Skip to main content
Glama

Quarterback

审视全局,指挥行动。

为多项目运营者提供的战略任务优先级排序和智能体编排工具。

PyPI Python License: MIT CI bobbyrgoldsmith/quarterback MCP server


其他 AI 任务管理器通常只是将一个项目拆解为子任务。Quarterback 则通过 5 因子加权评分引擎、组织背景和时间感知规划,帮助你决定当前应该优先处理十个项目中的哪一个。它在本地运行,完全免费,既可作为独立的 CLI 使用,也可作为 Claude 的 MCP 服务器使用。

Quarterback 的独特之处

功能

Quarterback

TaskMaster AI

Shrimp Task Manager

多项目优先级排序

5 因子加权引擎

单项目拆解

单项目

咨询文档系统

根据你的目标分析文章

智能体编排

自主级别 + Webhooks

时间感知规划

工作时间、午休、缓冲时间

组织背景

目标、约束、工作流

知识维基 (Playbook)

LLM 维护的维基,确保跨会话一致性

冲突检测

跨项目调度冲突

独立 CLI

无需 AI 运行时的完整 CLI

需要 AI

需要 AI

成本

免费 (MIT)

免费

免费

快速入门

# Install
pip install quarterback

# Initialize (creates ~/.quarterback/)
quarterback init

# Interactive setup wizard — walks you through org, goals, workflows, projects, constraints
quarterback setup

# Add your first project and tasks
quarterback add "Launch landing page" --project "My Startup" --priority 4 --effort 3 --impact 5
quarterback add "Write blog post" --project "Content" --priority 3 --effort 2 --impact 3

# See what to work on
quarterback priorities

# Find quick wins
quarterback quick-wins

# Plan your day with time awareness
quarterback plan-day

基于 LLM 的设置 (通过 MCP)

当将 Quarterback 用作 MCP 服务器时,请询问你的 LLM:"Set up Quarterback for me" —— 它将调用 setup_quarterback 工具,通过对话询问你的业务、目标、工作流、项目、约束和知识库 (Playbook),然后一次性写入所有配置文件和数据库记录。无需手动编辑 YAML。

MCP 服务器

Quarterback 适用于任何兼容 MCP 的客户端 —— Claude Desktop、Claude Code、Cursor、Windsurf、Cline、OpenAI 智能体等。所有 23 个工具均使用标准 MCP 协议 (基于 stdio 的 JSON-RPC),没有任何特定于 LLM 的依赖。

# Install with MCP support
pip install quarterback[mcp]

添加到你的 Claude Desktop 配置 (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "quarterback": {
      "command": "quarterback-server"
    }
  }
}

或者对于 Claude Code (~/.claude/settings.json):

{
  "mcpServers": {
    "quarterback": {
      "command": "quarterback-server"
    }
  }
}

相同的 quarterback-server 命令适用于任何 MCP 客户端 —— 只需将其添加到客户端的服务器配置中即可。

然后询问你的 LLM:"What should I work on today?" —— 它将使用所有 23 个 Quarterback 工具来分析你的优先级。

功能

5 因子优先级排序引擎

每个任务都在五个维度上进行评分:

因子

权重

衡量内容

影响 (Impact)

30%

任务影响 + 项目收入/战略价值

紧迫性 (Urgency)

25%

到期日临近程度 + 阻塞状态

战略性 (Strategic)

25%

项目优先级 + 里程碑状态

工作量 (Effort)

15%

反向工作量评分(快速任务得分更高)

速赢 (Quick Win)

5%

高影响 + 低工作量奖励

咨询文档系统

根据你的组织背景分析外部文章、书籍和建议:

# Import and auto-analyze an article
quarterback advisory-add --title "Growth Strategy" --url https://example.com/article

# Review the analysis
quarterback advisory-view --id 1

# Approve recommendations (optionally create tasks)
quarterback advisory-approve --id 1 --approve 1,3,5 --create-tasks

分析器会根据你的目标和约束检查每一项建议,标记冲突和协同效应。

智能体编排

标记任务以进行具有可配置自主性的智能体执行:

  • 草稿 (Draft):智能体创建草稿供你审阅

  • 检查点 (Checkpoint):智能体在关键决策点暂停以等待批准

  • 自主 (Autonomous):智能体运行直至完成

当任务准备就绪时,Webhooks 会通知你的自动化层 (n8n、Zapier、自定义)。

Playbook — 知识维基

Playbook 是 Quarterback 的编译知识层。它是一个由 LLM 维护的 Markdown 维基,为每个会话(本地 CLI、MCP 或自主智能体)提供关于你的项目、决策和策略的相同规范背景。

它解决的问题: 如果没有 Playbook,每个 AI 会话都会从零开始,并从零散的信号中重新推导你的组织背景。运行相同查询的两个会话可能会产生不同的结果,因为它们是独立重建理解的。Playbook 提供了所有会话都可以读取的累积知识。

工作原理:

~/playbook/                          (or ~/.quarterback/playbook/)
├── CLAUDE.md                        # Schema — how the LLM reads/writes pages
├── raw/                             # Drop zone for source material
└── wiki/
    ├── index.md                     # Master catalog — read this first
    ├── entities/                    # Companies, products, clients, tools
    ├── concepts/                    # Patterns, strategies, recurring themes
    ├── decisions/                   # Decisions with rationale and alternatives
    ├── compiled/                    # QB-compatible files for task scoring
    │   ├── goals.md                 # Read by QB's prioritization engine
    │   └── constraints.md           # Read by QB's conflict detection
    └── log.md                       # Append-only operations record

设置: Playbook 在 quarterback setup(或 MCP 设置向导)期间自动创建。面试会询问你的关键实体、概念和决策,然后播种初始维基页面。

没有 Playbook: Quarterback 的工作方式与以前完全相同 —— 从 ~/.quarterback/org-context/ 文件中读取目标和约束。Playbook 是可选的。

使用 Playbook: Quarterback 首先从 Playbook 读取 compiled/goals.mdcompiled/constraints.md,如果未初始化 Playbook,则回退到 org-context/ 文件。你的 LLM 读取 wiki/index.md 以获取完整的组织背景。

# Check Playbook status
quarterback playbook status

# Browse the index
quarterback playbook index

# List pages by category
quarterback playbook list --category entities

# Read a specific page
quarterback playbook read entities/my-product.md

# Search across all pages
quarterback playbook search "budget"

Obsidian 集成(可选): 在设置期间,你可以选择将 Playbook 配置为 Obsidian 库。在 Obsidian 中打开 Playbook 文件夹以进行图形可视化和可视化编辑。安装 Obsidian MCP 服务器 以进行程序化访问。无需 Obsidian 依赖 —— Playbook 可作为纯 Markdown 文件使用。

CI/CD 流水线集成

Quarterback 的 CLI 和 Webhook 系统使其非常适合自动化流水线 —— 更新任务状态、记录交付成果并触发下游工作,无需人工干预。

流水线中的直接 CLI

将 Quarterback 命令添加到任何 CI/CD 步骤。CLI 是无状态且可脚本化的:

# GitHub Actions example: auto-update task on deploy
- name: Mark deploy task complete
  run: |
    pip install quarterback
    export QUARTERBACK_HOME=${{ runner.temp }}/.quarterback
    quarterback update 42 --status completed --notes "Deployed via CI, SHA: ${{ github.sha }}"
# After test suite passes, log results to a task
- name: Report test results
  run: |
    quarterback update 38 --notes "Tests passed: 106/106, coverage 87%. Build #${{ github.run_number }}"
# Nightly: check for overdue deliverables and alert
- name: Nightly priority check
  run: |
    quarterback alert-check
    quarterback priorities today --limit 5

带有 Webhooks 的智能体 CI/CD

注册一个 Webhook,让你的自动化层实时响应任务事件:

# Register a webhook pointing at your n8n/Zapier/custom endpoint
quarterback-server  # MCP tools available, or use CLI:
# In your automation script: mark a task agent-ready after PR merge
import subprocess
subprocess.run([
    "quarterback", "update", "55",
    "--status", "completed",
    "--notes", f"PR #{pr_number} merged. Deployed to staging."
])

用例:

流水线事件

Quarterback 操作

发生的情况

PR 合并

update_task status=completed

任务标记为完成,Webhook 触发 Slack 通知

部署成功

update_task with SHA + environment notes

交付成果被跟踪并带有审计跟踪

每日定时任务

get_priorities + alert-check

团队获得每日逾期任务摘要

测试套件失败

add_task with failure details

自动提交 Bug,并链接到项目

Sprint 开始

get_priorities + detect_conflicts

在工作开始前发现调度冲突

智能体完成工作

update_agent_status status=completed

Webhook 通知编排器,分派下一个任务

发布打标签

advisory-add with release notes

根据项目目标分析变更日志

跨环境共享数据库

将多个环境指向同一个 Quarterback 实例:

# All CI runners share one database via mounted volume or network path
export QUARTERBACK_HOME=/shared/quarterback

# Or per-environment with migration
quarterback migrate /path/to/source

这使你的本地 CLI、CI 流水线和连接 MCP 的智能体都能读取和写入同一个任务图 —— 为你提供跨手动和自动化工作流的单一事实来源。

时间感知规划

quarterback plan-day

考虑你的工作时间、午休时间、会议缓冲时间和当前时间,以建议真正适合你剩余时间的任务。

配置

组织背景

quarterback init 之后,运行 quarterback setup 进行交互式向导,或者要求 Claude 通过 MCP 运行设置向导。你也可以在 ~/.quarterback/org-context/ 中手动配置你的上下文:

~/.quarterback/org-context/
├── goals.md          # Your strategic, workflow, and project goals
├── projects.yaml     # Active projects with metadata
├── workflows.yaml    # Groups of related projects
└── constraints.md    # Time, budget, and strategic boundaries

包含示例模板 —— 从 .example 文件复制并自定义。

如果你在设置期间启用了 Playbook,goals.mdconstraints.md 会从维基的 compiled/ 目录自动维护。你仍然可以手动编辑 org-context 文件 —— Playbook 是附加的,不是必需的。

警报配置

~/.quarterback/config/alerts.yaml 中配置通知:

  • 安静时间(夜间无通知)

  • 优先级阈值(仅通知 P4+ 任务)

  • 时间敏感项目(始终通知账单、税务等)

  • 工作时间和午休设置

CLI 命令

命令

描述

quarterback init

初始化 Quarterback

quarterback setup

交互式设置向导

quarterback migrate <dir>

从 task-manager 迁移

`quarterback priorities [today

week

all]`

优先级任务列表

quarterback add "task" [options]

添加任务

quarterback update <id> [options]

更新任务

quarterback list [-s status]

列出任务

quarterback quick-wins

查找速赢任务

quarterback conflicts

检测优先级冲突

quarterback projects

列出项目

quarterback summary

组织摘要

quarterback plan-day

时间感知每日计划

quarterback advisory-add

添加咨询文档

quarterback advisory-list

列出咨询文档

quarterback advisory-view --id N

查看文档详情

quarterback advisory-analyze --id N

分析文档

quarterback advisory-approve --id N

批准/拒绝建议

quarterback alert-check

检查警报

quarterback alert-summary

发送每日摘要

quarterback playbook status

Playbook 初始化状态

quarterback playbook index

显示 Playbook 主目录

quarterback playbook list

列出维基页面 (带 --category 过滤器)

quarterback playbook read <path>

读取维基页面

quarterback playbook search <query>

跨页面全文搜索

MCP 工具 (共 27 个)

当用作 MCP 服务器时,Quarterback 向 Claude 公开这些工具:

任务管理get_priorities, add_task, update_task, get_quick_wins, detect_conflicts, assess_task_value, get_blocking_tasks

项目管理add_project, list_projects, update_project, get_organizational_summary

咨询系统add_advisory_document, list_advisory_documents, get_advisory_document, analyze_advisory_document, discuss_advisory_recommendations, adopt_advisory_recommendations

Playbookplaybook_read, playbook_write, playbook_search, playbook_ingest

Webhooksregister_webhook, list_webhooks, update_webhook, delete_webhook

智能体编排mark_task_agent_ready, get_agent_ready_tasks, update_agent_status

设置setup_quarterback

环境变量

变量

默认值

描述

QUARTERBACK_HOME

~/.quarterback

数据目录

PLAYBOOK_PATH

~/.quarterback/playbook

Playbook 维基位置 (或在 config/playbook.yaml 中设置)

QUARTERBACK_API_URL

为 Pro 功能预留

贡献

请参阅 CONTRIBUTING.md 了解开发设置、代码风格和 PR 流程。

许可证

MIT - 请参阅 LICENSE


NodeBridge Automation Solutions 构建 | GitHub 赞助

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/bobbyrgoldsmith/quarterback'

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