mcpField
T
TaskWarrior MCP Server

TaskWarrior MCP Server

本地服务
github.com/awwaiid生产力5131 周前更新

关于 TaskWarrior MCP Server

TaskWarrior MCP Server 是一个基于 Node.js 的 MCP 服务,用于通过 MCP 客户端操作本地 TaskWarrior 任务。它适合希望在 AI 对话中查看、添加和完成任务的用户。

主要功能

  1. 01列出待办任务
  2. 02按项目和标签筛选任务
  3. 03添加带优先级和截止日期的任务
  4. 04将任务标记为完成

适用场景

  1. 01在对话中查询当前工作任务
  2. 02通过对话快速添加高优先级任务
  3. 03对话后更新任务完成状态

MCP 相关

该服务向 MCP 客户端暴露 get_next_tasks、add_task 和 mark_task_done 等工具,底层调用本地 task 命令。

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": {
"taskwarrior": {
"command": "npx",
"args": [
"-y",
"mcp-server-taskwarrior"
]
}
}
}
启动命令npx -y mcp-server-taskwarrior

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
npmmcp-server-taskwarrior

工具

3

收录的工具列表 · 更新于 3 周前

此工具无需参数。

详细介绍

TaskWarrior MCP 服务

基于 Node.js 实现的 MCP 服务,用于执行 TaskWarrior 操作。

TaskWarrior Server MCP server

功能

  • 查看待处理任务
  • 按项目和标签筛选任务
  • 添加包含描述、截止日期、优先级、项目和标签的新任务
  • 将任务标记为已完成

注意:此服务会运行本地的 task 二进制文件,因此需要安装并配置 TaskWarrior!

警告

此服务目前使用 task id,这是一个不稳定的标识符;添加或删除任务时,TaskWarrior 有时会重新分配任务编号。未来应改用 task UUID,以更谨慎地处理此问题。

API

工具
  • get_next_tasks

    • 获取所有待处理任务的列表
    • 可选筛选条件:
      • project:按项目名称筛选
      • tags:按一个或多个标签筛选
  • add_task

    • 向 TaskWarrior 添加新任务
    • 必填:
      • description:任务描述文本
    • 可选:
      • due:截止日期(ISO 时间戳)
      • priority:优先级(“H”、“M”或“L”)
      • project:项目名称(小写,使用点号分隔)
      • tags:标签数组(小写)
  • mark_task_done

    • 将任务标记为已完成
    • 必填:
      • identifier:任务 ID 或 UUID

在 Claude Desktop 中使用

将以下内容添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "taskwarrior": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-server-taskwarrior"
      ]
    }
  }
}

安装

npm install -g mcp-server-taskwarrior

确保已在系统上安装并配置 TaskWarrior(task)。

使用示例:

  • 我当前有哪些工作任务?
    • 执行:task project:work next
  • TODO:给我姐姐打电话(高优先级)
    • 执行:task add priority:H Call my sister
  • 好的,我已经给姐姐打过电话了
    • 执行:task done 1

许可证

此 MCP 服务采用 MIT 许可证授权。详情请参阅 LICENSE 文件。

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。