mcpField
P
Project Management AI Analysis

Project Management AI Analysis

本地服务
github.com/PDA-Task-Force生产力038 周前更新

关于 Project Management AI Analysis

Project Management AI Analysis 是面向项目交付数据的开源基础设施,包含解析与校验工具、AI 可靠性框架及 MCP 服务。该仓库已停止维护,README 指向一个仍维护的分支。

主要功能

  1. 01解析八种项目管理数据格式及 NISTA
  2. 02校验、转换和迁移项目数据
  3. 03提供 AI 任务规划可靠性框架
  4. 04提供四个项目管理 MCP 服务
  5. 05发布规范、基准与合成数据

适用场景

  1. 01解析 MS Project 或 Primavera P6 文件
  2. 02校验项目数据的 NISTA 合规性
  3. 03将项目管理数据转换或迁移
  4. 04通过 MCP 服务接入项目数据

MCP 相关

包含 pm-data、pm-validate、pm-analyse 和 pm-benchmark 四个 MCP 服务,共提供 19 个工具,供 AI 与项目管理数据交互。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"antnewman-pm-analyse": {
"command": "uvx",
"args": [
"pm-mcp-servers"
]
}
}
}
启动命令uvx pm-mcp-servers

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypipm-mcp-servers0.3.0

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

PDA Platform

通知:PDA Task Force 已于 2026 年 1 月 30 日结束

本仓库不再维护或提供支持。

面向 AI 项目交付的开源基础设施。

License: MIT DOI PyPI - pm-data-tools

概述

PDA Platform 提供所需的数据基础设施,助力 AI 改进项目交付。本平台旨在支持 NISTA Programme and Project Data Standard 试点。

本项目得以实现,离不开:

  • PDA Task Force 白皮书,该白皮书指出了英国项目交付中实施 AI 的障碍
  • NISTA Programme and Project Data Standard 及其为期 12 个月的试点

问题

英国大型基础设施项目的成功率约为 0.5%。政府大型项目组合中有 84% 的项目评级为琥珀色或红色。AI 有望提供帮助,但缺乏标准化的数据基础设施。

解决方案

组件描述状态
pm-data-tools通用 PM 数据解析器(支持 8 种格式及 NISTA)v0.2.0 ✅
agent-task-planningAI 可靠性框架v1.0.0 ✅
pm-mcp-servers用于集成 Claude 的 MCP 服务Phase 1 ✅
Specifications规范模型、基准测试、合成数据已发布 ✅

快速开始

# Install the core library
pip install pm-data-tools

# Parse any PM file
from pm_data_tools import parse_project
project = parse_project("schedule.mpp")

# Validate NISTA compliance
from pm_data_tools.validators import NISTAValidator
result = NISTAValidator().validate(project)
print(f"Compliance: {result.compliance_score}%")

软件包

pm-data-tools

项目管理数据的通用解析器和验证器。

  • 格式:MS Project、Primavera P6、Jira、Monday、Asana、Smartsheet、GMPP、NISTA
  • 功能:解析、验证、转换、迁移
  • 安装:pip install pm-data-tools
agent-task-planning

具备置信度提取和异常值挖掘功能的 AI 可靠性框架。

  • 功能:多样本共识、多样化备选方案生成
  • 安装:pip install agent-task-planning
pm-mcp-servers

让 Claude 能够与 PM 数据交互的 MCP 服务。

  • 服务:pm-data、pm-validate、pm-analyse、pm-benchmark
  • 安装:pip install pm-mcp-servers

规范

所有规范均位于 specs/ 目录中:

规范描述
规范模型面向 PM 数据的 12 实体 JSON Schema
MCP 服务用于 AI 集成的 4 个服务和 19 个工具
基准测试面向 PM AI 的 5 项评估任务
合成数据保护隐私的数据生成

仓库结构

pda-platform/
├── specs/           # Technical specifications
├── packages/        # Python packages (each publishable to PyPI)
│   ├── pm-data-tools/
│   ├── agent-task-planning/
│   └── pm-mcp-servers/
├── docs/            # Documentation
└── examples/        # Usage examples

许可证

MIT 许可证——详见 LICENSE

作者

PDA Task Force 成员

致谢

  • PDA Task Force 关于实施 AI 障碍的白皮书
  • NISTA Programme and Project Data Standard
  • 开源社区

旨在支持 NISTA 试点并改进英国项目交付。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。