Enterprise Task Queue Mcp Server

MCP Task Manager

MCP Task Manager（npm package: taskqueue-mcp）は、AI タスク管理用の Model Context Protocol（MCP）サーバーです。このツールを使うと、AI アシスタントが複数ステップのタスクを構造化して処理できます。また、ユーザー承認のチェックポイントを任意で設定できます。

機能

• 複数ステップによるタスク計画
• 進捗の追跡
• 完了したタスクのユーザー承認
• プロジェクト完了の承認
• タスクの詳細表示
• タスクのステータス管理
• タスクの確認と管理に使える高機能な CLI

基本設定

通常は、Claude Desktop、Cursor、またはその他の MCP クライアントで、次のようにツールを設定します。

{
  "tools": {
    "taskqueue": {
      "command": "npx",
      "args": ["-y", "taskqueue-mcp"]
    }
  }
}

CLI ユーティリティを使用するには、パッケージをグローバルにインストールしてから、次のコマンドを実行します。

npx taskqueue --help

使用可能なコマンドとオプションが表示されます。

高度な設定

タスクマネージャーは、プロジェクト計画の生成に複数の LLM プロバイダーをサポートしています。使用するプロバイダーに応じて、次の環境変数を 1 つ以上設定できます。

• OPENAI_API_KEY：OpenAI モデル（例：GPT-4）の使用に必要です
• GOOGLE_GENERATIVE_AI_API_KEY：Google の Gemini モデルの使用に必要です
• DEEPSEEK_API_KEY：Deepseek モデルの使用に必要です

CLI を使ってプロジェクト計画を生成するには、シェルで次の環境変数を設定します。

export OPENAI_API_KEY="your-api-key"
export GOOGLE_GENERATIVE_AI_API_KEY="your-api-key"
export DEEPSEEK_API_KEY="your-api-key"

または、MCP ツールの呼び出しでプロジェクト計画を生成できるように、MCP クライアントの設定に環境変数を含めることもできます。

{
  "tools": {
    "taskqueue": {
      "command": "npx",
      "args": ["-y", "taskqueue-mcp"],
      "env": {
        "OPENAI_API_KEY": "your-api-key",
        "GOOGLE_GENERATIVE_AI_API_KEY": "your-api-key",
        "DEEPSEEK_API_KEY": "your-api-key"
      }
    }
  }
}

使用可能な MCP ツール

TaskManager は現在、各操作専用に設計されたツールを備えた、直接的なツールインターフェースを使用しています。

プロジェクト管理ツール

• list_projects：システム内のすべてのプロジェクトを一覧表示します
• read_project：特定のプロジェクトの詳細を取得します
• create_project：初期タスクを含む新しいプロジェクトを作成します
• delete_project：プロジェクトを削除します
• add_tasks_to_project：既存のプロジェクトに新しいタスクを追加します
• finalize_project：すべてのタスクが完了した後にプロジェクトを確定します

タスク管理ツール

• list_tasks：特定のプロジェクトのすべてのタスクを一覧表示します
• read_task：特定のタスクの詳細を取得します
• create_task：プロジェクトに新しいタスクを作成します
• update_task：タスクのプロパティ（タイトル、説明、ステータス）を変更します
• delete_task：プロジェクトからタスクを削除します
• approve_task：完了したタスクを承認します
• get_next_task：プロジェクト内の次の未着手タスクを取得します
• mark_task_done：詳細を添えてタスクを完了としてマークします

タスクのステータスとワークフロー

タスクにはステータスフィールドがあり、次のいずれかを指定できます。

• not started：タスクはまだ開始されていません
• in progress：タスクは現在作業中です
• done：タスクは完了しています（completedDetails が必要です）

ステータス遷移ルール

システムは、タスクのステータス遷移に次のルールを適用します。

• タスクは、有効な遷移が定義された特定のワークフローに従います。
  • not started からは、in progress にのみ移行できます
  • in progress からは、done に移行するか、not started に戻せます
  • done からは、追加作業が必要な場合に in progress に戻せます
• タスクを「done」としてマークする場合、完了内容を記録するために completedDetails フィールドを指定する必要があります
• 承認済みのタスクは変更できません
• すべてのタスクが完了し、承認された場合にのみ、プロジェクトを承認できます

これらのルールにより、タスクの進捗の整合性を維持し、完了した作業を適切に記録できます。

使用ワークフロー

このタスクマネージャーを使用する LLM の一般的なワークフローは次のとおりです。

1. create_project：初期タスクを指定してプロジェクトを開始します
2. get_next_task：最初の未完了タスクを取得します
3. タスクに取り組みます
4. mark_task_done：詳細を記載してタスクを完了済みにします
5. 承認を待ちます（ユーザーは CLI から approve_task を呼び出す必要があります）
6. get_next_task：次の未完了タスクを取得します
7. すべてのタスクが完了するまで、手順 3～6 を繰り返します
8. finalize_project：プロジェクトを完了します（ユーザーの承認が必要です）

CLI コマンド

CLI を使用するには、パッケージをグローバルにインストールする必要があります。

npm install -g taskqueue-mcp

または、--package=taskqueue-mcp フラグを指定して npx から CLI を実行し、パッケージを指定できます。

npx --package=taskqueue-mcp taskqueue --help

タスクの承認

デフォルトでは、AI エージェントがタスクやプロジェクトを「done」にすると、自動的に承認されます。タスクの手動承認を必須にするには、プロジェクト作成時に autoApprove を false に設定してください。

タスクの承認は、CLI を通じて人間のユーザーのみが行えます。

npx taskqueue approve-task -- <projectId> <taskId>

オプション：

• -f, --force：タスクが完了済みとしてマークされていなくても、強制的に承認します

注：--force を使用しない場合、承認を受けるには、AI エージェントがタスクを「done」にし、完了の詳細を記載している必要があります。

タスクとプロジェクトの一覧表示

CLI には、すべてのプロジェクトとタスクを一覧表示するコマンドがあります。

npx taskqueue list-tasks

特定のプロジェクトの詳細を表示するには、次のコマンドを実行します。

npx taskqueue list-tasks -- -p <projectId>

このコマンドは、システム内のすべてのプロジェクト、または特定のプロジェクトに関する次の情報を表示します。

• プロジェクト ID と初期プロンプト
• 完了状況
• タスクの詳細（タイトル、説明、ステータス、承認状況）
• 進捗状況（承認済み／完了済み／全タスク数）

データスキーマと保存

ファイルの場所

タスクマネージャーは、サーバーと CLI の両方からアクセスできる JSON ファイルにデータを保存します。

デフォルトのプラットフォーム固有の保存先は次のとおりです。

• Linux：~/.local/share/taskqueue-mcp/tasks.json
• macOS：~/Library/Application Support/taskqueue-mcp/tasks.json
• Windows：%APPDATA%\taskqueue-mcp\tasks.json

タスクデータの保存先にカスタムファイルパスを使用することは推奨されません。MCP サーバーと CLI の両方で同じパスを設定する必要があり、設定しないと互いに連携できないためです。ただし、カスタムパスを使用する場合は、MCP クライアントの設定で TASK_MANAGER_FILE_PATH 環境変数を設定できます。

{
  "tools": {
    "taskqueue": {
      "command": "npx",
      "args": ["-y", "taskqueue-mcp"],
      "env": {
        "TASK_MANAGER_FILE_PATH": "/path/to/tasks.json"
      }
    }
  }
}

その後、CLI を実行する前に、シェルで同じパスをエクスポートしてください。

export TASK_MANAGER_FILE_PATH="/path/to/tasks.json"

データスキーマ

JSON ファイルでは、次の構造が使用されます。

TaskManagerFile
├── projects: Project[]
    ├── projectId: string            # Format: "proj-{number}"
    ├── initialPrompt: string        # Original user request text
    ├── projectPlan: string          # Additional project details
    ├── completed: boolean           # Project completion status
    ├── autoApprove: boolean         # Set `false` to require manual user approval
    └── tasks: Task[]                # Array of tasks
        ├── id: string               # Format: "task-{number}"
        ├── title: string            # Short task title
        ├── description: string      # Detailed task description
        ├── status: string           # Task status: "not started", "in progress", or "done"
        ├── approved: boolean        # Task approval status
        ├── completedDetails: string # Completion information (required when status is "done")
        ├── toolRecommendations: string # Suggested tools that might be helpful for this task
        └── ruleRecommendations: string # Suggested rules/guidelines to follow for this task

ライセンス

MIT