Task Manager MCP Server

Task Manager MCP Server

タスクとプロジェクトを管理するための、Model Context Protocol (MCP) サーバーのテンプレート実装です。このサーバーは、プロジェクトの整理、タスクの追跡、PRD の解析に対応した包括的なタスク管理システムを提供します。

概要

このプロジェクトは、AI エージェントがタスクを管理し、プロジェクトの進捗を追跡し、製品要件定義書（PRD）を実行可能なタスクに分解できる MCP サーバーの構築方法を示します。タスク管理機能を備えた独自の MCP サーバーを作成するための、実用的なテンプレートとして利用できます。

この実装は、MCP サーバー構築に関して Anthropic が示すベストプラクティスに従っており、あらゆる MCP 対応クライアントとシームレスに連携できます。

機能

このサーバーは、次のような重要なタスク管理ツールを提供します。

1. タスク管理

   • create_task_file：新しいプロジェクトタスクファイルを作成します
   • add_task：説明とサブタスクを指定して、プロジェクトにタスクを追加します
   • update_task_status：タスクとサブタスクのステータスを更新します
   • get_next_task：プロジェクトから次の未完了タスクを取得します

2. プロジェクト計画

   • parse_prd：PRD を構造化されたタスクに自動変換します
   • expand_task：タスクを、より小さく管理しやすいサブタスクに分解します
   • estimate_task_complexity：タスクの複雑さと所要時間を見積もります
   • get_task_dependencies：タスクの依存関係を追跡します

3. 開発サポート

   • generate_task_file：タスクの説明に基づいてファイルテンプレートを生成します
   • suggest_next_actions：AI を活用した次のステップの提案を取得します

前提条件

• Python 3.12 以降
• 選択した LLM プロバイダー（OpenAI、OpenRouter、または Ollama）の API キー
• MCP サーバーをコンテナーとして実行する場合は Docker（推奨）

インストール

uv を使用する場合

1. uv がインストールされていない場合は、インストールします。

   pip install uv
   

2. このリポジトリをクローンします。

   git clone https://github.com/coleam00/mcp-mem0.git
   cd mcp-mem0
   

3. 依存関係をインストールします。

   uv pip install -e .
   

4. .env.example を基に .env ファイルを作成します。

   cp .env.example .env
   

5. .env ファイルで環境変数を設定します（「設定」セクションを参照）。

Docker を使用する場合（推奨）

1. Docker イメージをビルドします。

   docker build -t mcp/mem0 --build-arg PORT=8050 .
   

2. .env.example を基に .env ファイルを作成し、環境変数を設定します。

設定

.env ファイルでは、次の環境変数を設定できます。

変数	説明	例
TRANSPORT	トランスポートプロトコル（sse または stdio）	sse
HOST	SSE トランスポート使用時にバインドするホスト	0.0.0.0
PORT	SSE トランスポート使用時にリッスンするポート	8050

サーバーの実行

Python 3 を使用する場合

# Set TRANSPORT=sse in .env then:
python3 src/main.py

サーバーは設定されたホストとポートで起動します（デフォルト：http://0.0.0.0:8050）。

Docker を使用する場合

docker build -t task-manager-mcp .
docker run --env-file .env -p 8050:8050 task-manager-mcp

Task Manager の使用方法

新しいプロジェクトの作成

1. プロジェクトのタスクファイルを作成します。

await mcp.create_task_file(project_name="my-project")

2. プロジェクトにタスクを追加します。

await mcp.add_task(
    project_name="my-project",
    title="Setup Development Environment",
    description="Configure the development environment with required tools",
    subtasks=[
        "Install dependencies",
        "Configure linters",
        "Set up testing framework"
    ]
)

3. PRD を解析して、タスクを自動作成します。

await mcp.parse_prd(
    project_name="my-project",
    prd_content="# Your PRD content..."
)

タスクの管理

1. タスクのステータスを更新します。

await mcp.update_task_status(
    project_name="my-project",
    task_title="Setup Development Environment",
    subtask_title="Install dependencies",
    status="done"
)

2. 次に取り組むタスクを取得します。

next_task = await mcp.get_next_task(project_name="my-project")

3. タスクをサブタスクに分解します。

await mcp.expand_task(
    project_name="my-project",
    task_title="Implement Authentication"
)

開発ワークフロー

1. タスクのファイルテンプレートを生成します。

await mcp.generate_task_file(
    project_name="my-project",
    task_title="User Authentication"
)

2. タスクの複雑さの見積もりを取得します。

complexity = await mcp.estimate_task_complexity(
    project_name="my-project",
    task_title="User Authentication"
)

3. 次のアクションの提案を取得します。

suggestions = await mcp.suggest_next_actions(
    project_name="my-project",
    task_title="User Authentication"
)

MCP クライアントとの連携

SSE の設定

SSE トランスポートを使用してサーバーに接続するには、次の設定を使用します。

{
  "mcpServers": {
    "task-manager": {
      "transport": "sse",
      "url": "http://localhost:8050/sse"
    }
  }
}

Stdio の設定

stdio トランスポートには、次の設定を使用します。

{
  "mcpServers": {
    "task-manager": {
      "command": "python3",
      "args": ["src/main.py"],
      "env": {
        "TRANSPORT": "stdio",
        "LLM_PROVIDER": "openai",
        "LLM_API_KEY": "YOUR-API-KEY",
        "LLM_CHOICE": "gpt-4"
      }
    }
  }
}

独自のサーバーの構築

このテンプレートは、より複雑なタスク管理 MCP サーバーを構築するための基盤となります。拡張するには、次の手順を実行します。

1. @mcp.tool() デコレーターを使用して、新しいタスク管理ツールを追加します
2. 独自のタスク分析機能と自動化機能を実装します
3. プロジェクト固有のタスクテンプレートとワークフローを追加します
4. 既存の開発ツールやプロセスと連携します