Token导航 LogoToken导航

MCP Server · 运维云端

MCP Taskwarrior AI

一个AI原生的Taskwarrior桥接器,为Claude Code和其他AI系统提供自然语言任务管理功能,扩展Taskwarrior的上下文感知和自然语言处理能力。

未说明官方级别未说明来源级核验工具 0
上下文感知自然语言处理JavaScriptClaude

快速开始

公开资料没有提供安装命令,按仓库或官方文档接入。
作者 / 组织
storypixel
提供方
storypixel

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

3

仓库热度

收录来源

1 个

MCP World

选型结论

MCP Taskwarrior AI 属于运维云端类 MCP Server,公开资料标注 0 个工具,通过传输方式未标注接入,适配 Claude,没有现成的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

未说明

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

公开目录没有给出安装命令,需要按仓库 README安装;下面按同类条目的通用流程说明。

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    先确认运行方式

    公开资料没有标注传输方式,先看仓库 README,确认是本地进程还是远程地址。

  2. 2

    获取服务

    公开目录没有给出安装命令,按仓库 README里的步骤安装或获取服务。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

公开资料仍需确认:安装命令

详细介绍

MCP任务战士AI桥

一个AI原生Taskwarrior桥,为Claude Code和其他AI系统提供自然语言任务管理。此MCP(模型上下文协议)服务器在现有Taskwarrior基础架构的基础上构建时,扩展了Taskwarrior的上下文感知自然语言功能。

特性

  • 自然语言处理:将日常语言转换为Taskwarrior命令
  • 项目上下文感知:自动检测当前项目/工单上下文
  • 票务集成:从工单清单同步任务(支持.tices/目录结构)
  • 艾森豪威尔矩阵:按紧迫性和重要性组织任务
  • 智能任务添加:智能解析优先级、截止日期、项目和标签
  • 可共享和版本化:可以在Git中跟踪配置

安装

先决条件

  1. 安装Taskwarrior(如果尚未安装):
brew install task
  1. 安装Node.js(v20或更高版本):
brew install node

设置

  1. 克隆存储库:
git clone https://github.com/storypixel/mcp-taskwarrior-ai.git
cd mcp-taskwarrior-ai
  1. 安装依赖项:
npm install
  1. 构建项目:
npm run build

与Claude Code集成

将服务器添加到您的Claude Code MCP配置中:

  1. 打开您的克劳德代码设置
  2. 添加到MCP服务器:
{
  "mcpServers": {
    "taskwarrior": {
      "type": "stdio",
      "command": "node",
      "args": ["/path/to/mcp-taskwarrior-ai/dist/index.js"],
      "env": {}
    }
  }
}

或者使用Claude CLI:

claude mcp add taskwarrior -s project -- node /path/to/mcp-taskwarrior-ai/dist/index.js

用法

自然语言命令

该桥理解任务管理的自然语言:

  • 添加任务:“添加修复登录错误”,“创建代码审查任务”,“todo实现缓存”
  • 列出任务:“显示所有任务”、“我下一步应该做什么”、“列出紧急任务”、”显示今天的任务”
  • 完成任务:“将任务5标记为已完成”,“完成任务1”,“结束复习任务”
  • 上下文查询:“我在哪里”,“我目前的项目是什么”,“显示当前背景”

可用工具

task_natural

使用自然语言执行Taskwarrior命令。

{
  query: "add fix the authentication bug with high priority"
}
task_smart_add

添加具有结构化元数据的任务:

{
  description: "Implement user authentication",
  project: "myheb-android",
  priority: "H",
  due: "tomorrow",
  tags: ["security", "auth"]
}
task_ticket_sync

从工单清单中导入任务:

{
  ticket: "DRX-12345"
}
task_eisenhower

按照艾森豪威尔矩阵象限组织任务。

task_where_am_i

根据项目状态获取当前上下文和建议的下一步操作。

task_context_set

为所有任务操作设置当前项目/上下文:

{
  context: "DRX-12345"
}
task_raw

为高级用户执行原始Taskwarrior命令:

{
  command: "modify 1 priority:H +urgent"
}

项目上下文集成

网桥使用以下命令自动检测项目上下文:

  1. .taskproject 文件 -如果存在,则定义Taskwarrior的项目名称
  2. Git存储库名称 -从git回退到repo名称
  3. 目录名称 -如果不在git中,则使用当前目录名

要覆盖项目检测,请创建 .taskproject 文件:

echo "my-project-name" > .taskproject

当一个工作区管理另一个项目的任务时,这很有用。

该桥还检测到:

  • 当前Git分支(用于票证上下文)
  • 任务状态来自 .task-state.json
  • 工单任务来自 .tickets//mr-checklist.md

建筑

┌─────────────────┐
│  Claude Code    │
│   or AI Agent   │
└────────┬────────┘
         │ Natural Language
         ▼
┌─────────────────┐
│  MCP Server     │
│  - NLP Parser   │
│  - Context Mgr  │
└────────┬────────┘
         │ Taskwarrior Commands
         ▼
┌─────────────────┐
│   Taskwarrior   │
│   (task CLI)    │
└─────────────────┘

发展

以开发模式运行

npm run dev

测试

运行测试脚本以验证服务器是否正常工作:

node test.js

建筑

npm run build

配置

服务器使用您现有的Taskwarrior配置(~/.taskrc).您可以像往常一样自定义Taskwarrior设置。

上下文检测

网桥使用当前工作目录并自动检测项目上下文。 不使用硬编码路径或特定项目名称。

票务集成

将工单任务放置在:

.tickets/
└── DRX-12345/
    ├── context.md       # Ticket context
    └── mr-checklist.md  # Tasks as checklist items

格式为 mr-checklist.md:

- [ ] Update unit tests
- [ ] Add documentation
- [ ] Run linting

提示

服务器包括内置提示:

每日评论

制定一天的优先计划,包括今天的任务、紧急事项和建议的下一步行动。

每周计划

用活动项目概述组织下周的任务。

故障排除

“没有rc文件无法继续”

初始化任务战士:

task version

未检测到上下文

确保您位于项目目录中或 .task-state.json 在您的工作空间中。

票证同步找不到任务

验证 .tickets//mr-checklist.md 存在并包含复选框项。

贡献

欢迎投稿!请随时提交拉取请求。

许可证

麻省理工学院

作者

紫杉醇

致谢

建在上面 任务战士 -命令行任务管理工具。

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

任务管理JavaScript本地部署自然语言处理AI集成上下文感知Taskwarrior扩展

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • 公开资料没有可直接复制的安装命令,第一次接入要自己找入口。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 愿意照着官方文档一步步配环境的人。

不太适合

  • 希望一条命令就装好、不想看文档的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
MCP Taskwarrior AI

MCP World · 本页

0未说明未标注1 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

MCP Taskwarrior AI 怎么安装?

公开目录没有给出可以直接复制的安装命令,需要按仓库 README里的步骤安装;装好后写进客户端的 MCP 配置再重启。

MCP Taskwarrior AI 怎么在 Claude Desktop、Cursor 里配置?

它是传输方式未标注,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

MCP Taskwarrior AI 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Taskwarrior AI 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP Taskwarrior AI 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP