mcpField
P
Pi TaskExec

Pi TaskExec

ローカル
github.comAI・エージェント02 週間前に更新
リポジトリ公式サイト

Pi TaskExec について

Pi TaskExec は、監督エージェントが範囲を限定したタスクをローカルの Pi コーディングエージェントプロセスに割り当てる MCP ワーカーランタイムです。調査、分析、実装、検証に対応し、委任の利点が小さい場合は監督側が直接作業できます。

主な機能

  1. 01ローカル Pi ワーカーの起動と管理
  2. 02待機時間を制限した状態確認
  3. 03タスクの指示・継続・キャンセル・解放
  4. 04読み取り専用と読み書きの権限プロファイル
  5. 05Codex、Zed、OpenCode 向けセットアップ

活用シーン

  1. 01独立した調査の委任
  2. 02実装と検証作業の割り当て
  3. 03計画と実行に別々のモデルリソースを利用
  4. 04実行の詳細によるメインエージェントのコンテキスト圧迫を回避

MCP 対応

Pi TaskExec は MCP 経由でローカル Pi ワーカーのライフサイクルとタスク操作を提供します。監督エージェントはワーカーの起動、確認、指示、継続、キャンセル、解放を行えます。

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": {
    "zguiyang-pi-task-exec": {
      "command": "npx",
      "args": [
        "-y",
        "@zguiyang/pi-task-exec"
      ]
    }
  }
}
起動コマンドnpx -y @zguiyang/pi-task-exec

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@zguiyang/pi-task-exec0.4.0

ツール

6

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
cwdstringはいPI_WORKER_ALLOWED_ROOTS 内の絶対作業ディレクトリ。
modeenumはいdirect はこのチェックアウトを使用し、worktree は編集を分離します。並行する implement ワーカーは、それぞれ別の worktree を使用する必要があります。direct | worktree
taskstringはい範囲と期待される結果が明確な、限定されたタスクです。
modelstringいいえこのワーカー専用の任意のモデル指定です。省略すると、Pi はローカルで設定されたデフォルトを選択します。この値は、このワーカーのローカル Pi 環境で利用可能なモデルに解決される必要があります。
profileenumいいえinspect は読み取り専用で、チェックアウトを共有できます。implement はファイルを書き込めます。inspect | implement
taskTimeoutMsintegerいいえ任意のアクティビティサイクルの期限。単位はミリ秒です。

詳細

Pi TaskExec

Pi TaskExec を使うと、監督エージェントは MCP 経由で、範囲が限定された独立した調査、分析、実装、検証タスクをローカルの Pi ワーカーに割り当てられます。委任によるメリットよりもオーバーヘッドが大きい場合は、エージェントが直接作業することもできます。

このプロジェクトは、計画とレビューには異なるモデルやサブスクリプションプランを使い、実行には別のものを使うという、作者自身のワークフローから生まれました。複数の AI コーディングサブスクリプションやモデルリソースをお持ちの場合も、このように作業を分担することで、それらをより有効に活用し、実行の詳細がメインエージェントのコンテキストを圧迫するのを防げます。

作者は現在も、このアプローチがコンテキスト使用量、総トークン消費量、実際のコストに与える影響を評価中です。コスト削減が保証されるわけではありません。このプロジェクトは作者自身の協業ニーズに対応するもので、同様のワークフローを持つ方にも役立つ可能性があります。ぜひお試しいただき、経験や異なる見解、ご提案を Issues からお寄せください。

English | 简体中文

主な特徴

  • ローカルに設定されたデフォルトモデルを使って、ローカルの Pi でタスクを実行します。ワーカーごとに model と thinking を任意で上書きできます。
  • ワーカーのライフサイクル全体に対応しています。起動、待機時間に上限を設けたステータス確認、指示の変更、続行、キャンセル（pi_abort）、解放（pi_release）、一覧表示が可能です。
  • 読み取り専用の inspect（デフォルト）と、読み書き可能な implement の機能プロファイルがあります。
  • 作業ディレクトリはスーパーバイザーが選択します。MCP は認可を検証しますが、ワークツリーやブランチを作成することはありません。
  • Codex、Zed、OpenCode 間でキーボードによる複数選択が可能な、統合型の MCP + pi-delegate Skill セットアップです。

要件

  • Node.js >= 22.20
  • インストール済みで設定済みの pi 実行ファイル

クイックスタート

設定するプロジェクトから、統合セットアップを実行します。

npx -y @zguiyang/pi-task-exec@latest setup

v0.3.1 は現在公開されているリリースです。このチェックアウトでは、委任ガイダンスの更新と、複数ホストに対応した CLI フローを含む v0.4.0 を準備しています。 v0.3.0 のワーカーインターフェイスの変更も引き続き適用されます。 v0.2.2 からアップグレードする場合は、 v0.3.0 の移行に関する注意事項に従ってください。

TTY では、ホスト（codex、zed、opencode）と単一のスコープ（project または global）をキーボードで複数選択する画面が開き、その後、実行結果が簡潔に表示されます。通常の実行ではプラン全体は表示されず、Proceed? の確認も求められません。プラン全体（パス、競合、警告）を表示するには --dry-run を、安定した機械可読形式の詳細を取得するには --json を使用してください。pi-delegate Skill は、このリポジトリ（skills/pi-delegate）から、固定バージョンの Skills CLI [email protected] を使って、対応するリリースタグでインストールされます。選択内容は事前に指定することもできます。--host は複数のホストに対して繰り返し指定でき、--scope は全体に適用されるものを1つだけ指定します。

npx -y @zguiyang/pi-task-exec@latest setup --host codex --host zed --scope project

その後、選択した各ホストを再起動し、求められた場合はプロジェクトを信頼済みに設定して、ホスト内で pi_list が利用できることを確認してください。

コマンド

npx -y @zguiyang/pi-task-exec@latest update
npx -y @zguiyang/pi-task-exec@latest uninstall
npx -y @zguiyang/pi-task-exec@latest doctor
npx -y @zguiyang/pi-task-exec@latest doctor --probe

setup、update、uninstall は、同じホストのキーボードによる複数選択と単一のスコープを使用し、--host フラグの繰り返し指定にも対応しています。update は管理対象の MCP エントリと Skill ファイルを置き換えるため、以前に設定したカスタム設定は再度指定する必要があります。

uninstall は、選択したホストとスコープにある、管理対象の pi-task-exec MCP エントリのみを削除します。共有の pi-delegate Skill はデフォルトでは保持されます。削除を明示的に要求した場合に限り、Skill が削除されます。その際は警告が表示され、削除前に、引き続きそれを参照していることが判明しているホストが報告されます。非対話型で実行する場合は、削除を要求するために --remove-skill を追加してください。

既存の add および remove サブコマンド（add mcp、add skill、remove mcp、remove skill）も、単一の対象に対するコマンドとして引き続き利用できます。doctor は読み取り専用です。--probe はパッケージのランタイムのみを確認し、ワーカーを作成することはありません。

Learn more

English | 简体中文

コメント

Markdown 対応

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。