Token导航 LogoToken导航TokenDH.com
Task Mate AI logo
AI代理stdio官方级别未说明来源级核验

Task Mate AI

MCP Server

TaskMateAI是一款通过MCP协议实现AI自主管理任务的应用程序,支持任务创建、子任务管理、进度跟踪和多代理协作。

工具数

10

提示词数

0

GitHub Stars

2

资源数

0
PythonAI代理自动化

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

NewAITees

提供方

NewAITees

最后核验

2026/5/17 20:20

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uv run TaskMateAI

详细介绍

任务MateAI

AI/MCP TODO任务管理应用程序

TaskMateAI单击功能区上AI中描述的场景,使用下列步骤创建明细表,以便在概念设计中分析体量的周长MCP (Model Context Protocol)中所述修改相应参数的值。

此处提供英文README

特徴

  • MCP中描述的场景,使用以下步骤创建明细表,以便在概念设计中分析体量的体积
  • 支持子任务
  • 基于优先级的任务处理
  • 任务进度管理和报告功能
  • 注释添加功能
  • JSON文件数据持久化
  • 代理ID多个AI任务管理
  • 按项目组织任务

安装

前提条件

  • Python 3.12以上
  • uv (Python 包管理器)
  • WSL(Linux的Windows子系统)※Windows環境の場合

安装说明

  1. 克隆或下载存储库:
git clone https://github.com/YourUsername/TaskMateAI.git
cd TaskMateAI
  1. 安装所需的软件包:
uv install -r requirements.txt

使用方法

启动应用程序

WSL您可以在环境中运行以下应用程序:

cd /path/to/TaskMateAI/src/TaskMateAI
uv run TaskMateAI

MCP构成

MCP中使用的设置示例:

{
    "mcpServers": {
      "TodoApplication": {
        "command": "uv",
        "args": [
          "--directory", 
          "/絶対パス/TaskMateAI",
          "run",
          "TaskMateAI"
        ],
        "env": {},
        "alwaysAllow": [
          "get_tasks", "get_next_task", "create_task", "update_progress", 
          "complete_task", "add_subtask", "update_subtask", "add_note",
          "list_agents", "list_projects"
        ],
        "defaultArguments": {
          "agent_id": "agent_123",
          "project_name": ""
        }
      }
    }
}
{
    "mcpServers": {
      "TodoApplication": {
        "command": "wsl.exe",
        "args": [
          "-e", 
          "bash", 
          "-c", 
          "cd /絶対パス/TaskMateAI && /home/ユーザー/.local/bin/uv run TaskMateAI"
        ],
        "env": {},
        "alwaysAllow": [
          "get_tasks", "get_next_task", "create_task", "update_progress", 
          "complete_task", "add_subtask", "update_subtask", "add_note",
          "list_agents", "list_projects"
        ],
        "defaultArguments": {
          "agent_id": "agent_123",
          "project_name": ""
        }
      }
    }
}

可用的MCP工具

TaskMateAI是以下的MCP提供工具:

  1. get_tasks -检索任务列表(可按状态和优先级过滤)
  2. get_ext_task -获取具有高优先级的下一个任务(自动更新为进度状态)
  3. 创建任务 -创建新任务(带子任务)
  4. update_progress -更新任务进度
  5. 完成任务 -将任务标记为完成
  6. add_subtask -将子任务添加到现有任务
  7. update_subtask -更新子任务状态
  8. add_note -将注释添加到任务
  9. 列表_代理 -可用代理ID获取列表
  10. list_项目 -获取与特定代理相关的项目列表

数据格式

任务由以下结构管理:

{
  "id": 1,
  "title": "タスクのタイトル",
  "description": "タスクの詳細な説明",
  "priority": 3,
  "status": "todo",  // "todo", "in_progress", "done" のいずれか
  "progress": 0,     // 0-100 の進捗率
  "subtasks": [
    {
      "id": 1,
      "description": "サブタスクの説明",
      "status": "todo"  // "todo", "in_progress", "done" のいずれか
    }
  ],
  "notes": [
    {
      "id": 1,
      "content": "ノートの内容",
      "timestamp": "2025-02-28T09:22:53.532808"
    }
  ]
}

数据保存

任务数据以分层结构存储:

output/
├── tasks.json                  # デフォルトのタスクファイル
├── agent1/
│   ├── tasks.json              # agent1のタスクファイル
│   ├── project1/
│   │   └── tasks.json          # agent1のproject1のタスクファイル
│   └── project2/
│       └── tasks.json          # agent1のproject2のタスクファイル
└── agent2/
    ├── tasks.json              # agent2のタスクファイル
    └── projectA/
        └── tasks.json          # agent2のprojectAのタスクファイル

每个任务文件在应用程序运行时自动生成和更新。

管理代理和项目

管理特定代理或项目的任务:

  1. MCP在设置中指定默认代理defaultArguments单击功能区上agent_id将条目添加到文档注册表。
  1. AI在对话中指定项目:对话中“项目X将条目添加到文档注册表。
  1. AI直接从:请求参数agent_id打开project_name中所述修改相应参数的值。

项目结构

TaskMateAI/
├── src/
│   └── TaskMateAI/
│       ├── __init__.py      # パッケージ初期化
│       └── __main__.py      # メインアプリケーションコード
├── output/                  # データ保存ディレクトリ
│   └── tasks.json           # タスクデータ (自動生成)
├── tests/                   # テストコード
│   ├── unit/                # ユニットテスト
│   └── integration/         # 統合テスト
├── requirements.txt         # 依存パッケージリスト
└── README.md                # このファイル

测试

TaskMateAI提供全面的测试套件,以确保功能的可靠性。

配置测试

测试由以下目录结构管理:

tests/
├── __init__.py           # テストパッケージの初期化
├── conftest.py           # テスト用フィクスチャの定義
├── unit/                 # ユニットテスト
│   ├── __init__.py
│   ├── test_task_utils.py       # タスク関連ユーティリティのテスト
│   ├── test_mcp_tools.py        # MCPツール機能のテスト
│   └── test_agent_projects.py   # エージェントとプロジェクト管理のテスト
└── integration/          # 統合テスト
    └── __init__.py

测试类型

  1. 单元测试:验证应用程序的各个组件是否正常工作

- test_task_utils.py:读写任务ID测试基本功能,如生成 - test_mcp_tools.py: MCP测试工具功能(如创建、更新和完成任务) - test_agent_projects.py:代理ID和测试项目管理功能

  1. 集成测试:确保多个组件协同工作正常(未来计划扩展)

测试执行方法

可以使用以下命令执行测试:

  1. 运行所有测试:
cd /path/to/TaskMateAI
uv run python -m pytest -xvs
  1. 运行特定测试文件:
uv run python -m pytest -xvs tests/unit/test_task_utils.py
  1. 运行特定测试类:
uv run python -m pytest -xvs tests/unit/test_mcp_tools.py::TestMCPTools
  1. 运行特定测试函数:
uv run python -m pytest -xvs tests/unit/test_task_utils.py::TestTaskUtils::test_read_tasks_with_data

测试参数说明:

  • -x:在发生错误时停止测试
  • -v:显示详细输出
  • -s:显示测试期间的标准输出

修正予定项目

  • 实施任务模板功能
  • 构建任务间依赖关系管理系统
  • 添加调度功能
  • 通过标记引入任务分类系统
  • 实施里程碑管理功能

许可证

麻省理工学院

著者

NewAITees

目录标签

目录标签

PythonAI代理自动化AI任务管理本地部署自动化工具MCP协议多代理系统进度跟踪

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

部署方式(deploymentType,部署类型)

local-only

工具数量(toolCount,工具数)

10

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiononelocal-only

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP