バックログマネージャー MCP サーバー

AIアシスタント向けのシンプルなタスク追跡およびバックログ管理MCPサーバー（ハックプロジェクト）

概要

Backlog Managerは、ファイルベースのアプローチで課題とタスクを管理するためのMCP（Machine-Consumable Programming）サーバーです。AIエージェントやその他のクライアントが課題を作成し、タスクを追加し、タスクのステータスを追跡するためのツールを提供します。課題は高レベルの機能リクエストやバグを表し、タスクは課題解決に必要な具体的な作業項目を表します。

Anthropic の MCP プロトコルを使用して構築されており、Claude などの AI アシスタントやその他の MCP 互換クライアントとの柔軟な統合のために SSE と stdio トランスポートの両方をサポートしています。

特徴

問題管理: 問題の作成、一覧表示、選択、および追跡と説明
タスク追跡: タイトル、説明、ステータス追跡を使用して問題にタスクを追加します
ステータスワークフロー: 新規、作業中、完了の各状態でタスクの進捗状況を追跡します
ファイルベースのストレージ: 簡単にバックアップやバージョン管理ができるポータブルな JSON ストレージ形式
柔軟なトランスポート: SSE (HTTP) と stdio 通信の両方をサポート
Docker サポート: コンテナ内で実行して簡単に展開および分離できます

前提条件

Python : 3.12以上
パッケージマネージャー: uv (推奨) または pip
Docker : (オプション) コンテナ化されたデプロイメント用
MCP クライアント: Claude Code、Windsurf、またはその他の MCP 互換クライアント

インストール

uvの使用（推奨）

# Clone the repository
git clone https://github.com/username/backlog-manager-mcp.git
cd backlog-manager-mcp

# Install dependencies
uv pip install -e .

# Verify installation
uv run backlog-manager  # This should start the server

Dockerの使用

# Build the Docker image
docker build -t backlog/manager --build-arg PORT=8050 .

# Run the container
docker run -p 8050:8050 backlog/manager

# Verify container is running
docker ps | grep backlog/manager

構成

.envファイル内の環境変数を使用してサーバーの動作を構成します。

# Create environment file from example
cp .env.example .env

.envファイルの内容の例:

# Transport mode: 'sse' or 'stdio'
TRANSPORT=sse

# Server configuration (for SSE transport)
HOST=0.0.0.0
PORT=8050

# Data storage
TASKS_FILE=tasks.json

変数	説明	デフォルト	必須
`TRANSPORT`	トランスポートプロトコル（sse または stdio）	`sse`	いいえ
`HOST`	SSEトランスポートを使用するときにバインドするホスト	`0.0.0.0`	いいえ
`PORT`	SSE トランスポートを使用するときにリッスンするポート	`8050`	いいえ
`TASKS_FILE`	タスク保存ファイルへのパス	`tasks.json`	いいえ

サーバーの実行

サーバーの起動（SSEモード）

# Using the CLI command
uv run backlog-manager

# Or directly with Python
uv run src/backlog_manager/main.py

次のような出力が表示されます。

INFO:     Started server process [12345]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8050 (Press CTRL+C to quit)

注: サーバーは従来の CLI アプリケーションではなく MCP サーバーとして設計されているため、 --helpフラグをサポートしていません。

stdioモードの使用

stdio モードを使用する場合、サーバーを個別に起動する必要はありません。MCP クライアントは、適切に構成されると自動的にサーバーを起動します ( 「MCP クライアントとの統合」を参照)。

MCPツール

Backlog Manager は、MCP を介して次のツールを公開します。

問題管理

道具	説明	パラメータ
`create_issue`	新しい問題を作成する	`name` （文字列）、 `description` （文字列、オプション）、 `status` （文字列、オプション）
`list_issues`	利用可能なすべての問題を表示	なし
`select_issue`	アクティブな問題を設定する	`name` （文字列）
`initialize_issue`	問題を作成またはリセットする	`name` （文字列）、 `description` （文字列、オプション）、 `status` （文字列、オプション）
`update_issue_status`	問題ステータスの更新	`name` （文字列）、 `status` （文字列）

タスク管理

道具	説明	パラメータ
`add_task`	アクティブな問題にタスクを追加する	`title` （文字列）、 `description` （文字列、オプション）
`list_tasks`	アクティブな問題内のタスクを一覧表示する	`status` （文字列、オプション）
`update_task_status`	タスクステータスの更新	`task_id` （文字列）、 `status` （文字列）

ステータス値

タスクと問題は次のいずれかのステータスになります。

New （新しいタスク/問題のデフォルト）
InWork （進行中）
Done

MCPクライアントとの統合

SSE構成

SSE トランスポートを使用してサーバーを実行したら、次の構成を使用してサーバーに接続します。

{
  "mcpServers": {
    "backlog-manager": {
      "transport": "sse",
      "url": "http://localhost:8050/sse"
    }
  }
}

ウィンドサーフィン構成:

{
  "mcpServers": {
    "backlog-manager": {
      "transport": "sse",
      "serverUrl": "http://localhost:8050/sse"
    }
  }
}

n8n 構成:

n8n コンテナからホストマシンにアクセスするには、 localhostの代わりにhost.docker.internalを使用します。

http://host.docker.internal:8050/sse

Python と Stdio 設定

{
  "mcpServers": {
    "backlog-manager": {
      "command": "python",
      "args": ["path/to/backlog-manager/src/backlog_manager/main.py"],
      "env": {
        "TRANSPORT": "stdio",
        "TASKS_FILE": "tasks.json"
      }
    }
  }
}

Stdio 構成の Docker

{
  "mcpServers": {
    "backlog-manager": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "-e", "TRANSPORT=stdio", "backlog/manager"],
      "env": {
        "TRANSPORT": "stdio"
      }
    }
  }
}

例

Backlog Managerは、AIアシスタントとシームレスに連携し、プロジェクト作業の整理を支援するように設計されています。最も強力なユースケースは、AIが仕様書を読み取って構造化されたバックログを自動的に作成することです。

AI アシスタントに質問するだけです:

Read the spec and create a backlog for features not completed.

AI アシスタントは次のことを行います。

仕様書を読んで分析する
主要な機能とコンポーネントを特定する
主要な機能領域に関する問題を作成する
各問題を具体的なタスクに分解する
すべてを構造化されたバックログに整理する

Backlog Manager MCP Server