Skip to main content
Glama

MCP 작업 주최자

커서 에이전트 계획을 구조화된 마크다운 작업 목록으로 변환하고 저장소에 정리하는 MCP 서버입니다. 이 서버는 AI가 생성한 계획과 권장 사항을 실행 가능한 사양으로 추적하는 데 도움이 됩니다.

특징

  • Cursor 에이전트 계획에서 자동으로 작업을 추출합니다.

  • 체계적인 작업 관리를 위해 저장소에 .tasks 폴더를 생성합니다.

  • 쉽게 식별할 수 있도록 설명적인 파일 이름(예: "refactor-authentication.md")을 사용합니다.

  • 완료된 작업 목록을 자동으로 ✅ 접두사로 표시합니다.

  • 적절한 마크다운 구조로 계획을 포맷합니다.

  • 콘텐츠를 개요, 구현 세부 정보 및 다음 단계로 구성합니다.

  • 데스크톱 및 기타 MCP 클라이언트용 Claude와 통합

Related MCP server: Task Manager MCP Server

설치

필수 조건

  • Python 3.10 이상

  • pip 또는 다른 Python 패키지 관리자

빠른 설치

Unix 기반 시스템(macOS, Linux):

지엑스피1

Windows의 경우:

# Clone the repository git clone https://github.com/yourusername/mcp-tasks-organizer.git cd mcp-tasks-organizer # Run the installation script install.bat

수동 설치

# Clone the repository git clone https://github.com/yourusername/mcp-tasks-organizer.git cd mcp-tasks-organizer # Create and activate a virtual environment (optional but recommended) python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate # Install dependencies pip install -r requirements.txt # Install the package pip install -e .

Claude for Desktop 사용

  1. claude.ai/download 에서 데스크톱용 Claude를 설치하세요.

  2. 이 MCP 서버를 사용하도록 데스크톱용 Claude를 구성하세요.

    ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) 또는 %APPDATA%\Claude\claude_desktop_config.json (Windows)을 열고 다음을 추가합니다.

    { "mcpServers": { "tasks-organizer": { "command": "python", "args": ["-m", "tasks_organizer"] } } }
  3. 데스크톱용 Claude를 다시 시작하세요

  4. 예를 들어 Claude에게 커서 계획에 대해 질문하여 서버를 사용하세요.

    • "이 커서 계획을 '인증 리팩터링'이라는 작업 목록으로 변환합니다. 설명은 'auth-refactor'입니다: [붙여넣기 계획]"

    • "제목이 '데이터베이스 마이그레이션'이고 설명이 'db-migration'인 커서 에이전트 출력에서 마크다운 작업 목록을 만듭니다: [출력 붙여넣기]"

    • "인증 리팩토링 작업 목록에서 작업 2를 완료로 표시"

    • "내 저장소에 있는 모든 작업 파일을 나열합니다"

사용 가능한 도구

서버는 다음과 같은 도구를 제공합니다.

1. 작업_목록_생성

새로운 작업 목록을 만들어 .tasks 폴더에 저장합니다.

매개변수:

  • title : 작업 목록의 제목

  • description : 파일 이름에 대한 2~3단어의 짧은 설명(예: "refactor-authentication")

  • repo_path : 저장소 루트 경로(기본값은 현재 디렉토리)

  • include_metadata : 생성 날짜/시간을 포함할지 여부

2. 계획을 작업으로 변환

커서 에이전트의 계획 텍스트를 서식이 지정된 마크다운 작업 목록으로 변환하고 저장합니다.

매개변수:

  • plan_text : 커서 에이전트의 계획 텍스트

  • title : 작업 목록의 제목

  • description : 파일 이름에 대한 2~3단어의 짧은 설명(예: "refactor-authentication")

  • repo_path : 저장소 루트 경로(기본값은 현재 디렉토리)

  • include_metadata : 날짜 및 시간과 같은 메타데이터를 포함할지 여부

3. 작업 추가

기존 작업 목록에 새로운 작업을 추가합니다.

매개변수:

  • description : 작업 목록 파일의 설명 식별자

  • task_text : 새 작업에 대한 텍스트

  • repo_path : 저장소 루트 경로(기본값은 현재 디렉토리)

  • section : 작업을 추가할 섹션(기본값은 "작업")

4. 작업 완료 표시

특정 작업을 완료로 표시합니다.

매개변수:

  • description : 작업 목록 파일의 설명 식별자

  • task_number : 완료로 표시할 작업 번호

  • repo_path : 저장소 루트 경로(기본값은 현재 디렉토리)

  • section : 작업이 있는 섹션(기본값은 "작업")

5. 모든 작업 완료 확인

모든 작업이 완료되었는지 확인하고 ✅ 접두사로 작업 목록의 이름을 바꿔서 완료로 표시합니다.

매개변수:

  • description : 작업 목록 파일의 설명 식별자

  • repo_path : 저장소 루트 경로(기본값은 현재 디렉토리)

6. 작업 파일 목록

.tasks 디렉토리에 있는 모든 작업 파일을 나열합니다.

매개변수:

  • repo_path : 저장소 루트 경로(기본값은 현재 디렉토리)

  • include_completed : 완료된 작업 목록을 출력에 포함할지 여부

작동 원리

  1. 서버는 저장소 루트에 .tasks 폴더를 생성합니다.

  2. 작업 목록은 2~3단어 설명을 기반으로 하는 설명적 파일 이름으로 저장됩니다.

  3. 목록에 있는 모든 작업이 완료되면 파일 이름이 ✅ 접두사로 변경됩니다.

  4. 서버는 커서 에이전트의 입력 텍스트를 구문 분석하여 작업을 추출합니다.

  5. 다양한 패턴 매칭 기술을 사용하여 작업을 추출합니다.

    • 번호가 매겨진 단계(1. 첫 번째 단계)

    • 요점 (* 항목 1)

    • "해야 한다", "해야 한다", "해야 한다"와 같은 키워드를 포함하는 작업과 유사한 문장

  6. 명확한 작업이 발견되지 않으면 콘텐츠를 논리적 섹션으로 구성합니다.

  7. 작업 진행에 따라 결과를 추적하고 업데이트할 수 있습니다.

워크플로 예시

  1. 에이전트가 귀하의 인증 시스템에 대한 변경 사항을 제안합니다.

  2. 이 계획을 작업 목록으로 변환합니다: convert_plan_to_tasks(plan_text, "Auth System Refactor", "auth-refactor")

  3. 작업은 .tasks/auth-refactor.md 에 저장됩니다.

  4. 작업을 완료하면 표시하세요: mark_task_complete("auth-refactor", 1)

  5. 모든 작업이 완료되면: check_all_tasks_complete("auth-refactor")

  6. 파일 이름이 .tasks/✅auth-refactor.md 로 변경되었습니다.

특허

MIT

-
security - not tested
A
license - permissive license
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/rohanpatriot/mcp-tasks-organizer'

If you have feedback or need assistance with the MCP directory API, please join our Discord server