Token导航 LogoToken导航

MCP Server · 开发工具

Task Manager MCP Server

Node.js MCP server using LLMs (Gemini/OpenRouter) for AI-assisted task planning, breakdown, and code review. Designed for Cursor integration.

未说明官方级别未说明来源级核验工具 0
AI编程辅助TypeScriptClaude开发工具Cursor

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
jhawkins11
提供方
jhawkins11

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

21

仓库热度

收录来源

3 个

MCP.so

选型结论

Task Manager MCP Server 属于开发工具类 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 Cursor、Claude,没有现成的安装命令;接入前先确认权限范围。

分类

开发工具

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

任务管理器MCP服务器

这是一个MCP服务器,旨在与Cursor等AI代码编辑器集成。这里的主要目标是在围绕Cursor极其有限的上下文窗口工作的同时,最大限度地提高Cursor的代理能力和Gemini 2.5的出色架构能力。这在很大程度上受到了Roo Code的Boomerang模式的启发,但我发现它非常昂贵,因为唯一与它的应用机器人兼容的型号是Claude 3.7 Sonnet。使用此服务器,您可以获得两全其美:无限制的上下文窗口和无限制的使用,只需支付Cursor每月20美元的订阅费用。

此外,它还包括一个Svelte UI,允许您查看任务列表和进度、手动调整计划和查看更改。

Svelte用户界面

核心功能

  • 复杂功能规划: 给它一个功能描述,它通过以下方式使用带有项目上下文的LLM repomix 为AI代理生成一个循序渐进的编码计划,然后对高强度任务进行递归任务分解。
  • 集成UI服务器: 运行Express服务器以提供静态前端文件,并为UI提供基本的API端点。在计划完成后或需要澄清时,在默认浏览器中打开UI,并显示任务列表和进度。
  • 无限上下文窗口: 使用Gemini 2.5的100万令牌上下文窗口 repomix需要时截断。
  • 对话历史: 在单独的JSON文件中跟踪每个功能的对话历史记录 .mcp/features/ 对于每个功能,允许Gemini 2.5在用户要求调整计划时有上下文。
  • 澄清工作流程: 处理LLM需要更多信息的情况,暂停计划并通过WebSockets与连接的UI交互。
  • 任务CRUD: 允许通过UI创建、读取、更新和删除任务。
  • 代码审查: 分析 git diff HEAD 使用LLM输出,并在需要时创建新任务。
  • 自动审核(可选): 如果已配置(AUTO_REVIEW_ON_COMPLETION=true),在功能的最后一个原始任务完成后自动运行代码审查过程。
  • 计划调整: 允许在计划创建后通过以下方式进行调整 adjust_plan 工具。

设置

先决条件:

  • Node.js
  • npm
  • Git

安装和构建:

  1. 克隆:
   git clone https://github.com/jhawkins11/task-manager-mcp.git
   cd task-manager-mcp
  1. 安装后端部件:
   npm install
  1. 配置: 稍后您将直接在Cursor的MCP设置中配置API密钥(请参阅使用部分),但您可能仍然需要本地 .env 手动测试文件(请参阅配置部分)。
  1. 构建: 此命令构建后端和前端服务器,并将Svelte UI复制到 dist/frontend-ui/ 目录。
   npm run build

运行服务器(手动):

用于本地测试 _没有_ Cursor,您可以直接使用Node或npm脚本运行服务器。这种方法 将 使用 .env 配置文件。

直接使用节点(使用绝对路径):

node /full/path/to/your/task-manager-mcp/dist/server.js

使用npm start:

npm start

这将启动MCP服务器(stdio)、WebSocket服务器和UI的HTTP服务器。用户界面应可在以下位置访问http://localhost:\(默认值3000)。

配置(手动运行的.env文件):

如果手动运行(不通过Cursor),请在API键和端口的项目根目录中创建一个.env文件。注意:当通过Cursor运行时,这些应该在Cursor的mcp.json配置中设置(请参阅用法部分)。

# .env - USED ONLY FOR MANUAL `npm start` or `node dist/server.js`
# === OpenRouter (Recommended) ===

# Get key: https://openrouter.ai/keys
OPENROUTER_API_KEY=sk-or-v1-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
OPENROUTER_MODEL=google/gemini-2.5-flash-preview:thinking
FALLBACK_OPENROUTER_MODEL=google/gemini-2.5-flash-preview:thinking

# === Google AI API (Alternative) ===
# GEMINI_API_KEY=your_google_ai_api_key
# GEMINI_MODEL=gemini-1.5-flash-latest
# FALLBACK_GEMINI_MODEL=gemini-1.5-flash-latest

# === UI / WebSocket Ports ===
# Default is 4999 if not set.
UI_PORT=4999
WS_PORT=4999

# === Auto Review ===
# If true, the agent will automatically run the 'review_changes' tool after the last task is completed.
# Defaults to false.
AUTO_REVIEW_ON_COMPLETION=false

避免成本

重要: 强烈建议将您自己的Google AI API密钥集成到OpenRouter中,以避免免费模型的费率限制。见下文。

使用OpenRouter的免费层: 您可以通过使用OpenRouter上标记为“免费”的模型(如google/ggemini-2.5flash-preview:在撰写时思考),同时连接您自己的google AI API密钥,从而显著降低或消除成本。查看此reddit帖子以获取更多信息:https://www.reddit.com/r/ChatGPTCoding/comments/1jrp1tj/a_simple_guide_to_setting_up_gemini_25_pro_free/

后备成本: 如果主服务器达到速率限制,服务器会自动使用回退模型重试。默认的回退(fallback_OPENROUTER_MODEL)通常是更快/更便宜的型号,如Gemini Flash,根据OPENROUTER当前的定价/等级,它可能仍有相关成本。检查他们的网站,必要时调整配置中的回退模型。

使用游标(任务管理器模式)

这是使用此服务器的主要方式。我还没有用其他AI代码编辑器测试过它。如果你尝试一下,请告诉我进展如何,我会更新README。

1.在游标中配置MCP服务器:

构建服务器后(npm run build),您需要告诉Cursor如何运行它。

查找Cursor的MCP配置文件。这可以是:

  • 项目具体: 在以下位置创建/编辑文件 .cursor/mcp.json 在项目的根目录中。
  • 全球的: 在以下位置创建/编辑文件 ~/.cursor/mcp.json 在您的用户主目录中(用于所有项目)。

将以下条目添加到该JSON文件中的mcpServers对象中:

{
  "mcpServers": {
    "task-manager-mcp": {
      "command": "node",
      "args": ["/full/path/to/your/task-manager-mcp/dist/server.js"],
      "env": {
        "OPENROUTER_API_KEY": "sk-or-v1-xxxxxxxxxxxxxxxxxxxx"
        //   optional: my recommended model for MCP is Gemini 2.5 Pro Free which is already set by default
        //   "OPENROUTER_MODEL": "google/gemini-2.5-flash-preview:thinking",
        //   also optional
        //   "FALLBACK_OPENROUTER_MODEL": "google/gemini-2.5-flash-preview:thinking",
        //   optional: the default port for the UI is 4999 if not set
        //   "UI_PORT": "4999",
        //   optional: the default port for the WebSocket server is 4999 if not set
        //   "WS_PORT": "4999"
        // Add GEMINI_API_KEY here instead if using Google directly
        // Add any other necessary env vars here
      }
    }
    // Add other MCP servers here if you have them
  }
}

重要:

  • 替换 /full/path/to/your/task-manager-mcp/dist/server.js 使用计算机上编译的服务器脚本的绝对路径。
  • 替换 sk-or-v1-xxxxxxxxxxxxxxxxxxxx 使用实际的OpenRouter API密钥(或者如果直接使用Google AI,则设置GEMINI_API_key)。
  • 当Cursor启动服务器进程时,这里定义的这些环境变量将传递给服务器进程,覆盖任何 .env 文件。

2.创建自定义光标模式:

  1. 转到光标设置->功能->聊天->启用自定义模式。
  2. 返回聊天视图,单击模式选择器(左下角),然后单击添加自定义模式。
  3. 给它起个名字(例如“MCP Planner”、“Task Dev”),选择一个图标/快捷方式。
  4. 启用工具:确保此服务器公开的工具(plan_feature, mark_task_complete, get_next_task, review_changes, adjust_plan)可用于此模式并已启用。根据您的工作流程,您可能需要启用其他工具,如Codebase、Terminal等。
  5. 代理推荐说明:将这些规则准确粘贴到“自定义说明”文本框中:
Always use plan_feature mcp tool when getting feature request before doing anything else. ALWAYS!!!!!!!! It will return the first step of the implementation. DO NOT IMPLEMENT MORE THAN WHAT THE TASK STATES. After you're done run mark_task_complete which will give you the next task. If the user says "review" use the review_changes tool. The review_changes tool will generate new tasks for you to follow, just like plan_feature. After a review, follow the same one-at-a-time task completion workflow: complete each review-generated task, mark it complete, and call get_next_task until all are done.

If clarification is required at any step, you will not receive the next task and will have to run get_next_task manually after the user answers the clarification question through the UI.

IMPORTANT: Your job is to complete the tasks one at a time. DO NOT DO ANY OTHER CHANGES, ONLY WHAT THE CURRENT TASK SAYS TO DO.
  1. 保存自定义模式。

预期工作流程(使用自定义模式):

  1. 在光标中选择新的自定义模式。
  2. 向Cursor发出功能请求(例如,“使用JWT添加身份验证”)。
  3. 游标将按照说明调用 plan_feature 工具。
  4. 服务器计划、保存数据,并向Cursor返回JSON响应(在文本内容内)。

- 如果成功:响应包括 status: "completed" 以及第一个任务的描述 message 现场。UI(如果正在运行)已启动/更新。 - 如果需要澄清:回复包括 status: "awaiting_clarification",the featureId,the uiUrl,以及代理等待和呼叫的说明 get_next_task 稍后。用户界面将启动/更新问题。

  1. Cursor仅实现所描述的任务(如果提供)。
  2. 如果需要澄清,用户在UI中回答,服务器恢复计划,并通过WebSocket更新UI。然后,代理按照指示呼叫 get_next_task 随着 featureId.
  3. 如果任务已完成,Cursor将调用 mark_task_complete (与 taskId 和 featureId).
  4. 服务器标记任务已完成,并在响应消息中返回下一个挂起的任务。
  5. 游标重复步骤4-8。
  6. 如果用户要求Cursor“查看”,它会调用 review_changes.

API端点(用于UI)

集成的Express服务器为前端提供了以下基本端点:

  • GET /api/features:返回现有功能ID的列表。
  • GET /api/tasks/:featureId:返回特定功能的任务列表。
  • GET /api/tasks:返回最近创建/修改的功能的任务。
  • GET /api/features/:featureId/pending-question:检查该功能是否有活动的澄清问题。
  • POST /api/tasks:为功能创建新任务。
  • PUT /api/tasks/:taskId:更新现有任务。
  • DELETE /api/tasks/:taskId:删除任务。
  • _(静态文件)_:从以下位置提供文件 dist/frontend-ui/ (例如。, index.html).

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

developer-toolstask-managerai-assistantcode-reviewAI编程辅助TypeScript本地部署任务管理

支持客户端

CursorClaude

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

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

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。
  • 已经适配 Cursor、Claude,换客户端不用重新研究配置。
  • 3 个目录同时收录,信息可以交叉核对。

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

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Cursor 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
Task Manager MCP Server

MCP.so · 本页

0未说明未标注3 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio有1 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

Task Manager MCP Server 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。

Task Manager MCP Server 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。

Task Manager MCP Server 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。

Task Manager MCP Server 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。

Task Manager MCP Server 支持哪些客户端?

公开资料标注支持 Cursor、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