mcpField
P
Progressor

Progressor

本地服务
github.comAI 与智能体11 天前更新

关于 Progressor

Progressor 是面向编码 Agent 使用者的 MCP 工具,可将开发任务整理为目标和步骤,并在浏览器仪表板中显示进展。计划和项目上下文保存在项目文件中,便于新会话或切换应用后继续工作。

主要功能

  1. 01将工作拆分为目标和步骤
  2. 02持久保存计划与项目上下文
  3. 03跨会话和应用继续工作
  4. 04浏览器仪表板查看进展
  5. 05记录偏离计划的原因
  6. 06汇总多个项目的状态

适用场景

  1. 01跨上下文压缩继续编码任务
  2. 02在多个编码应用间切换项目
  3. 03查看 Agent 当前步骤和等待事项
  4. 04跟踪多个项目的开发进展

MCP 相关

Progressor 作为 MCP 服务向编码 Agent 提供管理目标、步骤和进度的工具。支持 MCP 的应用可连接该服务,Agent 读取项目中保存的计划并更新进展。

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

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
npmprogressor-mcp1.0.0

工具

18

收录的工具列表 · 更新于 1 天前

此工具无需参数。

详细介绍

Progressor

npm Test License: GPL v3

Progressor MCP server

逐步查看 AI 正在构建什么,所有内容都会在自动更新的页面上呈现。

AI 正在完成“接入 OAuth 登录”:各步骤逐一完成,一次支线任务从计划中分出又回到计划,另一次则修改了计划,最后目标完成。所有过程都实时显示在仪表板上

你告诉 AI 编码助手想要什么。Progressor 会让它将工作规划为一个目标及其步骤,在执行过程中保持计划更新,并在需要偏离计划时告知你。你可以在浏览器中的仪表板上查看整个过程:AI 当前在做什么、进展如何,以及它是否已停止。一切都由 AI 管理,你无需操心。

它适用于任何支持 MCP 的应用(这是 AI 应用添加工具的标准方式):Claude Code、Claude Desktop、配备 Copilot 的 VS Code、Cursor、Windsurf、Codex 等。

你的进度永远不会丢失

AI 聊天会遗忘。长对话的记忆会被压缩,新对话从零开始,而切换到其他应用或 AI 工具通常意味着要重新解释整个项目。使用 Progressor,这些都不会让你丢失进度:

  • 所有内容都保存在你的项目中。 目标、每个步骤及其进展状态、支线任务及其原因、过程中做出的决定、备注、你的规则,以及项目的重要背景(项目是什么及其关键信息),都会以纯文本文件的形式保存在项目文件夹中,而非聊天记录里。
  • 新聊天会从上次停止的地方继续。 每个新聊天,以及记忆被压缩后的聊天,都会先读取计划。你不必从头解释,只需说 “继续”。
  • 自由切换应用或 AI 工具。 计划属于项目,而非应用。你可以从 Claude Code 开始,在 Cursor 或 VS Code 中继续,接下来的 AI 就能准确了解当前进度。
  • 你和 AI 都能清楚了解进度。 你在仪表板上看到的计划与 AI 读取的计划相同,因此你始终知道哪些已完成、哪些正在进行,以及哪些需要你处理。

设置

你需要安装 Node.js 22 或更高版本。然后,在你正在处理的项目中,将以下内容粘贴到 AI 的聊天中:

Set up Progressor (https://github.com/racstan/progressor-mcp) for this project:
1. Run `node --version`. If it is older than 22, stop and tell me how to install Node.
2. Run `npm install -g progressor-mcp`.
3. If you are Claude Code, run `progressor-mcp init --yes` in this folder. Otherwise, add
   the "progressor" MCP server to this app's settings as the guide for this app shows
   (https://github.com/racstan/progressor-mcp/blob/main/docs/apps.md), then run
   `progressor-mcp init --yes --no-server` in this folder.
4. Tell me to restart the app, and to approve the "progressor" server if it asks.
   After the restart, call get_status and tell me in plain words that Progressor is
   ready, with the dashboard link.

其余工作由 AI 完成。如果想让 Progressor 在每个项目中都可用,而不必逐个设置,请将它一次性添加到应用的全局项目设置中(各应用的设置方法)。如果你更愿意自行设置,入门指南会逐步讲解,应用设置则提供了各应用的具体设置。

然后,只需和 AI 对话

像平常一样告诉它你想构建什么:“添加一个带 Google 登录的登录页面。” 它会将工作规划为一个目标,向你展示步骤,然后开始执行。你无需学习任何命令。如果想随时提醒它,以下命令适用于大多数应用的 / 菜单:

  • /progressor:next:从上次停止的地方继续
  • /progressor:status:用几行文字查看当前进度
  • /progressor:plan:一起规划新事项

看它运行

在 AI 的应用打开时访问 **http://localhost:4747**(AI 会给你链接)。你会看到:

  • AI 正在做什么:AI 正在工作 · 第 3 步,共 7 步 · 上次更新于 2 分钟前;聊天关闭后则显示 AI 已停止。
  • 计划地图:每个步骤都是一条线路上的一个站点,完成后会打上勾。AI 暂时偏离计划处理某件事时,会分出一条支线任务,并说明原因。
  • 你的目标:项目计划中的所有内容,以及每个目标的进展。
  • 需要多长时间:AI 会估算每个步骤所需的时间,页面会显示大致进度安排:现在:2 个辅助 Agent 忙碌,最多同时运行 2 个 · 接下来:添加登出功能 · 登录功能约 3 小时后完成(2 个步骤尚未估算)。每个步骤旁都会显示实际耗时和估算时间。告诉 AI “一次最多运行 2 个辅助 Agent”,它就会遵守,这样你的电脑和检查流程就能跟上。
  • 哪些事情在等你:AI 需要你手动尝试某件事时,目标会变为琥珀色并显示等待你处理。分配给辅助 Agent、已检查或已发布的步骤都会标明状态,每个目标还会列出过程中做出的决定。

在一个项目中工作,记录到另一个项目。 当一个项目中的聊天为另一个项目执行工作时(例如发布了你的应用所用的库),AI 可以将其记录到那个项目的计划中,无需在那里开启聊天。这些变更会带有更新来源标签,那个项目中的 AI 也会收到通知。

所有项目共用一个仪表板。 无需每个项目都运行一个 Progressor 才能查看所有项目。只要有一个 AI 聊天正在运行 Progressor,无论在哪个项目或应用中,同一个页面都会显示你使用过 Progressor 的所有项目。可在侧边栏顶部切换项目,或选择 🗂 所有项目并排查看。每个项目的计划都保存在各自的文件夹中,因此不同项目中的聊天,即使运行在不同应用中,也不会互相干扰。

此页面仅供查看;要修改计划,请与 AI 对话。更多信息请参阅仪表板指南。

如果出了问题

大多数问题都可以通过询问 AI 来解决。故障排除列出了常见问题,每个问题都附有一行可粘贴给 AI 的文字。还是无法解决?请报告问题,或使用仪表板上的 ❓ 帮助,它会自动填入你的版本和系统信息。

文档

反馈

Progressor 还很新,你遇到的问题会影响它接下来的发展。分享想法或反馈,哪怕一句话也有帮助;也可以查看未解决的问题。

支持

Progressor 免费且开源。如果它对你有帮助,可以请我喝杯咖啡;仪表板的 ⚙️ 设置中也有此链接。

许可证

版权所有 (C) 2026 Rachit Asthana

Progressor 是自由软件:您可以根据自由软件基金会发布的 GNU 通用公共许可证条款重新分发和/或修改它,可以选择使用该许可证的第 3 版或(由您选择)任何更高版本。发布该软件是希望它能发挥作用,但不提供任何担保;也不对适销性或特定用途适用性提供默示担保。完整文本请参阅 LICENSE。

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。