mirror of
https://github.com/cjo4m06/mcp-shrimp-task-manager.git
synced 2025-07-26 07:52:25 +08:00
6.8 KiB
6.8 KiB
MCP 蝦米任務管理器
🚀 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
- 完整工作日誌:記錄和查詢對話歷史,提供任務執行過程的完整紀錄
- 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
🔄 任務管理工作流程
本系統提供完整的任務管理生命週期:
- 開始規劃
plan_task
:分析任務問題,確定需求範圍 - 深入分析
analyze_task
:檢查現有代碼庫避免重複工作 - 方案反思
reflect_task
:批判性審查分析結果,確保方案完善 - 任務拆分
split_tasks
:將複雜任務分解為小型任務,建立明確依賴關係 - 任務列表
list_tasks
:查看所有任務及其執行狀態 - 執行任務
execute_task
:執行特定任務,同時評估複雜度 - 結果檢驗
verify_task
:全面檢查任務完成情況 - 任務完成
complete_task
:標記任務完成並生成報告,自動更新摘要 - 任務管理
delete_task
:管理未完成的任務(已完成任務將保留在系統中)
📚 文件資源
- 系統架構:詳細的系統設計與數據流說明
🔧 安裝與使用
# 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
- 開啟 Cursor IDE 的全局設定檔案(通常位於
~/.cursor/mcp.json
) - 在
mcpServers
區段中添加以下配置:
{
"mcpServers": {
"shrimp-task-manager": {
"command": "node",
"args": ["/mcp-shrimp-task-manager/dist/index.js"],
"env": {
"DATA_DIR": "/mcp-shrimp-task-manager/data"
}
}
}
}
⚠️ 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:
- 在專案根目錄創建
.cursor
目錄 - 在該目錄下創建
mcp.json
文件,內容如下:
{
"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
}
}
}
}
⚠️ 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
💡 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 mcp_shrimp_task_manager_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 任務執行 Model 進行任務執行。你必須專心於任務規劃禁止使用 mcp_shrimp_task_manager_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 mcp_shrimp_task_manager_execute_task 進行任務執行,沒有執行任務時則使用 mcp_shrimp_task_manager_list_tasks 尋找位執行的任務並執行,當執行完成後必須總結摘要告知用戶使用,你一次只能執行一個任務,單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 |
方案評估 | reflect_task |
反思與改進方案構想 |
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 | |
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 | |
complete_task |
標記任務為已完成 | |
日誌管理 | list_conversation_log |
查詢對話歷史日誌 |
clear_conversation_log |
清除歷史對話記錄 |
🔧 技術實現
- Node.js:高效能的 JavaScript 運行時環境
- TypeScript:提供強型別安全的開發環境
- MCP SDK:與大型語言模型無縫互動的接口
- UUID:生成唯一且可靠的任務識別碼
📄 許可協議
本專案採用 MIT 許可協議發布 - 詳見 LICENSE 文件