Большинство интеграций с трекерами задач — это CRUD-обёртки: они дают агенту create_task,
update_task, delete_task и надеются, что промпт удержит его в рамках. Этот делает наоборот.
Он предоставляет двенадцать узких инструментов, и каждый из них отказывается от действий, которые сломали бы процесс:
Backlog → Queue → Design → Build → Review → [human] → Done
↕ ↕
Your Call (+ independent review of every task in Review)Backlog и Done — территория человека. Триаж на одном конце, подпись на другом.
Нет аргумента для advance, который достиг бы Done — агенту, который пытается это сделать, говорится
только человек переводит задачу в Done после ревью.
Queue → Design → Build → Review — цикл агента. Захватите задачу, напишите спецификацию, чтобы покинуть
Design, создайте журнал работ и sha-хэш доказательств, чтобы покинуть Build.
Your Call — это боковая ветвь для случаев, когда агенту нужно решение, которое он не должен принимать
в одиночку. Он сохраняет своё назначение и свой контекст; человек отвечает на карточке.
Шлюзы — это ограждения для агентов, а не граница безопасности — настоящая граница — это ограниченный API-токен, который выдаёт Vikunja. См. SECURITY.md.
Related MCP server: Accordo
Автономный агент, работающий с обычным API задач, дрейфует в сторону действий, которые по отдельности разумны, а вместе бесполезны: он отмечает свою работу как выполненную, начинает следующее дело, не закончив текущее, «исправляет» баг, удаляя тест, и единственная запись обо всём этом — это чат-лог, который прокрутился три часа назад.
Ничто из этого не исправляется более длинным промптом. Промпт — это совет; вызов инструмента — это точка принятия решения. Поэтому процесс enforced там, где происходит решение:
Вместо надежды, что агент… | …инструмент отказывает |
не оценивает свою собственную работу |
|
записывает план перед кодингом |
|
говорит, что он сделал и где |
|
работает над одной вещью за раз |
|
эскалирует вместо угадывания |
|
оставляет след, который человек может проверить | каждый переход пишет помеченный комментарий на карточке |
Что вы получаете в итоге — это доска, где каждая карточка несёт свою собственную историю — захват, план, работа, независимый вердикт — в том порядке, в котором это произошло.
Карточка, которая прошла весь цикл. Здесь ничего не было набрано человеком: маркеры, метки и стадия — это то, что инструменты записали, когда агенты перемещали её.
Читая сверху вниз, это claim → advance(to="build", spec=…) → advance(to="review", worklog=…, evidence=…) → review_task(verdict="approve", report=…) другого агента.
Метка reviewed — это то, что оставил вердикт; карточка теперь находится в Review, ожидая
подписи человека. Каждая задача получает такое ревью, не только исправления багов — только контейнер
epic освобождён, потому что его код живёт в его дочерних элементах.
И когда агент сталкивается с решением, которое не ему принимать, он паркует карточку вместо того, чтобы угадывать:
Карточка сохраняет своего исполнителя, поэтому она возвращается к тому же агенту, когда вы отвечаете. Установите
VIKUNJA_NOTIFY_WEBHOOK — и вы также получите ping в стиле Slack с глубокой ссылкой, так что парковка
вопроса не означает ожидание, пока кто-то заметит доску.
1. Установка — клонирование не нужно, uvx запускает его прямо из репозитория:
uvx --from git+https://github.com/ufna/vikunja-mcp@stable vikunja-mcp --version2. Создайте доску. С админ-токеном это создаёт проект, если он отсутствует, и
согласовывает семь канонических колонок (также мигрирует колонки Todo/Doing стандартной доски Vikunja
и выводит готовые к коммиту фрагменты конфигурации):
VIKUNJA_TOKEN=<admin token> uvx --from git+https://github.com/ufna/vikunja-mcp@stable \
vikunja-mcp setup --project "My Project" --share agent-bot:write --url https://vikunja.example.com3. Укажите репозиторию на неё. Закоммитьте .vikunja-mcp.toml; держите токен вне его:
[tracker]
url = "https://vikunja.example.com"
project_id = 12
wip_limit = 3 # how many Design/Build tasks one token may claim into at once
language = "en" # "en" | "ru" — what language cards are written in# .vikunja-mcp.env — same directory, gitignored, NEVER committed
VIKUNJA_TOKEN=tk_xxxxxxxxxxxx4. Зарегистрируйте сервер в Claude Code (.mcp.json) или opencode
(opencode.json). Оба подписаны на движущуюся ветку stable, поэтому релизы выкатываются при
следующем запуске сессии без обновлений для каждого репозитория:
{ "mcpServers": { "tracker": {
"command": "uvx",
"args": ["--refresh-package", "vikunja-mcp",
"--from", "git+https://github.com/ufna/vikunja-mcp@stable", "vikunja-mcp"]
} } }{ "$schema": "https://opencode.ai/config.json", "mcp": { "tracker": {
"type": "local",
"command": ["uvx", "--refresh-package", "vikunja-mcp",
"--from", "git+https://github.com/ufna/vikunja-mcp@stable", "vikunja-mcp"],
"enabled": true
} } }5. Обучите агента процессу — vikunja-mcp install-skill устанавливает встроенный
навык трекера (дисциплина очереди, когда эскалировать, что журнал работ должен ревьюеру) для
Claude Code и opencode. Для Claude Code он также настраивает условный хук SessionStart,
так что внутри проекта с настроенным трекером голый /loop опустошает очередь вместо
отката к общему «не начинай работу сам по себе» по умолчанию. Вне такого проекта
хук ничего не выводит.
Затем запустите цикл. /loop 10m для работы без присмотра, обычный /loop, когда вы наблюдаете.
Инструмент | Шлюз / поведение |
| Одна вещь, по порядку: ваша активная карточка Design/Build (включая возвращённую из Your Call), затем карточка Queue, уже назначенная вам, затем карточка в Review, ожидающая независимого вердикта, затем верхняя свободная карточка Queue. Никогда не предлагает Backlog, карточку с меткой |
| Queue → Design только, и только под лимитом WIP. Назначь-затем-проверь: он назначает вас, перечитывает карточку и отступает, если кто-то другой выиграл то же окно. |
| Досье: описание, стадия, исполнители, метки, вложения, полная ветка комментариев. |
| Заметка о прогрессе на карточке. |
|
|
|
|
| Design/Build → Your Call, сохраняя ваше назначение. Публикует вопрос и, если настроено, отправляет ping на вебхук. |
| Для внешних блокеров (нет доступа, отсутствует зависимость, чужой сервис не работает). Снимает ваше назначение, добавляет |
| Разбивает вашу собственную слишком большую задачу на ≥2 подзадачи Queue, связанные с родителем; родитель становится контейнером |
| Подаёт находку вне области действия в Backlog для триажа человеком — никогда прямо в Queue. Опционально связывается с карточкой, на которой вы её нашли. |
| Прикрепляет локальный файл — обычно скриншот готовой работы — чтобы ревьюер мог увидеть результат. Журналирует себя на карточке. |
| Возвращает путь для чтения, а не base64, чтобы скриншот никогда не раздувал контекст агента. |
Три команды завершают цикл; ни одна из них не говорит на MCP, и SDK импортируется лениво, так что они за это не платят.
vikunja-mcp claimable — одна JSON-строка, отвечающая на вопрос «есть ли сейчас доступная для захвата работа для этого токена?», код выхода 0, если проверка выполнилась. Он вызывает реальный next_task(), поэтому не может отклониться от шлюзов, и по контракту он только для чтения. Создан для супервизора, который в противном случае запускал бы платную сессию агента каждый тик опроса, только чтобы обнаружить, что делать нечего.
vikunja-mcp workspace <id> — это git worktree для каждой задачи на временной ветке task/<id>, чтобы несколько агентов могли параллельно обрабатывать очередь, не конфликтуя из-за одного checkout. --release пушит и очищает; --gc собирает осиротевшие ветки и делает fast-forward вашего основного checkout. Его правило безопасности — одна строка: push OK → удалить, push FAIL → сохранить. Грязная, не запушенная или недостижимая работа сообщается, но никогда не уничтожается. (Одно реальное исключение, задокументированное, а не скрытое: файлы, игнорируемые git, невидимы для проверки на грязность. Выносите скриншоты из worktree перед его освобождением — см. досье.)
vikunja-mcp setup / install-skill — идемпотентная сверка доски и установка навыка для агента, описанная выше. Обе операции безопасно повторять; MCP-сервер также самовосстанавливает установленный навык при запуске, так что движущийся stable автоматически обновляет его.
Четыре уровня, приоритет сверху вниз:
Окружение — VIKUNJA_URL, VIKUNJA_TOKEN, VIKUNJA_PROJECT_ID, VIKUNJA_NOTIFY_WEBHOOK
.vikunja-mcp.env — локальный для репозитория файл KEY=VALUE рядом с toml, в gitignore. Пер-проектный токен для машины, работающей с несколькими репозиториями.
.vikunja-mcp.toml — закоммиченный, находится подъёмом от текущей директории. Безопасно коммитить, потому что не содержит секретов.
~/.config/vikunja-mcp/env — обычное место для личного VIKUNJA_TOKEN (chmod 600).
Два правила делают это разделение важным, и они действуют в противоположных направлениях:
Секрет никогда не читается из toml. Ни токен, ни URL вебхука. Поэтому закоммиченный файл не может случайно его утечь.
Политика команды никогда не читается из окружения. wip_limit, require_review_independence и language доступны только в toml, потому что они описывают, как работает проект, а не на какой машине вы находитесь. Если не задано, wip_limit равен 3 — не "безлимит"; wip_limit = 0 — ошибка конфигурации, потому что "без лимита" намеренно не выражается. Если не задано, language — "en", и нераспознанное значение — ошибка конфигурации по той же причине.
worktree_root находится на стороне машины от этой линии, поэтому здесь окружение побеждает.
language управляет не только выводом самого инструмента. Спецификация, журнал работы и отчёт о ревью — это основная часть текста карточки, и инструмент их не пишет — это делает агент, — поэтому значение также присутствует в каждом ответе next_task, а встроенный свод правил говорит агенту писать на этом языке. Что он никогда не трогает — это маркеры комментариев ([worklog], [review], …): два из них сопоставляются с помощью startswith, чтобы решить, предлагается ли карточка на ревью, поэтому они заморожены на всех языках.
Полное обоснование, включая то, почему лимит WIP ограничивает один переход, а не контролирует количество: docs/dossier/config.md.
Потребители подписываются на движущуюся ветку stable. Каждый зелёный пуш в main автоматически увеличивает patch-версию, ставит тег vX.Y.Z и перемещает stable на неё — так что исправление достигает каждого потребляющего репозитория при следующем запуске сессии, без PR-ботов и без обновлений версий в каждом репозитории. Неизменяемые теги остаются историей и точками отката:
git branch -f stable vX.Y.Z && git push -f origin stable # rollback to a known-good tagМинорные и мажорные обновления — это коммит, отредактированный вручную; CI возобновляет автоматическое патчинг с нового базового уровня. docs/dossier/releases.md содержит анализ гонок, лежащий в основе атомарного пуша и канала только вперёд.
uv sync
uv run ruff check .
uv run pytest tests/unit -qИнтеграционные тесты запускаются против реального контейнера Vikunja и пропускают себя без VIKUNJA_TEST_URL — рецепт в CONTRIBUTING.md, вместе с правилами дома, которые не так очевидны, как кажутся (почему длина строки — два числа, и почему мутационный прогон без контрольного раунда ничего не измеряет).
docs/ — правила живут в CLAUDE.md; доказательства живут в девяти досье, по одному на подсистему. Если вы собираетесь изменить защиту, её досье — это место, где записано измерение, которое её установило.
MIT — см. LICENSE.
Продвинуть СВОЮ задачу: to='build' требует spec (подход/дизайн); to='review' требует worklog + evidence (коммит/PR/вывод верификации). Перехода в Done нет — Done ставит человек после ревью.
| Name | Required | Description | Default |
|---|---|---|---|
| to | Yes | ||
| spec | No | ||
| task_id | Yes | ||
| worklog | No | ||
| evidence | No |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Discloses that 'Done' is not set by this tool and that specific parameters are required per transition. However, no annotations are present, and the description lacks details on side effects, permissions, or response behavior.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
Three sentences, front-loaded with purpose and specific conditions. No redundant information, though could be slightly more structured.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given the tool's complexity (5 params, 2 required) and lack of output schema, the description covers the two main use cases and their requirements. Could mention if other 'to' values exist or indicate return value.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Adds meaning beyond input schema by explaining that 'to' values 'build' and 'review' require 'spec' and 'worklog'+'evidence' respectively. Schema has 0% description coverage, so description compensates for key parameters, though not all 5 parameters are explained.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
Description clearly states the tool advances a task to 'build' or 'review' states, with specific parameter requirements. It distinguishes from siblings like 'claim' or 'decompose' by focusing on state transitions.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
Explicitly states when to use (for 'build' and 'review' transitions) and when not to use ('no transition to Done'). Provides conditions for each transition, though no explicit comparison to other sibling tools.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Застрял и нужен человек (решение/вводные): вопрос уйдёт комментом, задача — в колонку 'Call to Human', assignee сохранится. Это НЕ ревью и НЕ внешняя блокировка.
| Name | Required | Description | Default |
|---|---|---|---|
| task_id | Yes | ||
| question | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
With no annotations, the description carries the full burden. It transparently discloses key behaviors: question becomes a comment, task moves to a specific column, assignee is preserved. It also clarifies exclusions (not a review, not an external blocker). This is solid for a simple tool.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is extremely concise, using only two sentences to convey purpose, effects, and exclusions. Every sentence adds value with no redundancy. Front-loaded with main action.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given no annotations, output schema, or complex parameters, the description covers the essential behavioral context and flow. It could mention prerequisites (e.g., task existence) but is largely complete for the tool's simplicity.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema coverage is 0%, so description must compensate. It implicitly maps parameters to their roles: task_id (task to move) and question (comment content). However, it does not provide explicit parameter descriptions or constraints, relying on context. Adds value but insufficiently detailed.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states the tool's purpose: to call a human when stuck, moving the task to 'Call to Human' column and posting the question as a comment. It also distinguishes itself by stating what it is NOT (review or external blocker), aiding differentiation from siblings.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description implies when to use ('stuck and need a human') and what it is not, but does not explicitly compare to sibling tools or provide when-not-to-use guidance. Usage context is clear but lacks explicit alternatives.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Взять задачу из Queue: назначает тебя и переносит в Design. Откажет, если задача не в Queue, занята или проиграна гонка (тогда next_task).
| Name | Required | Description | Default |
|---|---|---|---|
| task_id | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
Without annotations, the description conveys key behaviors: it assigns the user, moves the task, and lists failure conditions. This is comprehensive for a mutation tool.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is extremely concise, with two sentences that convey the main action, constraints, and alternatives. Every word adds value.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
For a simple one-parameter tool with no output schema, the description covers purpose, side effects, error handling, and references to sibling tools, making it contextually complete.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
The description does not explicitly define the parameter 'task_id', but the context of claiming a task makes its purpose obvious. With 0% schema coverage, more explicit parameter description would be beneficial.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states the tool claims a task from Queue, assigns it to the user, and moves it to Design. It specifies the resource and action, distinguishing it from sibling tools.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description explicitly states when to use (take task from Queue) and when not (if not in Queue, already taken, or race condition). It provides the alternative 'next_task' for failure cases.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Заметка о ходе работы: находки, решения ('выбрал X вместо Y потому что Z').
| Name | Required | Description | Default |
|---|---|---|---|
| text | Yes | ||
| task_id | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
With no annotations, the description carries full transparency burden. It indicates a non-destructive action (adding a note), but does not disclose whether the comment is appended, overwritten, or has any side effects. No rate limits or permissions are mentioned.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is very short and front-loaded, but it omits critical parameter information. While concise, it fails to be sufficiently informative, reducing its practical value.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given no output schema and zero schema description coverage, the description is severely incomplete. It does not explain input expectations, return values, or behavior, leaving an agent with significant ambiguity.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 0%, yet the description provides no explanation of the required parameters (task_id and text). An agent cannot determine what task_id refers to or what form text should take without additional context.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states the tool is for adding notes on progress, findings, and decisions, which aligns with the verb 'comment'. It provides specific examples of content ('chose X instead of Y because Z'), making it distinct from sibling tools like 'advance' or 'claim'.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
No explicit guidance is given on when to use this tool versus alternatives. The description implies it is for recording observations, but does not specify when not to use it or mention any prerequisites.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Разбить СВОЮ большую задачу (>~полдня работы) на >=2 подзадачи: [{'title': ..., 'description'?: ..., 'priority'?: 0-5}]. Подзадачи встают в Queue с relation на родителя; родитель уходит в Backlog с label 'epic'.
| Name | Required | Description | Default |
|---|---|---|---|
| task_id | Yes | ||
| subtasks | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
With no annotations, the description carries the full burden. It explains that subtasks go into the Queue with a relation to the parent, and the parent moves to Backlog with an 'epic' label. This provides useful behavioral context beyond the schema.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is extremely concise and front-loaded, stating the action and conditions immediately. Every sentence adds value, with no wasted words.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given there is no output schema and only two parameters, the description fully explains what the tool does, what inputs are expected, and what side effects occur (parent/child task states). It is complete for this tool's complexity.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema coverage is 0%, so the description must compensate. It details the subtask format: title, optional description, and optional priority (0-5). This adds meaning to the otherwise generic 'additionalProperties: true' array items.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states the tool breaks a large task into subtasks, specifying that the task must be 'YOUR large task' (>~half day) and that subtasks must be at least two. This clearly differentiates it from sibling tools like get_task or next_task.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description implies when to use: for tasks that are large (more than about half a day) and need to be broken down. However, it does not explicitly state when not to use or provide alternatives, leaving some ambiguity.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Досье задачи: описание, стадия, assignees, лейблы и все комментарии.
| Name | Required | Description | Default |
|---|---|---|---|
| task_id | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
No annotations provided, so description carries full burden. It lists the returned fields but does not disclose whether the operation is read-only (though implied) or any side effects. Provides basic behavioral context.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
A single sentence that is front-loaded and contains no unnecessary words. Every part of the description adds value.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
For a simple get tool with one parameter and no output schema, the description adequately lists what is returned. Could mention that it does not modify data, but overall reasonable.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema coverage is 0% and the description does not mention the task_id parameter at all. It fails to add meaning beyond the schema.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states it retrieves a task dossier including description, stage, assignees, labels, and all comments. This distinguishes it from sibling tools which are mutation operations (comment, advance, claim, etc.).
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
No guidance on when to use this tool versus alternatives. The description only states what it does, not when it is appropriate or when another tool might be better.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Что делать дальше: сначала возвращает ТВОЮ активную задачу (Design/Build, в т.ч. вернувшуюся из Call to Human), иначе — верхнюю свободную из Queue. Backlog и blocked не выдаёт. Одна задача за раз.
| Name | Required | Description | Default |
|---|---|---|---|
No parameters | |||
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
With no annotations provided, the description fully carries the behavioral disclosure burden. It reveals that the tool returns one task at a time, does not give backlog or blocked tasks, and prioritizes the user's active task. This addresses all key behavioral aspects for a read-heavy tool.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is a single, well-structured sentence that front-loads the main verb and resource. It covers priority logic, exclusions, and limitation without any redundant or unnecessary text.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Given the tool's simplicity (no parameters, no output schema), the description is complete. It explains the full behavior required for an agent to use it correctly, including prioritization, exclusions, and the one-task-per-call limit.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
The tool has no parameters, so the input schema is empty. The description adds all meaningful context by explaining what the tool actually does, which is entirely beyond the schema. This effectively compensates for the lack of parameters.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description explicitly states it returns the user's active task or the top free task from the queue, and excludes backlog and blocked tasks. This is a specific verb (returns) and resource (task), and it distinguishes itself from siblings like get_task (which retrieves a specific task) and claim (which assigns tasks).
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description clearly indicates when to use the tool: when determining the next task to work on. It explains the priority logic and exclusions. However, it does not explicitly compare to siblings or state when not to use it, which is a minor gap for a score of 5.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Вернуть задачу из-за ВНЕШНЕЙ блокировки (нет доступа/зависимость/чужой сервис): снимает тебя, ставит label 'blocked', уносит в Backlog на ре-триаж человеком.
| Name | Required | Description | Default |
|---|---|---|---|
| reason | Yes | ||
| task_id | Yes |
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
With no annotations, the description fully discloses side effects: unassigns user, sets label, moves task to backlog. Clear and honest.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
Single sentence, front-loaded with purpose, efficient no waste.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Covers the tool's effect and context well for its simplicity, but omits prerequisites (e.g., task assignment status) and error conditions. Adequate for a basic tool.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema coverage is 0% (no property descriptions). Description does not elaborate on 'task_id' or 'reason' beyond the tool's context, leaving meaning implicit.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
Description clearly states the tool returns a task due to external blocking, with specific actions (removes assignee, sets label 'blocked', moves to backlog). Distinguishes from siblings like claim, advance, etc.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
Explicitly specifies when to use (external blocking), but does not mention when not to use or alternatives like comment or decompose.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
v0.1.0advancecall_humanclaimcommentdecomposeget_tasknext_taskreturn_taskScored across 8 tools
Each tool has a distinct purpose: advance moves stages, call_human asks for help, claim assigns tasks, comment documents progress, decompose splits tasks, get_task retrieves details, next_task suggests what to do next, and return_task handles blocking issues. No two tools overlap in functionality, making it easy for an agent to select the correct one.
Tool names mix conventions: some are single verbs (advance, claim, comment, decompose), others are verb+noun with underscore (call_human, get_task, return_task), and one is adjective+noun (next_task). While all are lowercase and readable, the lack of a uniform pattern reduces predictability.
With 8 tools, the server is well-scoped for the domain of managing task workflow from queue to completion. Each tool serves a clear role without unnecessary bulk, and the count comfortably fits the typical range for a focused MCP server.
The tools cover core workflow actions (claim, advance, return, get, next, comment, call_human, decompose) but lack basic CRUD operations like creating, updating, or deleting tasks directly. This can force agents into workarounds if new tasks are needed or details must be edited.
Work management where AI agents are first-class members: tasks, projects, memory over hosted MCP
Open-source Zapier/n8n alternative as an MCP server: agents build, run and debug your workflows.
Task management your AI agents can actually run. One line becomes a context-ready task over MCP.
MCP Server for an Agent Task Marketplace
