DevTask Mcp
The DevTask MCP server provides a comprehensive set of tools to manage development tasks, enabling agents to create, list, retrieve, update, and identify tasks ready for execution.
List tasks (
list_dev_tasks): Browse and filter tasks by status (待评估,待排期,进行中,已搁置,已完成), priority (P0–P3), type (问题,功能需求,优化,技术债), agent-readiness flag, and soft-deletion status — with pagination support (up to 20 per page).Get a task by ObjectID (
get_dev_task): Fetch full details of a single task using its 24-hex ObjectId, including spec fields (acceptance_criteria,constraints,context_pointers), dependency info, and slug.Get a task by slug (
get_dev_task_by_slug): Fetch a single task using its human-readable slug (e.g.task-42) — the preferred way to reference tasks in conversation and UI.Create a task (
create_dev_task): Create a new task with fields like title, type, priority, scope, description, due date, acceptance criteria, constraints, context pointers, agent-claimable flag (for_agent), and dependency list (blocked_by). New tasks start at status待评估.Update a task (
update_dev_task): Partially update any field of an existing task (by ObjectId or slug), including status transitions, priority changes, dependency rewrites, and toggling agent-claimable status.Get frontier tasks (
get_frontier_tasks): Retrieve the next tasks ready for agent execution — tasks that are agent-claimable (for_agent=true), in backlog (待排期), and have no unfinished blockers — ordered by sort priority. Used when an agent is asked to "do the next task".
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@DevTask Mcpinvestigate the need for a search feature and create a task"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
DevTaskMcp
Agent 原生的 dev 任务看板 — 把需求调研成规格清晰的任务,端到端执行并验证验收条件。基于 Pocock 的 frontier 模式,含 spec/slug/dependency 字段和 scope 分类。
技能列表
技能 | 用途 | 触发 |
| 初始化项目:检查环境、写 CLAUDE.md 引导、可选落库 | 首次引入 devtask / "初始化 devtask" / "setup devtask" |
| 正式规划前探讨方案选型、权衡和风险 | 用户说"这个需求有什么方案" / "探讨一下几种方案优劣" |
| 调研需求、访谈式产出规格、创建任务 | 用户说"我想做个…" / "加个功能" / "修个 bug" |
| 简单任务快速方案→落库一段流 | 用户说"修个 X 的 bug" / "加个 Y 按钮" / 小优化 |
| 端到端执行任务,自检验收条件,verify 通过后标记完成 | 用户说"做 task-N" / "执行任务" / "work on the next task" |
| 验收条件 + 四视角清理审查 + 正确性审查,能修就修 | 用户说"review task-N" / "verify task-N" / "验收 task-N" |
Related MCP server: Project Manager MCP
安装
Claude Code Plugin(推荐)
单 plugin 包含 MCP server + 3 个技能,一次安装即可:
# 添加市场
claude plugins marketplace add KanoCifer/DevTaskMcp
# 安装插件
claude plugins install devtask@devtask安装后 3 个技能均自动可用。MCP server 走 .mcp.json 定义的远程 URL —— 部署后把 .mcp.json 里的域名和 token 换成真实值,本地即通过远程实例提供服务。
或在 Claude 对话框中交互完成:
/plugin marketplace add KanoCifer/DevTaskMcp
/plugin install devtask@devtask本地开发加载:
claude --plugin-dir /path/to/DevTaskMcp默认通过 uv run 启动 server,自动解析依赖。如果机器上没有 uv,参考下方「无 uv」章节。
手动安装(不用 plugin)
把技能目录链接到 Claude Code 的技能路径,并手动配置 MCP server:
# 1. 配置 MCP server(添加到 ~/.claude.json 或项目 .mcp.json,指向已部署的远程实例)
# "type": "http",
# "url": "https://你的域名/mcp/",
# "headers": { "Authorization": "Bearer 你的MCP_AUTH_TOKEN" }
# 2. 链接技能目录
# 作为 user-level 技能(全局可用)
ln -s /path/to/DevTaskMcp/skills/devtask-setup ~/.claude/skills/devtask-setup
ln -s /path/to/DevTaskMcp/skills/devtask-grill ~/.claude/skills/devtask-grill
ln -s /path/to/DevTaskMcp/skills/devtask-plan ~/.claude/skills/devtask-plan
ln -s /path/to/DevTaskMcp/skills/devtask-simple ~/.claude/skills/devtask-simple
ln -s /path/to/DevTaskMcp/skills/devtask-doit ~/.claude/skills/devtask-doit
ln -s /path/to/DevTaskMcp/skills/devtask-review ~/.claude/skills/devtask-review
# 或作为 project-level 技能(放在项目 .claude/skills/ 下)
mkdir -p .claude/skills
ln -s /path/to/DevTaskMcp/skills/devtask-setup .claude/skills/devtask-setup
ln -s /path/to/DevTaskMcp/skills/devtask-grill .claude/skills/devtask-grill
ln -s /path/to/DevTaskMcp/skills/devtask-plan .claude/skills/devtask-plan
ln -s /path/to/DevTaskMcp/skills/devtask-simple .claude/skills/devtask-simple
ln -s /path/to/DevTaskMcp/skills/devtask-doit .claude/skills/devtask-doit
ln -s /path/to/DevTaskMcp/skills/devtask-review .claude/skills/devtask-review注意:手动安装时技能不带有 devtask: 命名空间前缀。
无 uv
如果机器上没有 uv,两种方式准备 Python 环境:
方式 A — 初始化脚本(推荐):
scripts/setup.sh # 创建 .venv 并安装依赖
# 或指定解释器:
PYTHON=python3.11 scripts/setup.sh方式 B — 手动 pip install:
python3 -m venv .venv
.venv/bin/pip install -e .然后在 .mcp.json 中指向远程实例(同「手动安装」第 1 步的 URL 配置)。
远程部署(streamable-http)
devtask_mcp.server 以 streamable-http transport 运行:一个长驻进程服务所有调用方,供外部 agent(Claude Code remote、Cursor 等)通过 URL 调用。
1. 构建并启动(本机验证)
cp .env.example .env # 填 DEVTASK_API_KEY、MCP_AUTH_TOKEN
docker compose up --buildcompose 只把端口绑到 127.0.0.1:8003 —— 服务不直接暴露公网。
2. 反向代理 + TLS(Nginx/Caddy 等,自行部署)
把 127.0.0.1:8003 转发到 https://你的域名/mcp/(streamable-http 的标准端点路径是 /mcp/)。请求头必须原样透传,尤其是 Authorization 和 streamable-http 需要的 Mcp-Session-Id。
3. 客户端连接
{
"mcpServers": {
"devtask": {
"type": "http",
"url": "https://你的域名/mcp/",
"headers": { "Authorization": "Bearer 你的MCP_AUTH_TOKEN" }
}
}
}
MCP_AUTH_TOKEN留空时服务不启用应用层鉴权 —— 生产务必设置,并在反代层额外加 IP 白名单/限流。
配置
cp .env.example .env
# 填写 DEVTASK_API_KEY(必填)和 DEVTASK_API_BASE(可选)DEVTASK_API_KEY 是 kanocifer-chat API 的 Bearer 为空时 server 启动会报错。
远程部署时还需配置:
MCP_AUTH_TOKEN— 外部 MCP 客户端调用时携带的 Bearer token。留空则关闭应用层鉴权(仅本地/内网)。MCP_HOST/MCP_PORT— HTTP 监听地址与端口,默认0.0.0.0:8003。
使用
技能以 plugin 名命名空间:
/devtask:devtask-setup # 初始化:检查环境 + 写 CLAUDE.md 引导
/devtask:devtask-grill # 探讨方案选型与权衡
/devtask:devtask-plan # 调研需求,创建任务
/devtask:devtask-simple # 简单任务快速落库
/devtask:devtask-doit # 领取 frontier 最前排任务执行
/devtask:devtask-doit task-42 # 执行指定 slug 的任务
/devtask:devtask-review task-42 # 验收条件 + 四视角代码审查工作流程
/devtask:devtask-setup ← 首次:初始化 + 写引导
│
▼
需求描述
│
▼
/devtask:devtask-grill
│ 探讨方案 → 选定方向
│ (方案明确后进入 plan 或 simple)
▼
/devtask:devtask-plan / /devtask:devtask-simple
│ 访谈式调研 → 产出规格 → 创建任务
▼
/devtask:devtask-doit [task-N]
│ 端到端执行 → 自检验收条件 → /devtask:devtask-review
▼
/devtask:devtask-review [task-N]
│ 验收条件 + 四视角清理审查 + 正确性审查
▼
标记已完成任务模型(v3 — Task Document)
v3 把所有长文本统一到一个 Task Document。detail 是唯一长文本字段,
正文必须使用固定章节:Goal / Plan / Acceptance Criteria / Constraints /
Context Pointers(外加 Decisions / Out of Scope)。其它结构化字段保持不变。
MCP 工具
工具 | 用途 |
| 内联参数或 |
| 修改状态字段 + 可选 detail 正文; |
|
|
| 永远返回 summary 记录 |
视图
view | 返回内容 |
| 结构化字段,不包含 detail |
| 原始任务对象(含完整 detail) |
默认 view=summary,防止 agent 误把长文拉进上下文。
字段表
字段 | 必填 | 含义 | 形式 |
| 自动 |
| — |
| 是 | 一行摘要,动词开头 | plain |
| 是 |
| — |
| 是 |
| — |
| 是 |
| — |
| 否 |
| — |
| 否 | 子任务归属的 spec slug | — |
| 否 | ISO-8601 截止日期 | — |
| 否 | 同层前置依赖 | — |
| 是 | Agent 可认领标志 | — |
| 否 | Task Document 渲染后的 Markdown | Markdown |
枚举值使用 Go 后端期望的中文字面量——不要使用英文键。详细 Task Document
规范见 docs/task-document-v1.md。
目录结构
DevTaskMcp/
├── .claude-plugin/
│ ├── plugin.json # Plugin 清单(元数据 + MCP server 引用)
│ └── marketplace.json # 市场发布配置(3 个技能)
├── .mcp.json # MCP server 定义(plugin 自动加载)
├── skills/
│ ├── devtask-setup/SKILL.md # 初始化:检查环境 + 写 CLAUDE.md 引导
│ ├── devtask-grill/SKILL.md # 探讨方案选型与权衡
│ ├── devtask-plan/SKILL.md # 需求 → 规格 → 创建
│ ├── devtask-simple/SKILL.md # 简单任务快速落库
│ ├── devtask-doit/SKILL.md # 端到端执行 + verify 门控
│ └── devtask-review/SKILL.md # 验收条件 + 四视角清理审查 + 正确性审查
├── src/devtask_mcp/ # MCP server Python 包
│ ├── __init__.py
│ ├── client.py # HTTP client,信封剥离
│ ├── models.py # Pydantic 模型 + 中文枚举
│ └── server.py # FastMCP,6 个工具注册(已 slug 化)
├── Dockerfile # 容器镜像(uv slim + 锁文件)
├── docker-compose.yml # 单服务编排,端口回环绑定 8003
├── pyproject.toml
├── CLAUDE.md
└── README.md架构备注
边界剥离信封: Go 后端用
{code, message, data}包裹响应;client._unwrap在边界剥离,MCP 工具不会浪费 token 在包装字段上。错误原样传播: 非 2xx 或
code != 0抛出DevTaskAPIError,错误信息原样呈现给 agent。per_page上限 20,无论调用方传入多大值。HTTP 超时: 15.0 秒。
单例长连接 client 在模块级别——streamable-http 下单个长驻进程服务所有调用方,client 无会话状态,共享安全。
Slug 是规范的人类 ID——在所有 UI、对话和 MCP 工具引用中使用
task-N。后端已全面 slug 化,不再接受 ObjectID 输入。kind/parent_slug语义分离:parent_slug承载子→父的结构归属(devtask_list_children走此索引),blocked_by只承载同层前置依赖(执行顺序)。
License
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
- FlicenseNot gradedqualityDmaintenanceEnables persistent task and goal management with AI-powered decomposition, cross-session continuity, and fault-tolerant multi-agent pipelines.1
- AlicenseNot gradedqualityDmaintenanceEnables AI agents to manage projects, epics, and tasks with atomic locking, real-time dashboard, and multi-agent coordination.MIT
- AlicenseBqualityDmaintenanceEnables AI agents and humans to collaboratively plan and manage tasks with a shared kanban and dependency graph, all stored locally.312672MIT
- AlicenseBqualityBmaintenanceEnables AI agents to manage kanban boards with tasks, including creating boards, items, moving between columns, and searching.81MIT
Related MCP Connectors
Project management MCP for AI agents with safe task reads and writes.
Task manager your agent can fully operate: boards, tasks, sprints, roles, worklogs, day planner.
Durable agent-to-agent handoffs and shared scratchpad for multi-agent workflows.
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/KanoCifer/DevTaskMcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server