Task Scheduler Codex Plugin

OpenAI Codex的任务调度器

任务调度器是一个OpenAI Codex插件，可以将原始任务列表转换为现实的时间表。

它将三个部分组合在一个插件包中：

• Codex插件清单和市场就绪元数据
• 其他代理和工具可以调用的可重用MCP服务器
• 用于从结构化JSON输入生成日程草稿的本地CLI

该插件专为实用规划而设计。它平衡了截止日期、可用时间、受阻日期和每天的容量变化，然后返回一个包含后续行动和风险的降价计划。

Task Scheduler logo

亮点

• 将任务JSON转换为逐日计划
• 支持阻塞日期和每日容量覆盖
• 当任务不适合计划窗口时，跟踪溢出
• 公开MCP工具，以便其他代理可以直接调用调度程序
• 包括以计划为导向的提示的Codex技能
• 附带示例资产、示例数据和启动器插件元数据

这是给谁的

• 想要本地生产力插件的Codex用户
• 插件作者学习如何组合插件清单、技能和MCP
• 想要轻量级计划工具的团队代理可以从同一个工作区调用

仓库布局

task-scheduler/
|-- .codex-plugin/
|   `-- plugin.json
|-- assets/
|   |-- icon.png
|   |-- logo.png
|   `-- screenshot*.png
|-- hooks/
|   `-- README.md
|-- scripts/
|   |-- build_schedule.py
|   |-- example_tasks.json
|   |-- mcp_server.py
|   |-- requirements-mcp.txt
|   `-- task_scheduler_core.py
|-- skills/
|   `-- task-planner/
|       `-- SKILL.md
|-- .app.json
|-- .mcp.json
|-- hooks.json
`-- README.md

特性

1.本地CLI调度

当您希望从JSON文件中快速获取计划时，请使用CLI：

python .\scripts\build_schedule.py `
  --input .\scripts\example_tasks.json

可选标志：

• --start-date YYYY-MM-DD
• --days
• --hours-per-day
• `--output

`

这些标志会覆盖JSON输入文件中存在的值。

2.用于代理工作流的MCP工具

该插件公开了一个本地stdio MCP服务器，因此其他代理和工具可以调用调度程序，而无需直接卸载。

已实施的MCP工具：

• build_task_schedule
• analyze_schedule_capacity
• build_task_schedule_from_file

已实施的MCP资源：

• task-scheduler://sample-input
• task-scheduler://readme

已实施MCP提示：

• schedule_prompt

3.食品法典技能支持

所包含的技能 skills/task-planner/SKILL.md 帮助食品法典委员会收集限制因素，制定切合实际的计划，并明确指出风险和溢出。

输入格式

调度程序接受以下任一情况：

• 一个简单的JSON任务数组
• 一个包含以下内容的JSON对象 tasks 加上规划元数据

最小输入

[
  {
    "title": "Finalize project brief",
    "due": "2026-04-03",
    "estimated_hours": 2.5,
    "priority": 5,
    "notes": "Needs stakeholder review"
  }
]

完整输入

{
  "start_date": "2026-04-01",
  "days": 6,
  "hours_per_day": 6,
  "blocked_dates": ["2026-04-04"],
  "daily_capacity_overrides": {
    "2026-04-03": 3.5,
    "2026-04-06": 4
  },
  "notes": "Protect Saturday for admin catch-up.",
  "tasks": [
    {
      "title": "Finalize project brief",
      "due": "2026-04-02",
      "estimated_hours": 2,
      "priority": 5,
      "tags": ["strategy", "stakeholders"],
      "notes": "Share with stakeholders before noon."
    }
  ]
}

支持的任务字段

• title：任务名称
• due：到期日 YYYY-MM-DD
• estimated_hours：预期工时
• priority：1到5之间的整数
• notes：输出中显示的可选详细信息
• tags：用于分类的可选字符串数组

支持的日程元数据

• start_date：计划窗口开始
• days：窗口中的天数
• hours_per_day：默认日容量
• blocked_dates：日程安排能力为零的日期
• daily_capacity_overrides：每日小时覆盖
• notes：规划背景与产出相呼应

输出示例

生成的降价包括：

• Summary
• Schedule
• Follow-Ups
• Risks

这使得它对人类可读，并且易于代理进行改进。

安装

1.克隆或复制存储库

此存储库的结构中，插件位于存储库根目录。

task-scheduler-codex-plugin/

要将其用作另一个工作区中的Codex插件，请将此存储库或其副本放置在以下位置：

plugins/task-scheduler

2.安装MCP依赖项

python -m pip install -r .\scripts\requirements-mcp.txt

3.验证插件清单

清单位于：

.codex-plugin/plugin.json

此插件已引用：

• ./skills/
• ./hooks.json
• ./.mcp.json
• ./.app.json

4.验证MCP配置

MCP配置位于：

.mcp.json

它以以下方式启动本地服务器：

{
  "mcpServers": {
    "taskScheduler": {
      "command": "python",
      "args": ["./scripts/mcp_server.py"],
      "cwd": "."
    }
  }
}

5.可选市场注册

如果你想让插件出现在Codex UI订购中，请在你的市场文件中注册它：

.agents/plugins/marketplace.json

此回购已经包含一个入门级市场条目。

快速开始

运行CLI

python .\scripts\build_schedule.py `
  --input .\scripts\example_tasks.json

直接启动MCP服务器

python .\scripts\mcp_server.py

使用示例数据

样本输入位于：

scripts/example_tasks.json

文档

• 入门指南
• MCP参考
• 建筑
• 开发指南
• 出版指南
• 贡献
• 安全策略
• 隐私政策
• 服务条款

当前状态

这个插件是一个强大的本地入门和学习参考。它已经对本地调度和基于MCP的规划流程有用，但有几个领域仍然是有意的入门级：

• .app.json 集成详细信息
• 运行时钩子注册 hooks.json
• 最终制作截图和品牌资产

路线图创意

• 添加更多MCP工具，如自动溢出重新调度
• 支持重复任务和依赖链
• 添加markdown之外的导出格式
• 将计划输出连接到外部任务系统
• 添加存储库版本和更改日志自动化

许可证

MIT，除非您为公共存储库选择不同的许可证。