TaskFlow MCP🔄✅
用于与 AI 助手一起规划和执行任务的任务管理模型上下文协议 (MCP) 服务器。
🌟 概述
TaskFlow MCP 是一款专用服务器,可帮助 AI 助手将用户请求分解为可管理的任务并跟踪其完成情况。它强制执行结构化的工作流,并包含用户审批步骤,以确保任务得到正确跟踪,并保持用户对流程的控制。
✨ 特点
- 📋任务规划:将复杂的请求分解为可管理的任务
- 🔍子任务:将任务划分为更小、更易于管理的子任务
- 📊进度跟踪:使用可视化进度表跟踪任务、子任务和请求的状态
- 👍用户批准:强制用户批准步骤以确保质量和控制
- 💾持久性:将任务和请求保存到磁盘,以便在会话之间持久化
- 🔄灵活管理:根据需要添加、更新或删除任务和子任务
- 📝详细报告:查看任务详细信息和进度表
- 📤导出选项:以 Markdown、JSON 或 HTML 格式导出任务计划和状态报告
- 📦依赖关系:使用版本信息跟踪项目和任务级依赖关系
- 📌注释:为重要信息和偏好添加项目级注释
🚀 安装
全局安装
本地安装
🛠️ 使用方法
启动服务器
如果全局安装:
如果本地安装:
配置
默认情况下,TaskFlow MCP 将任务保存到~/Documents/tasks.json
。您可以通过设置TASK_MANAGER_FILE_PATH
环境变量来更改此设置:
MCP 配置
要将 TaskFlow MCP 与 AI 助手配合使用,您需要配置 MCP 客户端以使用服务器。创建一个包含以下内容的mcp_config.json
文件:
🔄 工作流程
TaskFlow MCP 强制执行特定的工作流程:
- 计划任务:将用户请求分解为任务(带有可选的子任务)
- 获取下一个任务:检索下一个待处理的任务
- 完成子任务:如果任务有子任务,则在将任务标记为完成之前完成每个子任务
- 标记任务完成:将任务标记为已完成(需要先完成所有子任务)
- 等待批准:等待用户批准已完成的任务
- 重复:继续下一个任务,直到所有任务完成
- 最终批准:获得用户对整个请求的批准
为了让 AI 助手始终遵循此工作流程,请参阅example-system-prompt.md文件,了解可以添加到助手指令中的系统提示。
🧰 可用工具
TaskFlow MCP 向 AI 助手公开了以下工具:
plan_task
注册新的用户请求并计划其相关任务(带有可选的子任务)。
get_next_task
检索请求的下一个待处理任务。
mark_task_done
将任务标记为已完成。
approve_task_completion
批准已完成的任务。
approve_request_completion
批准整个请求并认为其已完成。
open_task_details
获取有关特定任务的详细信息。
list_requests
列出系统中的所有请求。
add_tasks_to_request
向现有请求添加更多任务。
update_task
更新任务的标题或描述。
delete_task
从请求中删除任务。
add_subtasks
将子任务添加到现有任务。
mark_subtask_done
将子任务标记为已完成。
update_subtask
更新子任务的标题或描述。
delete_subtask
从任务中删除子任务。
export_task_status
将请求中所有任务的当前状态导出到文件。建议使用绝对路径,以便更可靠地创建文件。
add_note
为请求添加注释。
update_note
更新现有注释。
delete_note
从请求中删除注释。
add_dependency
向请求或任务添加依赖项。
📚 文档
有关项目架构和实施的更多详细信息,请参阅OVERVIEW.md文件。
📝 许可证
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。
🤝 贡献
欢迎贡献!请参阅CONTRIBUTING.md文件以获取相关指南。
📜 更新日志
请参阅CHANGELOG.md文件了解该项目的变更历史记录。
🙏 致谢
- 使用模型上下文协议(MCP)构建
- 由Pink Pixel创建
由 Pink Pixel 用❤️制作
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