MonkeyPlanner
MonkeyPlanner
Локальная память задач для ваших AI-агентов по программированию. Одобряйте одним кликом; ваши агенты сделают остальное. Никакого облака. Никакой телеметрии. Всегда бесплатно, всегда под лицензией MIT.
Работает с Claude Code · Claude Desktop · Cursor · Continue · любым MCP-совместимым клиентом.

Быстрый старт
# Docker (recommended)
docker run -p 8080:8080 -v $(pwd)/data:/data ghcr.io/kjm99d/monkeyplanner:latest
# then wire up your agent
monkey-planner mcp install --for claude-code # or --for cursor / --for claude-desktopОткройте http://localhost:8080 — встроенная доска приветствия поможет вам освоиться.
Related MCP server: mcp-kanban
Функции
Управление задачами и досками
Канбан-доска — Drag and drop, горизонтальная прокрутка, фильтрация, сортировка и переключение в табличный вид
Создание задач — Заголовок, описание в формате markdown и пользовательские свойства
Пользовательские свойства — Поддерживается шесть типов:
Текст
Число
Выбор (Select)
Множественный выбор (Multi-select)
Дата
Чекбокс
Шлюз подтверждения (Approval Gate)
Ожидание → Одобрено через специальный эндпоинт подтверждения (невозможно выполнить через обычный PATCH)
Очередь подтверждений — Массовое одобрение всех задач со статусом «Ожидание» на всех досках
Одобрено → В работе → Готово — Гибкие переходы между статусами
Статус «Отклонено» — Запись причины отклонения
Функции для агентов
Поле инструкций для агента — Предоставление подробных инструкций для выполнения MCP-агентами
Критерии успеха — Управление условиями завершения в виде чек-листа
Комментарии — Логирование прогресса и общение по каждой задаче
Зависимости — Определение блокирующих связей между задачами
Визуализация данных
Календарь — Ежемесячная сетка + ежедневная активность (количество созданных, одобренных и завершенных задач)
Дашборд — Карточки статистики + график еженедельной активности
Боковая панель — Список досок, количество задач и недавние элементы
Пользовательский опыт
Глобальный поиск — Быстрый поиск через Cmd+K
Горячие клавиши
h— Перейти на дашбордa— Перейти в очередь подтверждений?— Показать справку по клавишамCmd+S— СохранитьEscape— Закрыть модальное окно/диалог
Сворачиваемая боковая панель — Максимизация рабочего пространства
Темная тема — Переключатель темы
Интернационализация — Корейский, английский, японский и китайский языки
Автоматизация и интеграции
Вебхуки — Поддержка Discord, Slack и Telegram
События:
issue.created,issue.approved,issue.status_changed,issue.updated,issue.deleted,comment.created
Синхронизация UI в реальном времени (SSE) — Изменения через MCP/CLI автоматически отображаются в открытых вкладках браузера, обновление страницы не требуется
Экспорт в JSON — Экспорт всех данных о задачах
Контекстное меню правой кнопки мыши — Быстрые действия
Шаблоны задач — Сохранение в localStorage для каждой доски
MCP-сервер (Интеграция с AI-агентами)
Тринадцать инструментов для автоматизации AI-агентов:
list_boards— Список всех досокlist_issues— Запрос задач (фильтрация по boardId, статусу)get_issue— Детали задачи, включая инструкции, критерии и комментарииcreate_issue— Создание новой задачиapprove_issue— Одобрение: Ожидание → Одобреноclaim_issue— Взять в работу: Одобрено → В работеsubmit_qa— Отправить на QA: В работе → QAcomplete_issue— Завершить: QA → Готово (опциональный комментарий)reject_issue— Отклонить: QA → В работе с обязательным указанием причиныadd_comment— Добавить комментарий к задачеupdate_criteria— Отметить или снять отметку с критерия успехаsearch_issues— Поиск задач по заголовкуget_version— Получить версию MCP-сервера (для диагностики)
Технологический стек
Бэкенд
Язык: Go 1.26
Роутер: chi/v5
База данных: SQLite / PostgreSQL (настраиваемо)
Миграции: goose/v3
Встроенные файлы: embed.FS (развертывание одним бинарным файлом)
Фронтенд
Фреймворк: React 18
Язык: TypeScript
Сборщик: Vite 6
CSS: Tailwind CSS
Управление состоянием: React Query (TanStack)
Drag and drop: @dnd-kit/core, @dnd-kit/sortable
Иконки: lucide-react
Графики: recharts
i18n: react-i18next
Markdown: react-markdown + rehype-sanitize
MCP
Протокол: JSON-RPC 2.0 через stdio
Цели: Claude Code, Claude Desktop
Начало работы
Требования
Go 1.26 или новее
Node.js 18 или новее
npm или yarn
Установка и запуск
1. Клонирование и инициализация
git clone https://github.com/kjm99d/MonkeyPlanner.git
cd monkey-planner
make init2. Сборка для продакшена (один бинарный файл)
make build
./bin/monkey-plannerСервер запускается на http://localhost:8080 со встроенным фронтендом.
3. Режим разработки (отдельные процессы)
Терминал 1 — бэкенд:
make run-backendТерминал 2 — фронтенд (Vite dev server, :5173):
make run-frontendФронтенд автоматически проксирует запросы /api на :8080.
Переменные окружения
# Server address (default: :8080)
export MP_ADDR=":8080"
# Database connection string
# SQLite (default: sqlite://./data/monkey.db)
export MP_DSN="sqlite://./data/monkey.db"
# PostgreSQL example
export MP_DSN="postgres://user:password@localhost:5432/monkey_planner"Настройка MCP-сервера
Рекомендуется: автоконфигурация через CLI
# Claude Code (writes .mcp.json in the current directory)
monkey-planner mcp install --for claude-code
# Claude Desktop (writes the OS-native config file)
monkey-planner mcp install --for claude-desktop
# Cursor (writes .cursor/mcp.json)
monkey-planner mcp install --for cursorФлаги: --dry-run для предварительного просмотра, --scope user для глобальной записи (~/.mcp.json), --force для перезаписи, --base-url <url> для указания на нестандартный сервер.
После этого перезапустите клиент, чтобы он перечитал конфигурацию.
Ручная настройка
Работает идентично для Claude Code (.mcp.json), Claude Desktop (конфиг ОС) и Cursor (.cursor/mcp.json):
{
"mcpServers": {
"monkey-planner": {
"command": "/path/to/monkey-planner",
"args": ["mcp"],
"env": {
"MP_BASE_URL": "http://localhost:8080"
}
}
}
}Бинарный файл должен иметь доступ к HTTP-серверу (устанавливается через MP_BASE_URL). Оставьте значение по умолчанию, если запускаете оба на одной машине.
Примеры использования инструментов MCP
AI: List all boards
→ list_boards()
AI: Find issues related to "authentication"
→ search_issues(query="authentication")
AI: Approve the first pending issue, claim it, work on it, and submit for QA
→ approve_issue() → claim_issue() → submit_qa()Рабочий процесс — Реальный сценарий использования
Ниже представлен реальный рабочий процесс исправления ошибки переключателя языка, показывающий, как человек и AI-агент сотрудничают через MonkeyPlanner.
Поток статусов
Pending → Approved → InProgress → QA → Done
↑ │ (reject with reason)
└──────────────┘Пошагово
1. Создание задачи — Человек находит ошибку, просит AI зарегистрировать её
Human: "The language selector dropdown doesn't appear when clicking the button. Create an issue."
AI: create_issue(boardId, title, body, instructions) → status: Pending2. Одобрение — Человек проверяет и одобряет
Human: (clicks Approve on the board or tells AI)
AI: approve_issue(issueId) → status: Approved3. Начало работы — AI берет задачу и начинает писать код
AI: claim_issue(issueId) → status: InProgress
- Reads code, identifies root cause
- Implements fix, runs tests
- Commits changes4. Отправка на QA — AI завершает работу и отправляет на проверку
AI: submit_qa(issueId, comment: "commit abc1234 — fixed click handler")
→ status: QA
add_comment(issueId, "Commit info: ...")5. Проверка — Человек тестирует исправление
Human: Tests in browser, finds the dropdown is clipped by sidebar
→ reject_issue(issueId, reason: "Dropdown is hidden behind sidebar")
→ status: InProgress (back to step 3)
Human: Tests again after fix, everything works
→ complete_issue(issueId) → status: Done6. Цикл обратной связи — Общение через комментарии на протяжении всего процесса
Human: add_comment("Dropdown is clipped on the left side, fix it")
AI: get_issue() → reads comment → fixes → commit → submit_qa()
Human: Tests → complete_issue() → Done ✓Основные выводы
Человек контролирует шлюзы: Одобрение, прохождение/отклонение QA, Завершение
AI выполняет работу: Анализ кода, реализация, тестирование, коммиты
Комментарии — канал связи: Обе стороны используют
add_commentдля обмена отзывамиЦикл QA предотвращает преждевременное завершение: Задачи должны пройти проверку человеком перед переходом в статус «Готово»
Справочник API
Спецификация OpenAPI 3.0: backend/docs/swagger.yaml
Основные эндпоинты
Доски
GET /api/boards # List boards
POST /api/boards # Create board
PATCH /api/boards/{id} # Update board
DELETE /api/boards/{id} # Delete boardЗадачи
GET /api/issues # List issues (filter: boardId, status, parentId)
POST /api/issues # Create issue
GET /api/issues/{id} # Issue detail + child issues
PATCH /api/issues/{id} # Update issue (status, properties, title, etc.)
DELETE /api/issues/{id} # Delete issue
POST /api/issues/{id}/approve # Approve issue (Pending → Approved)Комментарии
GET /api/issues/{issueId}/comments # List comments
POST /api/issues/{issueId}/comments # Add comment
DELETE /api/comments/{commentId} # Delete commentСвойства (Пользовательские атрибуты)
GET /api/boards/{boardId}/properties # List property definitions
POST /api/boards/{boardId}/properties # Create property
PATCH /api/boards/{boardId}/properties/{propId} # Update property
DELETE /api/boards/{boardId}/properties/{propId} # Delete propertyВебхуки
GET /api/boards/{boardId}/webhooks # List webhooks
POST /api/boards/{boardId}/webhooks # Create webhook
PATCH /api/boards/{boardId}/webhooks/{whId} # Update webhook
DELETE /api/boards/{boardId}/webhooks/{whId} # Delete webhookКалендарь
GET /api/calendar # Monthly stats (year, month required)
GET /api/calendar/day # Daily issue list (date required)Полную схему см. в backend/docs/swagger.yaml.
Структура проекта
monkey-planner/
├── backend/
│ ├── cmd/monkey-planner/
│ │ ├── main.go # Entry point (HTTP server)
│ │ └── mcp.go # MCP server (JSON-RPC stdio)
│ ├── internal/
│ │ ├── domain/ # Domain models (Issue, Board, etc.)
│ │ ├── service/ # Business logic
│ │ ├── storage/ # Database layer (SQLite/PostgreSQL)
│ │ ├── http/ # HTTP handlers & router
│ │ └── migrations/ # goose migration files
│ ├── web/ # Embedded frontend (embed.FS)
│ ├── docs/
│ │ └── swagger.yaml # OpenAPI 3.0 spec
│ ├── go.mod
│ └── go.sum
│
├── frontend/
│ ├── src/
│ │ ├── components/ # Reusable components
│ │ ├── features/ # Page & feature components
│ │ │ ├── home/ # Dashboard
│ │ │ ├── board/ # Board & Kanban
│ │ │ ├── issue/ # Issue detail
│ │ │ ├── calendar/ # Calendar
│ │ │ └── approval/ # Approval queue
│ │ ├── api/ # API hooks & client
│ │ ├── design/ # Tailwind tokens
│ │ ├── i18n/ # Translations (en.json, ko.json, ja.json, zh.json)
│ │ ├── App.tsx # Router
│ │ ├── index.css # Global styles
│ │ └── main.tsx
│ ├── package.json
│ ├── vite.config.ts
│ ├── tsconfig.json
│ └── tailwind.config.js
│
├── .mcp.json # Claude Code MCP config
├── Makefile # Build & dev commands
├── .githooks/ # Git hooks
└── data/ # SQLite database (default)Тестирование
Тесты бэкенда
make test-backendТесты фронтенда
make test-frontendТесты доступности
make test-a11yВсе тесты
make testОбщие команды
# Initial setup after cloning
make init
# Production build
make build
# Run production server
./bin/monkey-planner
# Development mode
make run-backend # Terminal 1
make run-frontend # Terminal 2
# Clean build artifacts
make cleanПравила перехода статусов
Pending
↓ (approve endpoint)
Approved
↓ (PATCH status)
InProgress
↓ (PATCH status)
Done
Pending → Approved: POST /api/issues/{id}/approve (dedicated endpoint only)
Approved ↔ InProgress ↔ Done: Free transitions via PATCH
Pending: Cannot be re-entered from other statuses
Rejected: Separate rejection state with reason trackingЛицензия
MIT
Участие в разработке
Запросы на добавление (pull requests) и сообщения об ошибках приветствуются.
Контакты
По вопросам или отзывам о проекте, пожалуйста, откройте GitHub Issue.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseBqualityDmaintenanceAn MCP server that provides a database-backed kanban board with 40+ tools for AI agents to track issues, features, todos, epics, and diary entries across projects, including status workflows, relationships, and semantic search.4578MIT
- AlicenseNot gradedqualityDmaintenanceA local-first Kanban board for AI agents that enables ticket management via MCP tools, with a real-time web UI.123MIT
- AlicenseNot gradedqualityBmaintenanceAn AI-native kanban board MCP server where agents pull tasks via the Model Context Protocol. It provides tools for task discovery, claiming, progress updates, and review workflows.3MIT
- FlicenseNot gradedqualityBmaintenanceA local-first Kanban system with MCP tools for AI agents to manage tickets, features, and tasks, paired with a React UI for human users.
Related MCP Connectors
Control plane for autonomous software labor. Agents claim objectives over MCP with audit trail.
AI Reasoning Cache & Consensus Layer with 11 MCP tools via Streamable HTTP.
MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/kjm99d/MonkeyPlanner'
If you have feedback or need assistance with the MCP directory API, please join our Discord server