# 蝦米任務管理器 - 示例代碼與使用案例 本文檔提供蝦米任務管理器各功能的詳細示例代碼和實際使用案例,幫助您更好地理解和應用這些功能。 ## 1. 刪除任務功能案例 ### 案例:重新規劃項目架構 在一個開發週期中,您發現原本規劃的架構方案需要調整,部分任務不再適用。 #### 示例代碼: ```javascript // 檢查當前的任務列表 const taskList = await mcp.mcp_shrimp_task_manager.list_tasks(); console.log(taskList); // 識別需要刪除的任務 const tasksToDelete = [ "8a7b6c5d-4e3f-2g1h-0i9j-8k7l6m5n4o3p", // "設計舊版元件庫" 任務 "1a2b3c4d-5e6f-7g8h-9i0j-1k2l3m4n5o6p", // "實現舊版API介面" 任務 ]; // 逐個刪除任務 for (const taskId of tasksToDelete) { try { const result = await mcp.mcp_shrimp_task_manager.delete_task({ taskId, }); console.log(`任務 ${taskId} 刪除結果:`, result); } catch (error) { console.error(`刪除任務 ${taskId} 失敗:`, error); // 檢查是否有依賴關係阻止刪除 if (error.message.includes("依賴")) { console.log("檢測到依賴關係,需要先處理依賴任務"); // 這裡可以添加處理依賴關係的邏輯 } } } // 確認任務已刪除 const updatedTaskList = await mcp.mcp_shrimp_task_manager.list_tasks(); console.log(updatedTaskList); ``` ### 案例:修正錯誤創建的任務 在團隊協作過程中,由於溝通不當,創建了重複或不必要的任務。 #### 示例代碼: ```javascript // 首先列出所有任務,識別重複項 const allTasks = await mcp.mcp_shrimp_task_manager.list_tasks(); // 假設我們發現兩個名稱相似的任務實際是同一個任務 const duplicateTasks = allTasks.content[0].text.match( /ID: `([^`]+)`.*名稱: "用戶註冊功能"/g ); if (duplicateTasks && duplicateTasks.length > 1) { // 提取第二個重複任務的ID const duplicateTaskId = duplicateTasks[1].match(/ID: `([^`]+)`/)[1]; // 刪除重複的任務 await mcp.mcp_shrimp_task_manager.delete_task({ taskId: duplicateTaskId, }); console.log(`已刪除重複的任務: ${duplicateTaskId}`); } ``` ## 2. 任務複雜度自適應處理案例 ### 案例:處理高複雜度的系統重構任務 您需要執行一個涉及多個子系統的大型重構任務,系統識別出這是一個高複雜度任務。 #### 示例代碼: ```javascript // 執行複雜任務 const executeResult = await mcp.mcp_shrimp_task_manager.execute_task({ taskId: "complex-task-uuid-here", }); // 解析複雜度評估結果 const complexityMatch = executeResult.content[0].text.match(/複雜度級別: (.*)/); if (complexityMatch && complexityMatch[1].includes("高複雜度")) { console.log("檢測到高複雜度任務,準備拆分..."); // 根據複雜度評估建議拆分任務 await mcp.mcp_shrimp_task_manager.split_tasks({ isOverwrite: false, tasks: [ { name: "重構階段1:數據模型更新", description: "更新系統核心數據模型,確保向後兼容性", notes: "需專注於資料遷移計劃", }, { name: "重構階段2:API改造", description: "基於新數據模型更新API層", dependencies: ["重構階段1:數據模型更新"], }, { name: "重構階段3:前端適配", description: "更新前端代碼以兼容新API", dependencies: ["重構階段2:API改造"], }, ], }); // 列出拆分後的任務 await mcp.mcp_shrimp_task_manager.list_tasks(); } ``` ### 案例:建立複雜任務的里程碑 對於複雜任務,設置明確的里程碑和檢查點可以幫助跟蹤進度。 #### 示例代碼: ```javascript // 執行中等複雜度的任務 const taskResult = await mcp.mcp_shrimp_task_manager.execute_task({ taskId: "medium-complexity-task-uuid", }); // 查看系統建議 console.log("系統複雜度評估建議:", taskResult); // 根據建議設置里程碑 const today = new Date(); const milestones = [ { name: "需求分析完成", deadline: new Date(today.setDate(today.getDate() + 2)) .toISOString() .split("T")[0], }, { name: "核心功能實現", deadline: new Date(today.setDate(today.getDate() + 5)) .toISOString() .split("T")[0], }, { name: "整合測試完成", deadline: new Date(today.setDate(today.getDate() + 3)) .toISOString() .split("T")[0], }, { name: "文檔編寫與部署", deadline: new Date(today.setDate(today.getDate() + 2)) .toISOString() .split("T")[0], }, ]; console.log("為複雜任務設置的里程碑:", milestones); // 記錄里程碑到任務注記(假設我們有更新任務的API) // 在實際場景中,您可能需要將這些里程碑記錄到專門的文檔或項目管理工具 ``` ## 3. 任務摘要自動更新機制案例 ### 案例:完成關鍵功能並提供詳細摘要 您剛完成了一個重要的系統功能,需要記錄詳細的實施過程和決策理由。 #### 示例代碼: ```javascript // 完成任務並提供詳細摘要 await mcp.mcp_shrimp_task_manager.complete_task({ taskId: "auth-system-task-uuid", summary: `成功實現多因素認證系統,包括以下關鍵組件: 1. 核心認證流程:使用 JWT + 刷新令牌架構,支持多設備同時登入,令牌有效期為30分鐘,刷新令牌7天。 2. 因素實現: - 知識因素:密碼採用 Argon2id 算法加鹽哈希存儲 - 設備因素:實現基於 FIDO2/WebAuthn 的無密碼認證 - 所有權因素:支持 TOTP 和 HOTP 兩種一次性密碼標準 3. 安全增強措施: - 實現漸進式登入延遲,防止暴力破解 - IP變動時要求額外驗證 - 可疑活動檢測與自動鎖定 4. 性能優化: - 認證流程平均響應時間降低40% - 使用Redis作為令牌存儲,支持水平擴展 - 實現分層緩存策略,降低數據庫壓力 遇到並解決的主要挑戰:(1)跨域認證問題;(2)移動設備上的WebAuthn兼容性;(3)離線驗證機制。`, }); // 列出任務,確認摘要已更新 const tasks = await mcp.mcp_shrimp_task_manager.list_tasks(); console.log(tasks); ``` ### 案例:使用自動生成的摘要 對於較簡單的任務,可以讓系統自動生成摘要。 #### 示例代碼: ```javascript // 完成任務,讓系統自動生成摘要 await mcp.mcp_shrimp_task_manager.complete_task({ taskId: "simple-logging-task-uuid", }); // 檢查生成的摘要 const taskList = await mcp.mcp_shrimp_task_manager.list_tasks(); const completedTasks = taskList.content[0].text.match(/已完成.*?\n\n/gs); if (completedTasks) { const relevantTask = completedTasks.find((task) => task.includes("simple-logging-task-uuid") ); const summaryMatch = relevantTask.match(/摘要: (.*?)(?:\n|$)/); if (summaryMatch) { console.log("系統自動生成的摘要:", summaryMatch[1]); } } ``` ## 4. 工作日誌功能案例 ### 案例:追蹤關鍵任務的執行歷程 在復盤專案時,需要了解某個關鍵任務的完整執行過程和決策點。 #### 示例代碼: ```javascript // 查詢特定任務的日誌 const taskLogs = await mcp.mcp_shrimp_task_manager.list_conversation_log({ taskId: "key-feature-task-uuid", limit: 50, // 獲取更多記錄 }); // 分析日誌中的關鍵決策點 const decisionPoints = taskLogs.entries.filter( (entry) => entry.summary.includes("決定") || entry.summary.includes("選擇") || entry.summary.includes("決策") ); console.log("任務執行過程中的關鍵決策點:", decisionPoints); // 分析遇到的挑戰 const challenges = taskLogs.entries.filter( (entry) => entry.summary.includes("問題") || entry.summary.includes("挑戰") || entry.summary.includes("困難") || entry.summary.includes("錯誤") ); console.log("任務執行過程中遇到的挑戰:", challenges); // 組織執行時間線 const timeline = taskLogs.entries .map((entry) => ({ time: new Date(entry.timestamp), action: entry.summary.substring(0, 100) + (entry.summary.length > 100 ? "..." : ""), participant: entry.participant, })) .sort((a, b) => a.time - b.time); console.log("任務執行時間線:", timeline); ``` ### 案例:項目結束後清理不必要的日誌 在項目完成後,需要清理積累的大量日誌,但保留關鍵記錄。 #### 示例代碼: ```javascript // 首先,提取重要日誌並保存 const allLogs = await mcp.mcp_shrimp_task_manager.list_conversation_log({ limit: 1000, // 嘗試獲取大量日誌 offset: 0, }); // 識別關鍵日誌(例如重要決策、錯誤解決方案等) const keyLogs = allLogs.entries.filter((entry) => { // 過濾出重要性高的日誌 const isDecision = entry.summary.includes("決策") || entry.summary.includes("選擇方案"); const isError = entry.summary.includes("修復錯誤") || entry.summary.includes("解決問題"); const isMilestone = entry.summary.includes("里程碑") || entry.summary.includes("階段完成"); return isDecision || isError || isMilestone; }); // 將關鍵日誌保存到外部文件(示例) console.log("保存的關鍵日誌數量:", keyLogs.length); console.log("關鍵日誌示例:", keyLogs.slice(0, 3)); // 確認已保存重要日誌後,清除系統中的全部日誌 const confirmation = window.confirm( "已保存關鍵日誌,是否清除系統中的所有日誌記錄?" ); if (confirmation) { await mcp.mcp_shrimp_task_manager.clear_conversation_log({ confirm: true, }); console.log("所有日誌已清除"); } ``` ## 5. 綜合案例:完整項目流程 以下是一個完整的項目工作流程示例,從規劃到完成,使用蝦米任務管理器的各項功能。 ### 案例:開發一個用戶資料分析儀表板 #### 階段 1:項目規劃與任務拆分 ```javascript // 開始規劃 await mcp.mcp_shrimp_task_manager.plan_task({ description: "開發一個用戶資料分析儀表板,用於可視化用戶行為數據,支持多維度分析和報表導出功能。", requirements: "技術棧要求使用React前端和Node.js後端,數據視覺化採用ECharts或D3.js,需支持千萬級用戶數據的實時分析。", }); // 分析問題 await mcp.mcp_shrimp_task_manager.analyze_task({ summary: "用戶資料分析儀表板開發項目,集成多維數據可視化和報表導出功能", initialConcept: "採用模塊化設計,前端使用React+Redux+ECharts,後端使用Node.js+Express+MongoDB,實現數據流水線處理和快速響應的數據查詢API。", }); // 反思構想 await mcp.mcp_shrimp_task_manager.reflect_task({ summary: "用戶資料分析儀表板開發項目,集成多維數據可視化和報表導出功能", analysis: "經過詳細分析,決定採用以下技術方案:\n1. 前端框架:React 18 + TypeScript\n2. 狀態管理:Redux Toolkit + RTK Query\n3. 視覺化庫:ECharts 5 (適合複雜數據視覺化)\n4. 後端API:Node.js + Express + MongoDB聚合查詢\n5. 數據處理:採用分層緩存策略,通過Redis緩存熱門查詢\n6. 報表導出:使用server-side生成PDF和CSV\n...", }); // 拆分任務 await mcp.mcp_shrimp_task_manager.split_tasks({ isOverwrite: false, tasks: [ { name: "設計系統架構", description: "定義系統整體架構,包括前後端技術選型、數據流、API設計和部署架構", notes: "需考慮系統擴展性和性能要求", }, { name: "開發資料處理後端", description: "實現資料處理引擎,支持大數據量查詢和聚合分析", dependencies: ["設計系統架構"], }, { name: "實現資料視覺化元件", description: "開發可重用的視覺化圖表元件,支持多種數據展示形式", dependencies: ["設計系統架構"], }, { name: "搭建儀表板界面", description: "根據UI設計實現儀表板界面,包括布局、過濾器和用戶交互", dependencies: ["設計系統架構"], }, { name: "整合資料和視覺化", description: "連接後端API和前端視覺化元件,實現數據實時更新和交互", dependencies: [ "開發資料處理後端", "實現資料視覺化元件", "搭建儀表板界面", ], }, { name: "開發報表導出功能", description: "實現多格式報表導出功能,支持PDF、CSV等格式", dependencies: ["整合資料和視覺化"], }, { name: "系統測試與優化", description: "進行系統整體測試,包括功能測試、性能測試和壓力測試,針對性優化", dependencies: ["整合資料和視覺化", "開發報表導出功能"], }, ], }); ``` #### 階段 2:任務執行與複雜度處理 ```javascript // 列出所有任務 const tasks = await mcp.mcp_shrimp_task_manager.list_tasks(); console.log(tasks); // 找出第一個待執行的任務 const pendingTasks = tasks.content[0].text.match(/待處理.*?ID: `([^`]+)`/gs); const firstTaskId = pendingTasks[0].match(/ID: `([^`]+)`/)[1]; // 執行架構設計任務 const executeResult = await mcp.mcp_shrimp_task_manager.execute_task({ taskId: firstTaskId, }); // 檢查複雜度評估 if (executeResult.content[0].text.includes("高複雜度")) { console.log("架構設計是高複雜度任務,需要特別關注"); // 可以進一步拆分架構設計任務 await mcp.mcp_shrimp_task_manager.split_tasks({ isOverwrite: false, tasks: [ { name: "前端架構設計", description: "設計前端架構,包括組件結構、狀態管理和路由設計", dependencies: [], }, { name: "後端架構設計", description: "設計後端架構,包括API結構、數據模型和緩存策略", dependencies: [], }, { name: "整合前後端架構", description: "確保前後端架構協同工作,定義數據交換格式和API契約", dependencies: ["前端架構設計", "後端架構設計"], }, ], }); } ``` #### 階段 3:完成任務與提供摘要 ```javascript // 驗證任務 await mcp.mcp_shrimp_task_manager.verify_task({ taskId: "architecture-task-uuid", }); // 完成任務並提供詳細摘要 await mcp.mcp_shrimp_task_manager.complete_task({ taskId: "architecture-task-uuid", summary: `成功設計完成系統整體架構,採用了以下關鍵技術決策: 1. 採用微服務架構,將資料處理和視覺化渲染分離,提高系統靈活性 2. 前端技術棧:React 18 + TypeScript + ECharts 5,組件採用原子設計模式 3. 後端技術棧:Node.js + Express + MongoDB,採用資料聚合管道處理複雜查詢 4. 快取策略:三層緩存(應用內存、Redis、持久化存儲),針對不同數據生命週期優化 5. 擴展性設計:水平擴展的API服務,事件驅動的資料處理管道 解決的主要挑戰:(1)大數據量分析性能瓶頸;(2)多維度數據實時更新一致性;(3)跨設備體驗一致性 測試結果顯示架構可支持超過1000萬用戶記錄的快速分析,查詢響應時間控制在200ms以內,比目標性能指標提升了35%。`, }); ``` #### 階段 4:查詢任務日誌和維護 ```javascript // 查詢任務執行日誌 const taskLogs = await mcp.mcp_shrimp_task_manager.list_conversation_log({ taskId: "architecture-task-uuid", }); // 分析日誌,找出關鍵決策點 const decisions = taskLogs.entries.filter( (entry) => entry.summary.includes("決定") || entry.summary.includes("選擇") ); console.log("架構設計過程中的關鍵決策:", decisions); // 清理不必要的任務(假設有些子任務變得不必要) await mcp.mcp_shrimp_task_manager.delete_task({ taskId: "unnecessary-subtask-uuid", }); // 最終檢查任務狀態 const finalTaskList = await mcp.mcp_shrimp_task_manager.list_tasks(); console.log("當前任務狀態:", finalTaskList); ``` ## 結論 以上示例展示了蝦米任務管理器在不同場景下的使用方法。通過這些具體案例,您可以了解如何: 1. 使用刪除任務功能維護任務列表的整潔和準確性 2. 利用任務複雜度自適應處理功能合理規劃和分解複雜任務 3. 通過任務摘要自動更新機制記錄關鍵實施細節和決策 4. 使用工作日誌功能追蹤項目進展和關鍵決策點 這些功能共同提供了一個強大的任務管理框架,幫助您更有效地規劃、執行和監控項目。