智能体任务编排与管理引擎，专为 AI 编码智能体（Claude Code、Cursor、Windsurf、Antigravity、Copilot）以及人机协作结对编程而构建。
快速开始 • 智能体配置 • 智能体协议 • 架构 • MCP 工具
标准 AI 编码智能体常常存在以下问题：
范围漂移：偏离原始用户意图，陷入无休止的低价值重构。
过度规划：生成 40 个浅层任务却不执行其中任何一个。
循环/空转：反复尝试相同的失败修复而不停止。
不可验证的工作：声称代码已完成却不运行测试或提供证据。
反复争论决策：每次上下文重置时都重新争论已定案的架构选择。
Moo Tasks 通过提供本地 SQLite 引擎（WAL 模式）、丰富的实时 Web UI 以及一个在运行时强制执行严格企业级不变量的模型上下文协议（MCP）服务器来解决这些问题。
Related MCP server: pith
逐字保留人类提示词：位于任务之上，保留用户的原始请求原文。
目标覆盖率与遗留事项：实时统计任务完成百分比和未关闭的遗留任务。
范围漂移检测：自动识别并标记未关联任何目标的孤立任务。
目标开放上限：每个目标的最大开放任务数硬性上限（默认：10），防止智能体过度规划。
级联操作：原子化地删除、终止或重新打开目标下的所有任务，且必须提供原因。
子任务嵌套约束：父任务下仅允许恰好 1 层子任务。
有限状态机：todo、doing、blocked-on-dependency、waiting-on-human、done、dropped。
DAG 依赖图：自动检测循环依赖，并自动解除下游任务的阻塞。
父任务关闭保护：当任何子任务仍处于开放状态时，禁止关闭父任务。
状态撤销与历史：利用完整的转换审计历史回滚意外的状态变更。
验收标准：在开始工作之前必须以 Markdown 编写强制性的验收标准。
证据要求：关闭任务需要可验证的证明（运行的命令、标准输出、测试证明）。
两阶段验证：区分 agent_completed（智能体完成）与人工 verified_done（已验证完成）。
带原因的拒绝：人工或同级智能体可以附上反馈拒绝已完成的工作；任务将回退到 todo 并递增重新打开计数器。
等待人工队列：智能体暂停阻塞项并附带问题（clarification（澄清）、approval（审批）、credential（凭据）、decision（决策））。
响应式恢复：通过 Web UI 或 MCP 回答问题后，任务会自动转换回就绪队列，无需重启智能体。
专属人工收件箱：实时展示所有需要人工关注的事项队列。
任务中途工作捕获：在不放弃当前任务认领的情况下，捕获执行过程中发现的新工作。
必须修复与延期：标记为 must-fix-now（立即修复，作为阻塞项插入）或 deferred（延期，放入积压队列）。
独占任务认领：租约带自动超时（默认 5 分钟），智能体静默时自动释放。
心跳机制：在长时间运行的任务期间延长租约。
智能体并发限制：限制每个智能体同时持有的任务数（默认：1）。
文件触碰冲突警告：声明的文件会与其他活跃认领的文件进行重叠检查。
尝试计数器：每次认领/尝试时递增。
自动升级：经过 $N$ 次尝试（默认：3）后，自动将任务暂停为 waiting-on-human，而不是无限循环。
状态驻留时间追踪：审计在 doing 状态中花费的时间，并检测重复的重新打开。
项目级记录：保存超越任务生命周期的决策与理由。
规划前咨询：智能体在规划之前先阅读已定案的决策。
取代支持：以强制理由干净地更新并链接被取代的决策。
moo 命令）全局安装 moo-tasks，以便在任何位置使用简短的 moo 命令：
npm install -g moo-tasks
# or: pnpm add -g moo-tasks | bun add -g moo-tasks安装完成后，您可以直接使用 moo：
moo init # Initialize .moo workspace in current project
moo start # Launch real-time Web UI (http://127.0.0.1:4242)
moo ws # List registered global workspaces
moo status # Show Where-Did-I-Leave-Off context
moo search # Full-text SQLite search💡 关于
moo与npx的说明：
通过
npm install -g moo-tasks全局安装后，可直接使用moo <command>。如果未全局安装，请使用
npx moo-tasks <command>（不要使用npx moo，因为 npm 仓库中的moo是一个无关的包）。如果全局安装后出现
moo: command not found，请确保 npm 的全局 bin 目录已加入您的$PATH：export PATH="$(npm prefix -g)/bin:$PATH"
npx moo-tasks 按需使用无需全局安装即可直接运行：
在项目根目录中运行：
npx moo-tasks init此操作将：
初始化 .moo/tasks.db SQLite 数据库（WAL 模式）。
生成 AGENTS.md、CLAUDE.md、.cursorrules 和 .windsurfrules。
npx moo-tasks start在浏览器中打开 http://127.0.0.1:4242。
要从本地网络（LAN）中的其他设备或平板访问 Web UI：
npx moo-tasks start --lan
# Automatically logs: http://192.168.x.x:4242/# Configure all detected agent IDEs at once:
npx moo-tasks install all
# Or configure specific clients:
npx moo-tasks install claude # Updates ~/.claude.json
npx moo-tasks install cursor # Generates .cursor/mcp.json
npx moo-tasks install windsurf # Updates ~/.codeium/windsurf/mcp_config.json
npx moo-tasks install antigravity # Generates .gemini/settings.json{
"mcpServers": {
"moo-tasks": {
"command": "npx",
"args": ["moo-tasks", "mcp"]
}
}
}所有 AI 编码智能体都被指示遵循以下 6 步生命周期：
1. SESSION RESUME → Call moo_session_resume() & moo_list_decisions()
2. ANCHOR GOAL → Call moo_create_goal(title, verbatimPrompt)
3. PLAN & CRITERIA → Call moo_create_task() with markdown criteria BEFORE code
4. EXCLUSIVE CLAIM → Call moo_claim_task(taskId, agentId, sessionId)
5. IMPLEMENTATION → If blocked, call moo_ask_human() or link blockers
6. VERIFIED PROOF → Call moo_complete_task() with test proof & output snippet
7. ADR RECORD → Call moo_record_decision() for architectural choices工具名称 | 用途 |
| 记录人类的逐字提示词并设置开放任务上限 |
| 列出项目目标和状态 |
| 查看目标覆盖率、开放数与上限对比以及未了结事项 |
| 删除目标并级联删除所有子任务（需注明原因） |
| 重新打开目标及其任务 |
| 在目标下创建任务，包含验收标准和声明文件 |
| 原子化批量创建多个任务 |
| ⚡ 一键快速工具：原子化创建并认领任务，包含租约和声明文件 |
| ⚡ 快速进度检查点：追加尝试说明并延长心跳 |
| 🧠 超密集 token 优化上下文块（< 400 tokens），用于提示注入 |
| 更新标题、标准、优先级、声明文件或目标 |
| 链接前置阻塞项并验证循环依赖 |
| 取消链接前置阻塞项 |
| 自动显示下一个未阻塞的最高优先级任务 |
| 获取完整任务详情、子任务、说明和依赖项 |
| 按目标、状态、优先级、代理、延期筛选任务 |
| 独占认领任务（强制执行租约和冲突检查） |
| 在长时间运行的任务期间延长活动租约 |
| 自愿将认领释放回待办 |
| 将进行中的任务连同说明移交给另一个代理 |
| 标记任务完成，附上强制命令/证明证据 |
| 验证任务完成（人工或验证代理） |
| 拒绝已完成的任务，必须注明原因 |
| 将问题升级给人类并暂停任务 |
| 列出所有等待人工指导的任务 |
| 回答问题并自动恢复任务 |
| 添加工件中发现的新工作（必须修复或延期） |
| 追加带时间戳和归属的上下文/尝试说明 |
| 列出上下文历史和尝试日志 |
| 删除任务，必须注明原因 |
| 重新打开任务而不丢失审计历史 |
| 撤销上次状态转换 |
| 单次操作删除多个任务 |
| 单次操作重新打开多个任务 |
| 记录项目级架构决策 |
| 在规划前列出已确定的决策 |
| 用新的理由取代决策 |
| 合并重复任务 |
| “我上次进行到哪了？”会话摘要 |
| 将项目导出为 Markdown、JSON 或纯文本 |
| 将已完成/已删除的任务归档到活动列表之外 |
src/
├── domain/ # Pure Enterprise Domain Rules & Invariants
│ ├── types.ts # Domain interfaces & value types
│ ├── errors.ts # Domain-specific typed error classes
│ ├── dependency.ts # DAG cycle detector & unblocked evaluator
│ ├── conflict.ts # File touch overlap conflict detector
│ └── similarity.ts # Duplicate task similarity detector
│
├── infrastructure/ # Persistence & External Integrations
│ ├── db/database.ts # SQLite manager (WAL mode, busy timeout)
│ ├── db/migrations.ts # Schema DDL and versioning
│ ├── git/git-context.ts # Git branch, commit, dirty status extractor
│ └── repositories/ # SQLite Repository Implementations
│
├── services/ # Application Services (Use Cases)
│ ├── goal-service.ts # Goal lifecycle & cap enforcement
│ ├── task-lifecycle-service.ts # State machine, ready queue, undo
│ ├── claim-service.ts # Exclusive claims, leases, dead-agent timeout
│ ├── verification-service.ts# Proof of work & two-phase verification
│ ├── human-collab-service.ts# Human Q&A queue & reactive resume
│ ├── discovered-work-service.ts # Mid-flight discovered work
│ ├── decision-service.ts # ADR logs & supersede linking
│ ├── duplicate-merge-service.ts # Idempotency & task merging
│ ├── session-service.ts # Where-did-I-leave-off session resume
│ ├── housekeeping-service.ts# Archiving & multi-format export
│ └── index.ts # Dependency Injection Container
│
├── mcp/ # Model Context Protocol Stdio Server
├── server/ # Fastify HTTP + Server-Sent Events (SSE) Engine
├── cli/ # CLI Commands (start, init, install, mcp)
└── ui/ # Vanilla JS + Tailwind + Lucide Icons Web UI欢迎贡献！请查看 CONTRIBUTING.md 了解开发环境搭建、测试和 PR 指南。
本项目采用 MIT 许可证 授权。
This server cannot be deployed
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.
Nifty's MCP server — exposes tasks, projects, messages, and files as tools for AI agents.
Control plane for autonomous software labor. Agents claim objectives over MCP with audit trail.
