[English](../../README.md) | [中文](README.md) ## 目錄 - [✨ 功能特點](#功能特點1) - [📖 使用指南](#使用指南) - [🔬 研究模式](#研究模式) - [🧠 任務記憶功能](#任務記憶功能) - [📋 專案規範初始化](#專案規範初始化) - [🌐 網頁圖形介面](#網頁圖形介面) - [📚 文件資源](#文件資源) - [🔧 安裝與使用](#安裝與使用) - [🔌 在支援 MCP 的客戶端中使用](#客戶端中使用) - [💡 系統提示詞指導](#系統提示詞指導) - [🛠️ 可用工具一覽](#可用工具一覽) - [📄 許可協議](#許可協議) - [🤖 推薦模型](#推薦模型) # MCP 蝦米任務管理器 [![Shrimp Task Manager Demo](/docs/yt.png)](https://www.youtube.com/watch?v=Arzu0lV09so) [![smithery badge](https://smithery.ai/badge/@cjo4m06/mcp-shrimp-task-manager)](https://smithery.ai/server/@cjo4m06/mcp-shrimp-task-manager) > 🚀 基於 Model Context Protocol (MCP) 的智能任務管理系統，為 AI Agent 提供高效的程式開發工作流程框架。 蝦米任務管理器透過結構化的工作流程引導，協助 Agent 系統性規劃程式開發步驟，強化任務記憶管理機制，有效避免冗餘與重複的編程工作。 ## ✨ 功能特點 - **任務規劃與分析**：深入理解與分析複雜任務需求 - **智能任務拆分**：將大型任務自動拆分為可管理的小型任務 - **依賴關係管理**：精確處理任務間的依賴關係，確保正確的執行順序 - **執行狀態追蹤**：即時監控任務執行進度和狀態 - **任務完整性驗證**：確保任務成果符合預期要求 - **任務複雜度評估**：自動評估任務複雜度並提供最佳處理建議 - **任務摘要自動更新**：完成任務時自動產生摘要，優化記憶效能 - **任務記憶功能**：自動備份任務歷史記錄，提供長期記憶和參考能力 - **思維鏈過程**：通過步驟化的推理系統性地分析複雜問題 - **研究模式**：系統性技術研究功能，提供引導式工作流程來探索技術、最佳實踐和解決方案比較 - **專案規範初始化**：定義專案標準和規則，維持大型專案的一致性 - **網頁圖形介面**：提供選用的網頁圖形化使用者介面來管理任務。透過在您的 `.env` 檔案中設定 `ENABLE_GUI=true` 來啟用。啟用後，將會在您的 `DATA_DIR` 中建立一個包含存取網址的 `WebGUI.md` 檔案。 ## 🧭 使用指南 蝦米任務管理器提供結構化的 AI 輔助程式開發方法，通過引導式工作流程和系統化任務管理實現高效開發。 ### 什麼是蝦米？ 蝦米本質上是一個提示詞範本，通過一系列提示詞引導 AI Agent 更好地理解和適應您的專案。它確保 Agent 能夠更貼近您專案的特定需求和慣例。 ### 實際應用中的研究模式 在深入任務規劃之前，您可以善用研究模式進行技術調查和知識收集。這在以下情況特別有用： - 您需要探索新的技術或框架 - 您想要比較不同的解決方案方法 - 您正在調查專案的最佳實踐 - 您需要理解複雜的技術概念 只需告訴 Agent「研究 [您的主題]」或「進入研究模式研究 [技術/問題]」即可開始系統性調查。研究發現將為您後續的任務規劃和開發決策提供資訊基礎。 ### 首次使用設置 在使用新專案時，只需對 Agent 說「init project rules」（初始化專案規則）。這將引導 Agent 生成一份符合您專案特定需求和結構的規則檔案。 ### 任務規劃流程 要開發或更新功能，使用命令「plan task [您的描述]」（規劃任務 [您的描述]）。系統將參考先前建立的規則，嘗試理解您的專案，搜尋相關程式碼區塊，並根據專案的當前狀態提出全面的計劃。 ### 反饋機制 在規劃過程中，蝦米引導 Agent 進行多步驟思考。您可以審查這個過程，如果您覺得某個部分偏離了您的目標，可以直接打斷並提出您的觀點。Agent 將採納您的反饋並繼續思考過程。 ### 任務執行 當您對規劃內容滿意後，使用「execute task [任務名稱或 ID]」（執行任務 [任務名稱或 ID]）來實施計劃。如果您不指定任務名稱或 ID，系統將自動識別並執行最優先的任務。 ### 連續模式 如果您希望連續執行所有任務而不需要為每個任務手動干預，可以使用「continuous mode」（連續模式）自動處理整個任務隊列。 ### Token 限制注意事項 由於 LLM 的 Token 限制，在長時間對話中可能會喪失上下文。如果發生這種情況，只需開啟新的聊天會話並請 Agent 繼續執行即可。系統將從上次中斷的地方繼續，無需重複任務細節或上下文。 ### 提示詞語言與客製化 您可以透過設定 `TEMPLATES_USE` 環境變數來切換系統提示詞的語言。預設支援 `en`（英文）和 `zh`（繁體中文）。此外，您也可以複製現有的模板目錄（例如 `src/prompts/templates_en`）到 `DATA_DIR` 指定的位置，進行修改後，將 `TEMPLATES_USE` 指向您的客製化模板目錄名稱，以實現更深度的提示詞客製化 ## 🔬 研究模式 蝦米任務管理器包含專門的研究模式，專為系統性技術調查和知識收集而設計。 ### 什麼是研究模式？ 研究模式是一個引導式工作流程系統，幫助 AI Agent 進行徹底且系統性的技術研究。它提供結構化的方法來探索技術、比較解決方案、調查最佳實踐，並為程式設計任務收集全面的資訊。 ### 主要功能 - **系統性調查**：結構化工作流程確保研究主題的全面覆蓋 - **多源研究**：結合網路搜尋和程式碼庫分析，實現完整理解 - **狀態管理**：在多個會話中維護研究上下文和進度 - **引導式探索**：防止研究變得不專注或偏離主題 - **知識整合**：將研究發現與任務規劃和執行無縫整合 ### 何時使用研究模式 研究模式特別適用於： - **技術探索**：調查新的框架、函式庫或工具 - **最佳實踐研究**：尋找行業標準和推薦方法 - **解決方案比較**：評估不同的技術方法或架構 - **問題調查**：深入研究複雜的技術挑戰 - **架構規劃**：研究設計模式和系統架構 ### 如何使用研究模式 只需告訴 Agent 進入研究模式並指定您的主題： - **基本用法**：「進入研究模式研究 [您的主題]」 - **特定研究**：「研究 [特定技術/問題]」 - **比較分析**：「研究並比較 [選項 A 與選項 B]」 系統將引導 Agent 通過結構化的研究階段，確保徹底調查的同時保持對您特定需求的專注。 ### 研究工作流程 1. **主題定義**：明確定義研究範圍和目標 2. **資訊收集**：系統性收集相關資訊 3. **分析與綜合**：處理和組織研究發現 4. **狀態更新**：定期進度追蹤和上下文保存 5. **整合應用**：將研究結果應用到您的專案上下文中 > **💡 建議**：為了獲得最佳的研究模式體驗，我們建議使用 **Claude 4 Sonnet**，它提供卓越的分析能力和全面的研究綜合功能。 ## 🧠 任務記憶功能 蝦米任務管理器具備長期記憶功能，可以自動保存任務執行的歷史記錄，並在規劃新任務時提供參考經驗。 ### 功能特點 - 系統會自動將任務備份到 memory 目錄中 - 備份文件按照時間順序命名，格式為 tasks_backup_YYYY-MM-DDThh-mm-ss.json - 任務規劃 Agent 會自動獲得關於如何利用記憶功能的指導 ### 優勢與效益 - **避免重複工作**：參考過去任務，不必從零開始解決類似問題 - **借鑒成功經驗**：利用已驗證有效的解決方案，提高開發效率 - **學習與改進**：識別過去的錯誤或低效方案，持續優化工作流程 - **知識沉澱**：隨著系統使用時間增長，形成持續擴展的知識庫 通過有效利用任務記憶功能，系統能夠不斷積累經驗，智能化程度和工作效率將持續提升。 ## 📋 專案規範初始化 專案規範功能有助於維持代碼庫的一致性： - **標準化開發**：建立一致的編碼模式和實踐 - **新開發者引導**：為專案貢獻提供明確的指南 - **維持品質**：確保所有代碼符合既定的專案標準 > **⚠️ 建議**：當專案規模不斷擴大或發生重大變更時，請初始化專案規範。這有助於在複雜度增加時維持一致性和品質。 在以下情況使用 `init_project_rules` 工具設置或更新專案標準： - 啟動新的大型專案 - 有新團隊成員加入 - 實施重大架構變更 - 採用新的開發慣例 ### 使用範例 您可以透過簡單的自然語言指令輕鬆使用此功能： - **首次設定時**：只需對 Agent 說「初始化規則」或「初始化專案規則」 - **需要更新時**：當專案發展變化時，對 Agent 說「更新規則」或「更新專案規則」 當您的代碼庫擴展或經歷重大結構變化時，此工具特別有價值，有助於在整個專案生命週期中保持一致的開發實踐。 ## 📚 文件資源 - [提示詞自定義指南](prompt-customization.md)：透過環境變數自定義工具提示詞的說明 - [更新日誌](CHANGELOG.md)：記錄此專案的所有重要變更 ## 🔧 安裝與使用 ### Installing via Smithery To install 蝦米任務管理器 for Claude Desktop automatically via [Smithery](https://smithery.ai/server/@cjo4m06/mcp-shrimp-task-manager): ```bash npx -y @smithery/cli install @cjo4m06/mcp-shrimp-task-manager --client claude ``` ### Manual Installation ```bash # 安裝依賴套件 npm install # 建置並啟動服務 npm run build ``` ## 🔌 在支援 MCP 的客戶端中使用 蝦米任務管理器可以與任何支援 Model Context Protocol 的客戶端一起使用，例如 Cursor IDE。 ### 在 Cursor IDE 中配置 蝦米任務管理器提供兩種配置方式：全局配置和專案特定配置。 #### 全局配置 1. 開啟 Cursor IDE 的全局設定檔案（通常位於 `~/.cursor/mcp.json`） 2. 在 `mcpServers` 區段中添加以下配置： ```json { "mcpServers": { "shrimp-task-manager": { "command": "node", "args": ["/mcp-shrimp-task-manager/dist/index.js"], "env": { "DATA_DIR": "/mcp-shrimp-task-manager/data", "TEMPLATES_USE": "en", "ENABLE_GUI": "false" } } } } or { "mcpServers": { "shrimp-task-manager": { "command": "npx", "args": ["-y", "mcp-shrimp-task-manager"], "env": { "DATA_DIR": "/mcp-shrimp-task-manager/data", "TEMPLATES_USE": "en", "ENABLE_GUI": "false" } } } } ``` > ⚠️ 請將 `/mcp-shrimp-task-manager` 替換為您的實際路徑。 #### 專案特定配置 您也可以為每個專案設定專屬配置，以便針對不同專案使用獨立的數據目錄： 1. 在專案根目錄創建 `.cursor` 目錄 2. 在該目錄下創建 `mcp.json` 文件，內容如下： ```json { "mcpServers": { "shrimp-task-manager": { "command": "node", "args": ["/path/to/mcp-shrimp-task-manager/dist/index.js"], "env": { "DATA_DIR": "/path/to/project/data", // 必須使用絕對路徑 "TEMPLATES_USE": "en", "ENABLE_GUI": "false" } } } } or { "mcpServers": { "shrimp-task-manager": { "command": "npx", "args": ["-y", "mcp-shrimp-task-manager"], "env": { "DATA_DIR": "/path/to/project/data", // 必須使用絕對路徑 "TEMPLATES_USE": "en", "ENABLE_GUI": "false" } } } } ``` ### ⚠️ 重要配置說明 **DATA_DIR 參數**是蝦米任務管理器存儲任務數據、對話記錄等信息的目錄，正確設置此參數對於系統的正常運行至關重要。此參數必須使用**絕對路徑**，使用相對路徑可能導致系統無法正確定位數據目錄，造成數據丟失或功能失效。 > **警告**：使用相對路徑可能導致以下問題： > > - 數據檔案找不到，導致系統初始化失敗 > - 任務狀態丟失或無法正確保存 > - 應用程式在不同環境下行為不一致 > - 系統崩潰或無法啟動 ### 🔧 環境變數配置 蝦米任務管理器支援透過環境變數自定義提示詞行為，讓您無需修改程式碼即可微調 AI 助手的回應。您可以在配置中或透過 `.env` 文件設置這些變數： ```json { "mcpServers": { "shrimp-task-manager": { "command": "node", "args": ["/path/to/mcp-shrimp-task-manager/dist/index.js"], "env": { "DATA_DIR": "/path/to/project/data", "MCP_PROMPT_PLAN_TASK": "自定義規劃指導...", "MCP_PROMPT_EXECUTE_TASK_APPEND": "附加執行說明...", "TEMPLATES_USE": "en", "ENABLE_GUI": "false" } } } } ``` 提供兩種自定義方式： - **覆蓋模式**（`MCP_PROMPT_[FUNCTION_NAME]`）：完全替換預設提示詞 - **追加模式**（`MCP_PROMPT_[FUNCTION_NAME]_APPEND`）：在現有提示詞基礎上增加內容 此外，還有其他系統配置變數： - **DATA_DIR**：指定任務數據存儲的目錄 - **TEMPLATES_USE**：指定提示詞使用的模板集。預設為 `en`。目前可用的選項有 `en` 和 `zh`。若要使用自定義模板，請將 `src/prompts/templates_en` 目錄複製到 `DATA_DIR` 指定的位置，重新命名複製的目錄（例如，`my_templates`），並將 `TEMPLATES_USE` 設置為新的目錄名稱（例如，`my_templates`）。 有關自定義提示詞的詳細說明，包括支援的參數和範例，請參閱[提示詞自定義指南](prompt-customization.md)。 ## 💡 系統提示詞指導 ### Cursor IDE 配置 您可以啟用 Cursor Settings => Features => Custom modes 功能，並配置以下兩個模式： #### TaskPlanner 模式 ``` 你是一個專業的任務規劃專家，你必須與用戶進行交互，分析用戶的需求，並收集專案相關資訊，最終使用 「plan_task」 建立任務，當任務建立完成後必須總結摘要，並告知用戶使用「TaskExecutor」模式進行任務執行。 你必須專心於任務規劃禁止使用 「execute_task」 來執行任務， 嚴重警告你是任務規劃專家，你不能直接修改程式碼，你只能規劃任務，並且你不能直接修改程式碼，你只能規劃任務。 ``` #### TaskExecutor 模式 ``` 你是一個專業的任務執行專家，當用戶有指定執行任務，則使用 「execute_task」 進行任務執行， 沒有指定任務時則使用 「list_tasks」 尋找未執行的任務並執行， 當執行完成後必須總結摘要告知用戶結論， 你一次只能執行一個任務，當任務完成時除非用戶明確告知否則禁止進行下一則任務。 用戶如果要求「連續模式」則按照順序連續執行所有任務 ``` > 💡 根據您的需求場景選擇適當的模式： > > - 當需要規劃任務時使用 **TaskPlanner** 模式 > - 當需要執行任務時使用 **TaskExecutor** 模式 ### 在其他工具中使用 如果您的工具不支援 Custom modes 功能，可以： - 在不同階段手動貼上相應的提示詞 - 或直接使用簡單命令如 `請規劃以下任務：......` 或 `請開始執行任務...` ## 🛠️ 可用工具一覽 配置完成後，您可使用以下工具： | 功能分類 | 工具名稱 | 功能描述 | | ------------ | -------------------- | -------------------------- | | **任務規劃** | `plan_task` | 開始規劃任務 | | **任務分析** | `analyze_task` | 深入分析任務需求 | | | `process_thought` | 針對複雜問題進行步驟化推理 | | **方案評估** | `reflect_task` | 反思與改進方案構想 | | **研究調查** | `research_mode` | 進入系統性技術研究模式 | | **專案管理** | `init_project_rules` | 初始化或更新專案標準與規則 | | **任務管理** | `split_tasks` | 將任務拆分為子任務 | | | `list_tasks` | 顯示所有任務及狀態 | | | `query_task` | 搜尋並列出任務 | | | `get_task_detail` | 顯示完整任務詳情 | | | `delete_task` | 刪除未完成的任務 | | **任務執行** | `execute_task` | 執行特定任務 | | | `verify_task` | 檢驗任務完成情況 | ## 📄 許可協議 此專案根據 MIT 許可協議授權 - 詳情請參閱 [LICENSE](../../LICENSE) 文件。 ## 🤖 推薦模型 為了獲得最佳體驗，建議使用以下模型： - **Claude 3.7**: 提供強大的理解和生成能力。 - **Gemini 2.5**: Google 的最新模型，表現優異。 由於不同模型的訓練方式和理解能力存在差異，使用其他模型可能會導致相同的提示詞產生不同的效果。本專案已針對 Claude 3.7 和 Gemini 2.5 進行了最佳化。 ## Star History [![Star History Chart](https://api.star-history.com/svg?repos=cjo4m06/mcp-shrimp-task-manager&type=Timeline)](https://www.star-history.com/#cjo4m06/mcp-shrimp-task-manager&Timeline)