OmniTaskAgent

OmniTaskAgent

一个功能强大的多模型任务管理系统，可以连接到各种任务管理系统，帮助用户选择和使用最适合他们需求的任务管理方案。

功能特性

• 任务管理系统：创建、列表、更新和删除任务，支持状态跟踪和依赖管理
• 任务分解和分析：将复杂任务分解为子任务，支持复杂度评估和 PRD 自动解析
• Python 原生实现：完全使用 Python 构建，与 Python 生态无缝集成
• 多模型支持：兼容 OpenAI、Claude 等多种模型，不限于特定 API 提供商
• 编辑器集成：通过 MCP 协议与 Cursor 等编辑器集成，实现平顺的开发体验
• 智能工作流：基于 LangGraph 的 ReAct 模式实现智能任务管理流程
• 多系统集成：可以连接到 mcp-shrimp-task-manager 和 claude-task-master 等各种专业任务管理系统
• 跨场景应用：适用于通用开发项目、垂直领域项目和其他任务系统

安装

# Install using uv (recommended)
uv pip install -e .

# Or install using pip
pip install -e .

# Install Node.js dependencies (for MCP server)
npm install

配置

在项目根目录创建 .env 文件进行配置：

# Required: API keys (configure at least one)
OPENAI_API_KEY=your_openai_api_key_here
# Or
ANTHROPIC_API_KEY=your_anthropic_api_key_here

# Optional: Model configuration
LLM_MODEL=gpt-4o  # Default model
TEMPERATURE=0.2   # Creativity parameter
MAX_TOKENS=4000   # Maximum tokens

使用

命令行界面（推荐）

最简单的使用方式是通过内置命令行界面：

# Start interactive command line interface
python -m omni_task_agent.cli

常见命令示例：

• Create task: Optimize website performance Reduce page load time by 50%
• List all tasks
• Update task 1 status to completed
• Decompose task 2
• Analyze project complexity

在 LangGraph Studio 中使用

LangGraph Studio 是专为大模型应用设计的开发环境，用于可视化、交互和调试复杂的 Agent 应用。

首先，确保已安装 langgraph-cli（需要版本 0.1.55 或更高）：

# Install langgraph-cli (requires Python 3.11+)
pip install -U "langgraph-cli[inmem]"

然后在项目根目录（包含 langgraph.json）启动开发服务器：

# Start local development server
langgraph dev

这将自动打开浏览器并连接到云托管的 Studio 界面，你可以在其中：

1. 可视化 Agent 图结构
2. 通过 UI 界面测试和运行 Agent
3. 修改 Agent 状态并调试
4. 添加断点进行 Agent 单步执行
5. 实现人机协作流程

在开发过程中修改代码时，Studio 将自动更新，无需重启服务，便于快速迭代和调试。

对于断点调试等高级功能：

# Enable debug port
langgraph dev --debug-port 5678

编辑器集成（MCP 服务）

1. 运行 MCP 服务：

# Start STDIO-based MCP service
python run_mcp.py

2. 在编辑器（如 Cursor、VSCode 等）中配置 MCP 设置：

{
  "mcpServers": {
    "task-master-agent": {
      "type": "stdio",
      "command": "/path/to/python",
      "args": ["/path/to/run_mcp.py"],
      "env": {
        "OPENAI_API_KEY": "your-key-here"
      }
    }
  }
}

项目结构

omnitaskagent/
├── omni_task_agent/     # Main code package
│   ├── agent.py           # LangGraph agent definition
│   ├── config.py          # Configuration management
│   └── cli.py             # Command line interface
├── examples/              # Example code
│   └── basic_usage.py     # Basic usage example
├── tests/                 # Test cases
├── run_mcp.py             # MCP service entry
├── adapters.py            # MCP adapters
├── langgraph.json         # LangGraph API configuration
├── package.json           # Node.js dependencies
└── pyproject.toml         # Python dependencies

参考项目

• mcp-shrimp-task-manager - 用 JavaScript 实现的任务管理系统
• AutoMCP - 创建 MCP 服务的工具
• LangGraph - Agent 构建框架
• langchain-mcp-adapters - LangChain MCP 适配器

许可证

MIT