mcpField
P
planboard

planboard

ローカル
github.com/CloudCorpRecords生産性01 週間前に更新

planboard について

planboard は Beck のエージェント計画ボードの REST API を MCP ツールとコマンドラインで利用可能にします。ワークスペース、文書、エピック、タスク、進捗、意思決定を管理するエージェントやチーム向けです。

主な機能

  1. 01ワークスペースの参照と管理
  2. 02文書の作成とバージョン管理
  3. 03エピックとタスクの追跡
  4. 04進捗の記録と意思決定の処理
  5. 05etag による文書編集の保護

活用シーン

  1. 01ステータスやエピック別のタスク確認
  2. 02共有計画文書の安全な更新
  3. 03タスクの進捗と完了の記録
  4. 04作業を妨げる未決事項への回答

MCP 対応

Beck の計画ボード REST API を、ワークスペース単位のデータを読み書きする 34 個の MCP ツールとして公開します。対応するコマンドラインもあります。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"cloudcorprecords-planboard": {
"command": "npx",
"args": [
"-y",
"@reneturcios/planboard"
]
}
}
}
起動コマンドnpx -y @reneturcios/planboard

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@reneturcios/planboard0.1.0
ocighcr.io/cloudcorprecords/planboard:0.1.0

ツール

34

掲載時のツール一覧 · 1 週間前に更新

このツールにパラメーターはありません。

詳細

planboard

Beck エージェントの計画ボード用の小さなクライアントです。Beck は、エージェントチームが作業の基盤とする共有状態(ワークスペース、計画ドキュメント、エピック、タスク、進捗確認、未解決の意思決定)を REST API の背後で管理します。planboard はその API を 34 個の MCP ツールと、それに対応するコマンドラインとして公開します。これにより、エージェント(またはターミナルを使う人間)はボードを確認し、タスクを進め、etag でドキュメント編集を保護し、作業を妨げている意思決定に回答できます。

対応範囲

  • ID とワークスペース — whoami、list_workspaces、 create_workspace。
  • API トークン — list_api_tokens、create_api_token、 revoke_api_token。
  • ドキュメント — list_documents、read_document、 create_document、write_document、delete_document、 list_document_versions、restore_document。書き込みと 削除はドキュメントの etag で保護され、If-Match ヘッダーとして 送信されるため、古い状態を表示しているエディターが他の人の リビジョンを気付かれずに上書きすることはありません。
  • エピック — list_epics、get_epic、plan_it、 get_epic_github、link_epic_github。
  • タスク — list_tasks(ステータス、エピック、 担当者、icebox でフィルタリング可能)、get_task、 get_task_context、recommend_task、start_task、 finish_task(実施内容のレポート付き)、accept_task、 reject_task(理由が必須)、update_task(指定された フィールドのみを送信)、add_comment、list_comments。
  • 進捗 — log_progress(任意のメモとラベルを付けて、 合格したチェック数と全チェック数を記録)と list_progress。
  • 意思決定 — list_decisions(open / answered のステータスとエピックでフィルタリング可能)、 ask_decision(すべての質問にデフォルトの回答を設定)、 answer_decision(明示的な回答または keepDefault: true のいずれか一方のみを受け付けます)。

ワークスペースのスコープはどこでも明示的です。ワークスペースをスコープとする各ツールでは、必須の workspaceId を指定します。これは読み取りと削除ではクエリパラメーターとして、書き込みでは JSON 本文内に送信されます。

設定

export BECK_API_TOKEN="..."          # required
export BECK_API_URL="https://beck.bot"   # optional override
export BECK_REPO="owner/repo"        # optional, sent as X-Beck-Repo
export BECK_BRANCH="main"            # optional, sent as X-Beck-Branch

BECK_API_TOKEN が設定されていない場合、すべてのツールはエラーテキスト BECK_API_TOKEN is not set を返し、リクエストは送信されません。また、各プロセスはランダムな実行 ID を 1 つ生成し、すべてのリクエストで X-Beck-Run として送信します。これにより、サーバーは 1 回のエージェント実行による呼び出しをまとめられます。トークン自体がツールの出力に含まれることはありません。

成功した呼び出しは、上流の JSON 本文を整形して返します。2xx 以外の応答は upstream error: HTTP <status> from beck-api という形式のエラー結果になり、応答本文に message または error 文字列が含まれる場合は : <message> が追加されます。リクエストが完了しない場合は upstream unreachable: beck-api になります。

CLI

各ツールは、1 つの JSON 引数文字列を取るサブコマンドです。

npx @reneturcios/planboard whoami '{}'
npx @reneturcios/planboard list_tasks '{"workspaceId":"w1","status":"open"}'
npx @reneturcios/planboard write_document '{"workspaceId":"w1","path":"plan.md","content":"...","etag":"etag-7"}'
npx @reneturcios/planboard answer_decision '{"workspaceId":"w1","decisionId":"d1","keepDefault":true}'
npx @reneturcios/planboard --version

出力は MCP ツールが返すテキストと同じです。終了コード: 成功時は 0、ツール結果がエラーの場合は 1、使用方法が正しくない場合は 2 です。

MCP サーバー

npx -y @reneturcios/planboard mcp

MCP クライアントの設定:

{
  "mcpServers": {
    "planboard": {
      "command": "npx",
      "args": ["-y", "@reneturcios/planboard", "mcp"],
      "env": {
        "BECK_API_TOKEN": "..."
      }
    }
  }
}

Docker

docker run -i -e BECK_API_TOKEN="..." ghcr.io/cloudcorprecords/planboard
docker run --rm -e BECK_API_TOKEN="..." ghcr.io/cloudcorprecords/planboard list_epics '{"workspaceId":"w1"}'

開発

npm install
npm run build   # tsc -> dist/
npm test        # tsx --test test/*.test.ts (fake fetch only, no network)
npm run dev     # run the CLI from source

ライセンス

MIT — Copyright (c) 2026 Rene Turcios

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。