mcpField
Q
Quarterback

Quarterback

本地服务
github.com/bobbyrgoldsmith生产力25 天前更新

关于 Quarterback

Quarterback 是面向管理多个项目的运营者的本地任务优先级与 Agent 编排工具。它结合加权排序、时间感知规划、组织背景和可选的 LLM 维护 Playbook,可作为命令行工具或 MCP 服务运行。

主要功能

  1. 01跨项目加权排序任务
  2. 02按工作时间规划任务
  3. 03检测跨项目排期冲突
  4. 04依据组织目标分析建议
  5. 05配置 Agent 自主级别与 Webhook
  6. 06可选的共享背景 Playbook 维基

适用场景

  1. 01确定多个活跃项目的优先事项
  2. 02结合工时和休息安排工作日
  3. 03根据目标和约束审查建议
  4. 04从 CI/CD 流水线触发任务更新

MCP 相关

Quarterback 通过 stdio 作为 MCP 服务运行,提供设置、优先级排序、规划、任务管理等工作流工具,供兼容 MCP 的客户端使用。

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": {
"bobbyrgoldsmith-quarterback": {
"command": "uvx",
"args": [
"quarterback"
]
}
}
}
启动命令uvx quarterback

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
pypiquarterback1.0.1

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

Quarterback

洞察全局。制定战术。

为管理多个项目的操作者提供战略任务优先级排序和 Agent 编排。

PyPI Python License: MIT CI bobbyrgoldsmith/quarterback MCP server


其他 AI 任务管理器都只会将一个项目拆分成子任务。Quarterback 帮助你决定当前应优先处理十个项目中的哪一个——它采用包含 5 个因素的加权评分引擎,结合组织背景和时间感知型规划。它在本地运行,不产生任何费用,既可作为独立命令行工具,也可作为 Claude 的 MCP 服务。

Quarterback 的独特之处

特性QuarterbackTaskMaster AIShrimp Task Manager
多项目优先级排序5 因素加权引擎单项目拆分单项目
建议文档系统根据你的目标分析文章否否
Agent 编排自主级别 + Webhook否否
时间感知型规划工作时间、午餐、缓冲时间否否
组织背景目标、约束、工作流否否
知识维基(Playbook)由大模型维护的维基,确保跨会话一致性否否
冲突检测检测跨项目排期冲突否否
独立命令行工具无需 AI 运行时即可使用完整命令行工具需要 AI需要 AI
费用免费(MIT)免费免费

快速开始

# Install
pip install quarterback

# Initialize (creates ~/.quarterback/)
quarterback init

# Interactive setup wizard — walks you through org, goals, workflows, projects, constraints
quarterback setup

# Add your first project and tasks
quarterback add "Launch landing page" --project "My Startup" --priority 4 --effort 3 --impact 5
quarterback add "Write blog post" --project "Content" --priority 3 --effort 2 --impact 3

# See what to work on
quarterback priorities

# Find quick wins
quarterback quick-wins

# Plan your day with time awareness
quarterback plan-day
大模型驱动的设置(通过 MCP)

将 Quarterback 用作 MCP 服务时,向你的大模型提问:“帮我设置 Quarterback”——它会调用 setup_quarterback 工具,通过对话询问你的业务、目标、工作流、项目、约束和知识库(Playbook),然后一次性写入所有配置文件和数据库记录。无需手动编辑 YAML。

MCP 服务

Quarterback 适用于任何兼容 MCP 的客户端——Claude Desktop、Claude Code、Cursor、Windsurf、Cline、OpenAI agents 等。全部 23 个工具都使用标准 MCP 协议(基于 stdio 的 JSON-RPC),且没有大模型专属依赖。

# Install with MCP support
pip install quarterback[mcp]

将以下内容添加到你的 Claude Desktop 配置文件(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "quarterback": {
      "command": "quarterback-server"
    }
  }
}

或者用于 Claude Code(~/.claude/settings.json):

{
  "mcpServers": {
    "quarterback": {
      "command": "quarterback-server"
    }
  }
}

同一个 quarterback-server 命令适用于任何 MCP 客户端——只需将它添加到客户端的服务配置中。

然后向你的大模型提问:“我今天应该做什么?”——它会使用 Quarterback 的全部 23 个工具分析优先事项。

功能

5 因素优先级排序引擎

每项任务都会从以下五个维度进行评分:

因素权重衡量内容
影响力30%任务影响力 + 项目营收/战略价值
紧迫性25%临近截止日期程度 + 阻塞状态
战略性25%项目优先级 + 里程碑状态
投入15%反向投入评分(快速任务得分更高)
快速收益5%高影响力 + 低投入奖励
建议文档系统

根据组织背景分析外部文章、书籍和建议:

# Import and auto-analyze an article
quarterback advisory-add --title "Growth Strategy" --url https://example.com/article

# Review the analysis
quarterback advisory-view --id 1

# Approve recommendations (optionally create tasks)
quarterback advisory-approve --id 1 --approve 1,3,5 --create-tasks

分析器会根据你的目标和约束检查每条建议,并标记冲突与协同效应。

Agent 编排

使用可配置的自主程度,将任务标记为由自主 Agent 执行:

  • 草稿:Agent 创建草稿,供你审阅
  • 检查点:Agent 在关键决策处暂停,等待批准
  • 自主执行:Agent 持续运行直至完成

任务就绪时,Webhook 会通知你的自动化层(n8n、Zapier、自定义方案)。

Playbook — 知识 Wiki

Playbook 是 Quarterback 编译后的知识层。它是由大模型维护的 Markdown Wiki,为每个会话——本地 CLI、MCP 或自主 Agent——提供关于项目、决策和策略的相同规范上下文。

解决的问题: 没有 Playbook 时,每个 AI 会话都从头开始,并根据稀疏信息重新推导组织上下文。两个会话运行相同查询,也可能产生不同结果,因为它们各自独立重建理解。Playbook 提供累积的知识,供所有会话读取。

工作原理:

~/playbook/                          (or ~/.quarterback/playbook/)
├── CLAUDE.md                        # Schema — how the LLM reads/writes pages
├── raw/                             # Drop zone for source material
└── wiki/
    ├── index.md                     # Master catalog — read this first
    ├── entities/                    # Companies, products, clients, tools
    ├── concepts/                    # Patterns, strategies, recurring themes
    ├── decisions/                   # Decisions with rationale and alternatives
    ├── compiled/                    # QB-compatible files for task scoring
    │   ├── goals.md                 # Read by QB's prioritization engine
    │   └── constraints.md           # Read by QB's conflict detection
    └── log.md                       # Append-only operations record

设置: 在运行 quarterback setup(或 MCP 设置向导)期间,Playbook 会自动创建。访谈会询问你的关键实体、概念和决策,然后据此创建初始 Wiki 页面。

不使用 Playbook: Quarterback 的工作方式与之前完全相同——从 ~/.quarterback/org-context/ 文件读取目标和约束。Playbook 为可选功能。

使用 Playbook: Quarterback 会优先从 Playbook 读取 compiled/goals.md 和 compiled/constraints.md;如果 Playbook 尚未初始化,则回退到 org-context/ 文件。你的大模型会读取 wiki/index.md,获取完整的组织上下文。

# Check Playbook status
quarterback playbook status

# Browse the index
quarterback playbook index

# List pages by category
quarterback playbook list --category entities

# Read a specific page
quarterback playbook read entities/my-product.md

# Search across all pages
quarterback playbook search "budget"

Obsidian 集成(可选): 设置期间,你可以选择将 Playbook 配置为 Obsidian 仓库。在 Obsidian 中打开 Playbook 文件夹,即可进行关系图可视化和可视化编辑。安装 Obsidian MCP 服务,即可通过程序访问。Playbook 无需依赖 Obsidian,可作为纯 Markdown 文件使用。

CI/CD 流水线集成

Quarterback 的 CLI 和 Webhook 系统非常适合自动化流水线——更新任务状态、记录交付成果并触发后续工作,无需人工介入。

在流水线中直接使用 CLI

将 Quarterback 命令添加到任意 CI/CD 步骤中。CLI 无状态且可编写脚本:

# GitHub Actions example: auto-update task on deploy
- name: Mark deploy task complete
  run: |
    pip install quarterback
    export QUARTERBACK_HOME=${{ runner.temp }}/.quarterback
    quarterback update 42 --status completed --notes "Deployed via CI, SHA: ${{ github.sha }}"
# After test suite passes, log results to a task
- name: Report test results
  run: |
    quarterback update 38 --notes "Tests passed: 106/106, coverage 87%. Build #${{ github.run_number }}"
# Nightly: check for overdue deliverables and alert
- name: Nightly priority check
  run: |
    quarterback alert-check
    quarterback priorities today --limit 5
使用 Webhook 实现 Agent 化 CI/CD

注册 Webhook,让你的自动化层实时响应任务事件:

# Register a webhook pointing at your n8n/Zapier/custom endpoint
quarterback-server  # MCP tools available, or use CLI:
# In your automation script: mark a task agent-ready after PR merge
import subprocess
subprocess.run([
    "quarterback", "update", "55",
    "--status", "completed",
    "--notes", f"PR #{pr_number} merged. Deployed to staging."
])

使用场景:

流水线事件Quarterback 操作发生的情况
PR 已合并update_task status=completed任务标记为已完成,Webhook 会通知 Slack
部署成功使用 SHA 和环境备注调用 update_task记录交付成果并保留审计跟踪
每晚定时任务get_priorities + alert-check团队每天收到逾期事项摘要
测试套件失败使用失败详情调用 add_task自动登记 Bug,并关联到项目
Sprint 开始get_priorities + detect_conflicts在工作开始前发现排期冲突
Agent 完成工作update_agent_status status=completedWebhook 通知编排器,随后派发下一个任务
发布版本已打标签使用发布说明调用 advisory-add根据项目目标分析变更日志
跨环境共享数据库

将多个环境指向同一个 Quarterback 实例:

# All CI runners share one database via mounted volume or network path
export QUARTERBACK_HOME=/shared/quarterback

# Or per-environment with migration
quarterback migrate /path/to/source

这样,本地 CLI、CI 流水线和连接 MCP 的 Agent 都能读写同一任务图,从而让手动和自动化工作流共享唯一可信数据源。

时间感知型规划
quarterback plan-day

根据你的工作时间、午休时间、会议缓冲时间和当前时间,推荐真正适合当天剩余时间的任务。

配置

组织背景

运行 quarterback init 后,可运行 quarterback setup 启动交互式向导,或让 Claude 通过 MCP 运行设置向导。你也可以在 ~/.quarterback/org-context/ 中手动配置组织背景:

~/.quarterback/org-context/
├── goals.md          # Your strategic, workflow, and project goals
├── projects.yaml     # Active projects with metadata
├── workflows.yaml    # Groups of related projects
└── constraints.md    # Time, budget, and strategic boundaries

其中包含示例模板——从 .example 文件复制并进行自定义。

如果在设置期间启用 Playbook,goals.md 和 constraints.md 会根据 wiki 的 compiled/ 目录自动维护。你仍可手动编辑 org-context 文件——Playbook 是补充功能,并非必需。

警报配置

在 ~/.quarterback/config/alerts.yaml 中配置通知:

  • 静默时段(夜间不发送通知)
  • 优先级阈值(仅针对 P4 及以上任务发送通知)
  • 有时效要求的项目(Bills、Tax 等项目始终发送通知)
  • 工作时间和午休设置

CLI 命令

命令描述
quarterback init初始化 Quarterback
quarterback setup交互式设置向导
quarterback migrate <dir>从 task-manager 迁移
quarterback priorities [today|week|all]按优先级排列的任务列表
quarterback add "task" [options]添加任务
quarterback update <id> [options]更新任务
quarterback list [-s status]列出任务
quarterback quick-wins查找可快速完成的任务
quarterback conflicts检测优先级冲突
quarterback projects列出项目
quarterback summary组织摘要
quarterback plan-day考虑时间安排的每日计划
quarterback advisory-add添加顾问文档
quarterback advisory-list列出顾问文档
quarterback advisory-view --id N查看文档详情
quarterback advisory-analyze --id N分析文档
quarterback advisory-approve --id N批准/拒绝建议
quarterback alert-check检查警报
quarterback alert-summary发送每日摘要
quarterback playbook statusPlaybook 初始化状态
quarterback playbook index显示 Playbook 主目录
quarterback playbook list列出 wiki 页面(使用 --category 筛选)
quarterback playbook read <path>读取 wiki 页面
quarterback playbook search <query>跨页面全文搜索

MCP 工具(共 27 个)

作为 MCP 服务使用时,Quarterback 会向 Claude 提供以下工具:

任务管理:get_priorities、add_task、update_task、get_quick_wins、detect_conflicts、assess_task_value、get_blocking_tasks

项目管理:add_project、list_projects、update_project、get_organizational_summary

顾问系统:add_advisory_document、list_advisory_documents、get_advisory_document、analyze_advisory_document、discuss_advisory_recommendations、adopt_advisory_recommendations

Playbook:playbook_read、playbook_write、playbook_search、playbook_ingest

Webhooks:register_webhook、list_webhooks、update_webhook、delete_webhook

Agent 编排:mark_task_agent_ready、get_agent_ready_tasks、update_agent_status

设置:setup_quarterback

环境变量

变量默认值描述
QUARTERBACK_HOME~/.quarterback数据目录
PLAYBOOK_PATH~/.quarterback/playbookPlaybook wiki 位置(或在 config/playbook.yaml 中设置)
QUARTERBACK_API_URLNone为 Pro 功能预留

贡献

开发环境设置、代码风格和 PR 流程请参阅 CONTRIBUTING.md。

许可证

MIT - 参见 LICENSE


由 NodeBridge Automation Solutions 构建 | GitHub Sponsors

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。