Alice MCP - Agile Task Management

Alice MCP - 軽量なアジャイルタスク管理

Alice は、Model Context Protocol（MCP）を使用する AI コーディング環境向けに設計された、軽量なローカルタスク管理システムです。包括的なプロジェクト管理機能を備え、一括操作、動的な計画策定、アーキテクチャ上の意思決定の記録をサポートします。すべてのデータは、プロジェクトごとに完全に分離された状態で、お使いのマシン上でローカルに管理されます。

Cline などの AI コーディングアシスタント向けに最適化された Alice は、インテリジェントな自動化と包括的な追跡機能によって、開発ワークフローの管理方法を変革します。

詳しいガイドはドキュメントセクションを、すぐにセットアップするにはCline ユーザー向けクイックスタートをご覧ください。

主な機能

🚀 効率的な一括操作

• タスクの一括管理： 複数のタスクを同時に作成、更新できます
• 意思決定記録の一括処理： リッチな Markdown に対応し、アーキテクチャ上の意思決定をまとめて処理できます
• アトミックな操作： 包括的なエラー報告を備えた、すべて成功するかすべて失敗するかの処理

📊 インテリジェントなプロジェクト管理

• プロジェクトの分離： すべてのデータを特定のプロジェクトに限定し、安全に分離します
• 動的なプロジェクト計画： 進捗に応じて調整され、AI から照会できる優先順位付きバックログ
• タスクとエピックの追跡： ステータス履歴の追跡に対応した階層的な構成
• メッセージの記録： 特定のタスクに関連付けられたコンテキスト付きのメモやディスカッション

🏗️ アーキテクチャ決定記録（ADR）

• 構造化された意思決定の追跡： 背景、決定事項、結果を記録します
• Markdown による豊かなコンテンツ： 複雑な技術文書のための、完全な書式設定に対応
• タスクとの連携： 決定のきっかけとなったタスクにリンクできます
• 照会可能な履歴： 開発サイクルを通じて組織のナレッジを維持します

🔧 開発者向け機能

• Cline 向けに最適化： サーバー管理を自動化し、シームレスに連携します
• ローカルファースト： SQLite を使用してお使いのマシン上で完全に動作し、外部依存関係はありません
• MCP ネイティブ： Model Context Protocol 環境向けに特化して構築されています
• 包括的なテスト： 信頼性と安定性を保証する 62 件のテスト

Cline ユーザー向けクイックスタート

Cline で Alice を最も手早く起動する方法：

1. クローンしてセットアップ：

   git clone https://github.com/your-organization/alice-mcp.git
   cd alice-mcp
   python -m venv alice-env
   source alice-env/bin/activate  # On Windows: alice-env\Scripts\activate
   pip install -r requirements.txt
   

2. MCP の自動セットアップ：

   ./scripts/setup-alice-mcp.sh
   

   このコマンドひとつで、MCP サーバーの作成、依存関係のインストール、TypeScript のビルド、Cline の設定更新をすべて行います。

3. Cline を再起動し、次の方法でテストします：

   Use alice to create a project named "test-project"
   

これで完了です！Alice が Cline と連携し、効率的なプロジェクト管理を行えるようになりました。

詳細なセットアップ

手動でのセットアップやカスタマイズを行う場合：

1. リポジトリをクローンします：

   git clone https://github.com/your-organization/alice-mcp.git
   cd alice-mcp
   

2. Python 仮想環境を作成して有効化します：

   # 環境を作成
   python -m venv alice-env
   
   # 有効化（Linux/macOS）
   source alice-env/bin/activate
   
   # 有効化（Windows）
   # alice-env\Scripts\activate
   

3. 依存関係をインストールします：

   pip install -r requirements.txt
   

手動セットアップの詳しい手順については、LLM インストールガイドをご覧ください。

サーバーの実行

自動起動（MCP 連携）

MCP 互換環境で使用すると、Alice は自動的に起動します。FastAPI バックエンドと MCP サーバーのコンポーネントが一緒に起動します。これは、次の処理を行う scripts/start-alice-servers.sh ラッパースクリプトによって実行されます。

• Python 環境を有効化します
• 依存関係をインストールします
• FastAPI サーバーを起動します
• MCP サーバーを起動します

手動起動（開発）

開発やテストのためにサーバーを手動で実行する必要がある場合は、次の手順に従います。

1. FastAPI サーバーを起動します：

   uvicorn app.main:app --reload
   

   サーバーは http://127.0.0.1:8000 で利用できます。

2. 問題のデバッグには、ラッパースクリプトを直接実行できます：

   /bin/zsh scripts/start-alice-servers.sh --debug
   

はじめに

1. サーバーを起動します（上記を参照）。
2. プロジェクトを作成します: /projects/ に一意のプロジェクト名を指定して POST リクエストを送信します。

   { "name": "my-new-project" }
   

3. プロジェクトを特定します: Alice MCP サーバーのツールを使用してタスク、エピック、メッセージを操作する際は、プロジェクトの名前（例: 「my-new-project」）を project_id 引数として使用します。MCP サーバーが、API で必要な内部の数値 ID に変換します。
4. API エンドポイント（API を直接使用する場合）: FastAPI バックエンドを直接操作する場合（MCP サーバー経由ではない場合）、タスク、エピック、メッセージに関する以降のすべての操作では、URL パスに内部の数値 project_id が必要です（例: /{numeric_project_id}/tasks/）。プロジェクトを一覧表示する（GET /projects/）か、名前で取得する（GET /projects/by-name/my-new-project）ことで、この数値 ID を確認できます。

プロジェクト分離 API の構成

Alice の FastAPI バックエンドでは、データを分離するために URL パスで数値のプロジェクト ID を使用します。ただし、Alice MCP サーバーのツールを使用する場合は、プロジェクトの**名前（文字列）**を project_id 引数として指定してください。MCP サーバーがこれを API に適した数値 ID に解決します。

API を直接使用する例:

• プロジェクト管理: /projects/（例: POST /projects/、GET /projects/{project_id}）
• タスク: /{numeric_project_id}/tasks/（例: POST /1/tasks/、GET /1/tasks/{task_id}）
• エピック: /{numeric_project_id}/epics/（例: POST /1/epics/、GET /1/epics/{epic_id}）
• メッセージ: /{numeric_project_id}/tasks/{task_id}/messages/（例: POST /1/tasks/5/messages/）

API を直接使用する場合は、1 を実際の内部数値 project_id に置き換えてください。

強力な新機能

Alice は、開発ワークフローを強化し、コーディングセッションの間にコンテキストや優先順位が失われないよう、強力な新機能を追加しました。

動的なプロジェクト計画

静的なドキュメントに記載したプロジェクト計画が古くなってしまうことに悩んでいませんか？Alice では、動的にクエリできるプロジェクト計画を利用できます。

• 優先順位付きバックログを作成: update_priority_plan ツールを使用して、取り組むタスクの正確な順序を設定します。各タスクの優先順位の理由を記載できるため、将来の自分やほかのエージェントにとって重要なコンテキストを残せます。
• 次の作業をいつでも確認: get_next_task ツールは、「Done」または「Canceled」になっていないタスクのうち、最も優先順位の高いものをすぐに返します。これにより曖昧さがなくなり、最も重要な作業に常に集中できます。
• リアルタイムのステータス更新: プロジェクト計画は常に最新の状態に保たれます。タスクが完了すると、計画には新しいステータスが自動的に反映され、進捗をリアルタイムで確認できます。

アーキテクチャ決定記録（ADR）

アーキテクチャ上の決定を構造化されたクエリ可能な記録に残し、プロジェクト設計の「なぜ」を把握できます。

• 重要な決定を記録: create_decision ツールを使用して、重要なアーキテクチャ上の選択の背景、決定内容、影響を記録します。
• コンテキストを保持: 新しい開発スレッドで過去の決定を確認すれば、すぐに状況を把握できます。これにより、すでに決着した問題が再び議論されるのを防ぎ、長期にわたって一貫性を保てます。
• タスクにリンク: 決定をきっかけとなった特定のタスクに関連付けることで、プロジェクトの変遷を明確に追跡できます。

これらの機能により、Alice は単なるタスクトラッカーから、プロジェクトのコンテキストと優先順位を積極的に管理するインテリジェントなパートナーへと進化します。開発プロセスの効率、透明性、機能性を高めます。

一括操作 - 効率性の向上

Alice の一括操作により、開発プロジェクト管理の効率が向上します。

タスクの一括操作：

• bulk_create_tasks: 包括的な検証を行い、1 回の操作で複数のタスクを作成します
• bulk_update_tasks: アトミックトランザクションを保証し、複数のタスクを同時に更新します

意思決定の一括操作：

• bulk_create_decisions: リッチな Markdown に対応し、アーキテクチャ上の意思決定を一括処理します
• bulk_update_decisions: 複数のレコードにわたって、意思決定のステータスと内容を更新します

パフォーマンス上のメリット：

• 個別に操作する場合と比較して、API 呼び出しを大幅に削減します
• アトミックトランザクションとロールバック保護により、データの一貫性を確保します
• 詳細なレポートで各項目の成功／失敗ステータスを確認できます

使用例：

// Create 5 tasks simultaneously
bulk_create_tasks("my-project", [
  { title: "Setup authentication", assignee: "Backend Team" },
  { title: "Design user interface", assignee: "Frontend Team" },
  { title: "Configure CI/CD pipeline", assignee: "DevOps Team" },
  { title: "Write API documentation", assignee: "Documentation Team" },
  { title: "Implement rate limiting", status: "In Progress" }
])

// Update multiple tasks with status changes
bulk_update_tasks("my-project", [
  { id: 1, update: { status: "Done" }},
  { id: 2, update: { status: "In Progress", assignee: "New Team" }},
  { id: 3, update: { description: "Updated requirements" }}
])

テストの実行

仮想環境が有効化され、依存関係がインストールされていることを確認してから、次を実行してください。

pytest

API ドキュメント

サーバーの実行中は、ブラウザーからインタラクティブな API ドキュメント（FastAPI 提供）にアクセスできます。

• Swagger UI： http://127.0.0.1:8000/docs
• ReDoc： http://127.0.0.1:8000/redoc

ドキュメント

詳細なドキュメントは docs/ ディレクトリにあります。

• アプリケーションの概要： アーキテクチャ、機能、技術スタックについて説明します。
• 技術要件： システム、データベース、API の仕様を詳しく説明します。
• LLM 統合ガイド： LLM のカスタム指示と Alice を統合するための推奨事項です。

貢献

貢献を歓迎します。以下のガイドラインに従ってください。

• コーディングスタイル（PEP 8、black、isort）に従ってください。
• 型ヒントを使用してください。
• 公開関数と API のドキュメントを作成してください。
• 新機能やバグ修正にはユニットテストを作成してください。
• 変更を提出する前に、すべてのテストとリンターが合格することを確認してください。
• 大幅な変更の場合は、まず課題を作成して方針を議論することを検討してください。

---

Alice は MCP Review の認定を受けています。掲載ページはこちらです：https://mcpreview.com/mcp-servers/soapko/alice-mcp-server