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🔄✅
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
- -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