, and bi-directional sync with Obsidian markdown files.Last updated -123PythonMIT License
- -securityAlicense-qualityEnables AI agents to break down complex tasks into manageable pieces using a structured JSON format with task tracking, context preservation, and progress monitoring capabilities.Last updated -122JavaScriptMIT 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