task

Name: task
Author: rog0x

本地服务

github.com/rog0x生产力032 周前更新

代码仓库

关于 task

为 AI Agent 提供任务与项目管理工具的 MCP 服务，涵盖任务维护、优先级排序、工时估算及冲刺进度计算。任务数据在会话期间保留。

主要功能

01管理并筛选任务状态、优先级和标签
02使用 Eisenhower、RICE 和 MoSCoW 排序
03通过 PERT 估算工时并设置缓冲
04从任务列表生成每日站会摘要
05计算冲刺燃尽数据与完成预测

适用场景

01维护 AI Agent 会话中的待办事项
02按优先级框架安排项目任务
03拆分工作并估算预计时长
04查看冲刺进度、速度和完成预测

MCP 相关

作为 MCP 服务，向 AI Agent 暴露任务管理、优先级排序、时间估算、站会生成和燃尽计算工具。

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": {
    "rog0x-task": {
      "command": "npx",
      "args": [
        "-y",
        "@rog0x/mcp-task-tools"
      ]
    }
  }
}

启动命令npx -y @rog0x/mcp-task-tools

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

npm@rog0x/mcp-task-tools1.0.1stdio

工具

收录的工具列表 · 更新于 2 周前

参数	类型	必填	说明
id	string	否	任务 ID（complete、update_status、delete 操作必填）
tag	string	否	按标签筛选（用于 list）
tags	array	否	任务的标签（用于 add）
title	string	否	任务标题（用于 add 时必填）
action	enum	是	要对任务列表执行的操作add \| complete \| update_status \| delete \| list
points	number	否	任务的故事点（默认值：1）
status	enum	否	任务状态（用于 update_status 或列表筛选）pending \| in_progress \| completed \| blocked
priority	enum	否	任务优先级（用于添加或列表筛选）low \| medium \| high \| critical
description	string	否	任务描述（可选，用于添加）

详细介绍

mcp-task-tools

为 AI Agent 提供任务和项目管理工具的 MCP 服务。

工具

todo_manager

管理内存中的任务列表。添加、完成、更新状态、删除任务，并根据状态、优先级和标签筛选任务。数据在会话期间持续保存。

priority_sorter

使用成熟的优先级框架对任务排序：

Eisenhower Matrix — 根据紧急程度和重要性将任务分为四个象限（立即执行、安排计划、委派、剔除）
RICE Scoring — 根据覆盖范围、影响、信心和投入进行排序
MoSCoW Method — 将任务归类为必须完成、应该完成、可以完成或不会完成

time_estimator

使用 PERT 方法估算任务时长。将工作拆分为子任务，提供乐观、现实和悲观估算，并计算带可配置缓冲时间的加权预期耗时。

standup_generator

根据当前任务列表生成每日站会更新。输出昨天（已完成）、今天（进行中）和阻碍事项，并附带统计摘要。

burndown_calculator

计算冲刺燃尽数据。根据包含故事点和冲刺时长的任务，计算理想与实际燃尽情况、速度指标和完成时间预测。

设置

npm install
npm run build

在 Claude Desktop 中使用

添加到 Claude Desktop 配置中：

{
  "mcpServers": {
    "task-tools": {
      "command": "node",
      "args": ["path/to/mcp-task-tools/dist/index.js"]
    }
  }
}

许可证

MIT

支持 Markdown

登录后评论

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。

阅读入门指南

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。