任务多服务器
版本0.1.0-alpha -具有MCP服务器、REST API和React UI的多接口任务管理系统。
⚠️ 阿尔法释放警告 这是一个alpha版本，正在积极开发中。在稳定的1.0.0版本之前，API和功能可能会发生重大变化。在生产中使用，风险自负。 - alpha版本之间可能会发生重大变化 - API端点和响应格式可能会更改 - 数据库架构迁移可能不向后兼容 - 文件可能不完整或过时 对于稳定版本，请等待1.0.0或更高版本。
概述
TasksMultiServer通过多个界面提供分层任务管理，这些界面专为人类用户和人工智能代理而设计。将任务存储在PostgreSQL或文件系统中，通过MCP协议、REST API或web UI进行访问。
对于开发者：参见 贡献.md 用于开发设置和贡献指南。
特性
- 多接口访问：用于AI代理的MCP服务器，用于编程访问的REST API，用于可视化管理的React UI
- 可插拔存储：在文件系统或PostgreSQL之间进行选择
- 分层组织：项目→ 任务列表→ Tasks
- 依赖管理：具有循环依赖检测的基于DAG的任务依赖关系
- 基于模板的指令：生成特定于代理的任务说明
- 直接进入商店：无缓存可确保多个代理之间的一致性
- 代理友好功能：自动参数预处理，带有视觉指示器和示例的增强错误消息
- 标签和搜索：使用标签组织任务，根据多个条件（文本、状态、优先级、标签、项目）进行搜索和筛选
- 依赖性分析：分析关键路径，识别瓶颈，可视化依赖关系图（ASCII、DOT、Mermaid）
- 批量操作：在单个操作中高效地创建、更新、删除或标记多个任务
- 自动阻塞检测：任务会自动显示它们被依赖关系信息阻止的原因
- 健康监测：用于监控系统状态的内置健康检查端点
访问任务的三种方法MultiServer
TasksMultiServer为不同的用例提供了三个不同的接口：
1.MCP服务器（用于AI代理）
⚠️ 尚未发布：此项目尚未在PyPI或uvx上可用。要使用它，您必须克隆存储库并在本地构建。
本地构建和安装：
# Clone the repository
git clone https://github.com/YOUR_USERNAME/tasks-multiserver.git
cd tasks-multiserver
# Create and activate virtual environment
python -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate
# Install in development mode
pip install -e ".[dev]"
# Run the MCP server
python -m src.interfaces.mcp.server在AI代理的MCP设置中进行配置（例如。， .kiro/settings/mcp.json):
{
"mcpServers": {
"tasks-multiserver": {
"command": "python",
"args": ["-m", "src.interfaces.mcp.server"],
"cwd": "/path/to/tasks-multiserver",
"env": {
"DATA_STORE_TYPE": "filesystem",
"FILESYSTEM_PATH": "/path/to/tasks",
"MULTI_AGENT_ENVIRONMENT_BEHAVIOR": "false"
}
}
}
}一旦发布，您将能够使用：
uvx tasks-multiserver
# or
pip install tasks-multiserver2.REST API+React UI（通过Docker Compose）
使用Docker Compose可以同时运行REST API和web UI。
docker-compose up访问权限：
- REST API: http://localhost:8000
- React用户界面: http://localhost:3000
通过配置 .env 文件（请参阅下面的配置部分）。
代理友好功能
TasksMultiServer旨在与AI代理无缝协作，提供智能参数处理和清晰的错误反馈。
自动参数预处理
该系统会自动将常见的输入模式转换为正确的类型，从而减少AI代理的摩擦：
- 字符串数字 → 数字：
"5"→5,"3.14"→3.14 - JSON字符串 → 数组：
'["tag1", "tag2"]'→["tag1", "tag2"] - 布尔字符串 → 布尔人：
"true","yes","1"→True
这意味着代理不需要担心确切的类型格式化——系统会智能地处理它。
增强的错误消息
当发生验证错误时，系统会提供：
- 视觉指示器 (❌, 💡, 📝, 🔧) 用于快速扫描
- 字段名称 以及具体的问题描述
- 可操作的指导 关于如何修正错误
- 工作示例 正确使用
- 有效选项 对于枚举字段
错误消息示例：
❌ priority: Invalid value "urgent"
💡 Priority must be one of: CRITICAL, HIGH, MEDIUM, LOW, TRIVIAL
📝 Example: "priority": "HIGH"标签和搜索
使用标签和强大的搜索功能高效地组织和查找任务。
业标
为任务添加标签以进行分类和筛选：
- 每个任务最多10个标签
- 支持unicode、表情符号、数字、连字符和下划线
- 每个标签最多50个字符
- 自动重复数据删除
MCP示例：
# Add tags to a task
add_task_tags(task_id="...", tags=["frontend", "urgent", "🚀"])
# Remove tags
remove_task_tags(task_id="...", tags=["urgent"])REST API示例：
# Add tags
POST /tasks/{id}/tags
{"tags": ["frontend", "urgent", "🚀"]}
# Remove tags
DELETE /tasks/{id}/tags
{"tags": ["urgent"]}统一搜索
在单个查询中按多个条件搜索和筛选任务：
- 文本搜索：与任务标题和描述匹配
- 状态筛选器：按任务状态筛选（NOT_STARTED、IN_PROGRESS、BLOCKED、COMPLETED）
- 优先级筛选器：按优先级过滤（临界、高、中、低、三）
- 标签过滤器：查找具有特定标签的任务
- 项目筛选器：按项目名称筛选
- 分页：使用限制和偏移控制结果大小
- 排序：按相关性、created_at、updated_at或优先级排序
MCP示例：
search_tasks(
query="authentication",
status=["IN_PROGRESS"],
priority=["HIGH", "CRITICAL"],
tags=["backend"],
project_name="API Development",
limit=20,
sort_by="priority"
)REST API示例：
POST /search/tasks
{
"query": "authentication",
"status": ["IN_PROGRESS"],
"priority": ["HIGH", "CRITICAL"],
"tags": ["backend"],
"project_name": "API Development",
"limit": 20,
"sort_by": "priority"
}依赖性分析和可视化
使用强大的依赖性分析工具了解项目结构并确定关键路径。
相关性分析
分析任务依赖关系以获得见解：
- 关键路径：确定最长的依赖任务链
- 瓶颈：查找阻止多个其他任务的任务
- 叶子任务：确定没有依赖关系的任务（准备开始）
- 进度跟踪：计算依赖关系图中的完成百分比
- 循环依赖检测：自动检测和报告周期
MCP示例：
analyze_dependencies(scope_type="project", scope_id="...")REST API示例：
GET /projects/{id}/dependencies/analysis
GET /task-lists/{id}/dependencies/analysis答复：
{
"critical_path": ["task-id-1", "task-id-2", "task-id-3"],
"critical_path_length": 3,
"bottleneck_tasks": [["task-id-2", 5]],
"leaf_tasks": ["task-id-1", "task-id-4"],
"completion_progress": 45.5,
"total_tasks": 10,
"completed_tasks": 4,
"circular_dependencies": []
}依赖关系可视化
以多种格式可视化依赖关系图：
- 美国信息交换标准代码：树形结构，带方框图字符（用于终端显示）
- 点：Graphviz格式（用于使用Graphviz工具渲染）
- 美人鱼：Mermaid图语法（用于文档和web显示）
MCP示例：
# ASCII visualization
visualize_dependencies(scope_type="project", scope_id="...", format="ascii")
# DOT format for Graphviz
visualize_dependencies(scope_type="project", scope_id="...", format="dot")
# Mermaid diagram
visualize_dependencies(scope_type="project", scope_id="...", format="mermaid")REST API示例：
GET /projects/{id}/dependencies/visualize?format=ascii
GET /projects/{id}/dependencies/visualize?format=dot
GET /projects/{id}/dependencies/visualize?format=mermaid自动阻塞检测
当任务具有不完整的依赖关系时，任务会自动包含阻止信息：
{
"id": "task-123",
"title": "Deploy to production",
"status": "BLOCKED",
"block_reason": {
"is_blocked": true,
"blocking_task_ids": ["task-100", "task-101"],
"blocking_task_titles": ["Run integration tests", "Security audit"],
"message": "Blocked by 2 incomplete dependencies: Run integration tests, Security audit"
}
}这样就不需要额外的查询来了解任务无法继续的原因。
批量操作
使用批量操作（仅限REST API）同时高效管理多个任务。
支持的操作
- 批量创建：在一个请求中创建多个任务
- 批量更新：在一个请求中更新多个任务
- 批量删除：在一个请求中删除多个任务
- 批量标签操作：在多个任务中添加或删除标签
特性
- 应用前验证：在做出任何更改之前，所有输入都经过验证
- 部分故障报告：详细结果显示哪些操作成功，哪些操作失败
- 交易支持PostgreSQL操作使用事务；文件系统操作支持回滚
示例：
# Bulk create tasks
POST /tasks/bulk/create
{
"tasks": [
{"task_list_id": "...", "title": "Task 1", "description": "...", ...},
{"task_list_id": "...", "title": "Task 2", "description": "...", ...}
]
}
# Bulk update tasks
PUT /tasks/bulk/update
{
"updates": [
{"id": "task-1", "status": "COMPLETED"},
{"id": "task-2", "priority": "HIGH"}
]
}
# Bulk delete tasks
DELETE /tasks/bulk/delete
{
"task_ids": ["task-1", "task-2", "task-3"]
}
# Bulk add tags
POST /tasks/bulk/tags/add
{
"task_ids": ["task-1", "task-2"],
"tags": ["urgent", "frontend"]
}
# Bulk remove tags
POST /tasks/bulk/tags/remove
{
"task_ids": ["task-1", "task-2"],
"tags": ["urgent"]
}响应格式：
{
"total": 3,
"succeeded": 2,
"failed": 1,
"results": [
{ "index": 0, "success": true, "task_id": "task-1" },
{ "index": 1, "success": true, "task_id": "task-2" },
{ "index": 2, "success": false, "error": "Task not found" }
],
"errors": [{ "index": 2, "error": "Task not found" }]
}测试数据生成器
TasksMultiServer包含一个测试数据生成器，可为开发、测试和演示目的创建逼真、全面的测试数据。
特性
- 数据库重置：自动将Docker数据库重置为干净状态
- 真实数据：创建15个项目、35个任务列表和数百个具有不同元数据的任务
- 依赖图：生成任务依赖关系，确保没有循环引用
- 状态分布：创建不同状态的任务（NOT_STARTED、in_PROGRESS、COMPLETED）
- 元数据：添加标签、优先级、注释、行动计划和退出条件
- 可复现的：使用可配置的随机种子获得一致的结果
- 已验证：根据22个正确性属性自动验证生成的数据
用法
先决条件：
- Docker和Docker Compose已安装并正在运行
- 可访问REST API（默认值：http://localhost:8000)
基本用法：
# Generate with default settings (seed=42)
python scripts/generate_test_data.py
# Generate with custom seed for different data
python scripts/generate_test_data.py --seed 123
# Generate with custom API URL
python scripts/generate_test_data.py --api-url http://localhost:9000它产生了什么：
- 15个项目，任务列表数量各不相同（每个项目0-10个）
- 35个任务列表，每个列表包含0-25个任务
- 具有现实标题、描述和退出标准的任务
- 形成有效DAG的任务依赖关系（无循环依赖关系）
- 考虑依赖约束的混合任务状态
- 标签（每项任务1-5个）来自现实池
- 所有5个优先级（关键、高、中、低、三）
- 基于任务状态的注释（研究、执行、一般）
- 包含3-8个连续项目的行动计划（70%的任务）
输出示例：
Test Data Generator for TasksMultiServer
==================================================
Random seed: 42
API URL: http://localhost:8000
Phase 1: Resetting database...
✓ Database reset complete
Phase 2: Creating entities...
✓ Created 15 projects, 35 task lists, 247 tasks
Phase 3: Assigning dependencies...
✓ Dependencies assigned
Phase 4: Assigning statuses...
✓ Statuses assigned
Phase 5: Enriching metadata...
✓ Metadata enriched
Phase 6: Validating data...
======================================================================
Data Validation Report
======================================================================
Status: PASSED
Properties Passed: 22/22
Properties Failed: 0/22
Summary:
Total Projects: 15
Total Task Lists: 35
Total Tasks: 247
No violations found!
======================================================================
✓ Data generation completed successfully!何时使用
- 发展：用真实的测试数据填充本地数据库
- 测试：使用可重复的种子创建一致的测试场景
- 德莫斯：为演示生成令人印象深刻的样本数据
- CI/CD：使用全面的测试数据验证系统行为
备注
- 生成器需要运行Docker Compose
- 它将 完全重置 数据库，删除所有现有数据
- 使用不同的种子生成不同的数据集
- 所有生成的数据均按照规范进行验证
配置
TasksMultiServer支持两个后备存储和多代理协调设置。
环境变量
创建一个 .env 文件或设置这些环境变量：
# Storage Backend (required)
DATA_STORE_TYPE=filesystem # Options: "filesystem" or "postgresql"
# Filesystem Configuration (when DATA_STORE_TYPE=filesystem)
FILESYSTEM_PATH=/path/to/tasks # Default: /tmp/tasks
# PostgreSQL Configuration (when DATA_STORE_TYPE=postgresql)
POSTGRES_URL=postgresql://user:password@localhost:5432/dbname
# Multi-Agent Coordination (optional)
MULTI_AGENT_ENVIRONMENT_BEHAVIOR=false # Options: "true" or "false"存储后端选项
文件系统（默认）
- 简单的基于文件的存储
- 无需设置数据库
- 适合单用户或开发使用
- 配置为
FILESYSTEM_PATH
export DATA_STORE_TYPE=filesystem
export FILESYSTEM_PATH=/home/user/tasksPostgreSQL
- 强大的数据库存储
- 更适合多用户或生产使用
- 需要PostgreSQL 14+
- 配置为
POSTGRES_URL
export DATA_STORE_TYPE=postgresql
export POSTGRES_URL=postgresql://user:pass@localhost:5432/tasks多智能体环境行为
控制多个代理同时工作时任务在“就绪任务”查询中的显示方式：
false（默认）：两者都有NOT_STARTED和IN_PROGRESS任务已准备就绪
- 允许代理恢复中断的工作 - 适用于单代理或顺序工作流
true：只有NOT_STARTED任务已准备就绪
- 防止多个代理处理同一任务 - 适用于并发多代理环境
export MULTI_AGENT_ENVIRONMENT_BEHAVIOR=trueDocker编写配置
对于Docker部署，创建一个 .env 项目根目录中的文件：
# .env file for docker-compose
DATA_STORE_TYPE=postgresql
POSTGRES_URL=postgresql://postgres:postgres@db:5432/tasks
MULTI_AGENT_ENVIRONMENT_BEHAVIOR=false这 docker-compose.yml 在需要时自动包含PostgreSQL容器。
使用示例
带文件系统的MCP服务器
{
"mcpServers": {
"tasks-multiserver": {
"command": "python",
"args": ["-m", "src.interfaces.mcp.server"],
"cwd": "/path/to/tasks-multiserver",
"env": {
"DATA_STORE_TYPE": "filesystem",
"FILESYSTEM_PATH": "/home/user/.tasks"
}
}
}
}带PostgreSQL的MCP服务器
{
"mcpServers": {
"tasks-multiserver": {
"command": "python",
"args": ["-m", "src.interfaces.mcp.server"],
"cwd": "/path/to/tasks-multiserver",
"env": {
"DATA_STORE_TYPE": "postgresql",
"POSTGRES_URL": "postgresql://user:pass@localhost:5432/tasks",
"MULTI_AGENT_ENVIRONMENT_BEHAVIOR": "true"
}
}
}
}Docker与PostgreSQL的组合
创建 .env:
DATA_STORE_TYPE=postgresql
POSTGRES_URL=postgresql://postgres:postgres@db:5432/tasks运行：
docker-compose up贡献
我们欢迎捐款！请看 贡献.md 用于：
- 开发环境设置
- 编码标准和指南
- 测试要求
- 拉取请求流程
- 质量标准
文档
入门指南
指南
api参考
- MCP工具参考 -完整的MCP工具文档
- REST API参考 -完整的REST API文档
- 批量操作 -批量操作端点和示例
- 错误处理 -错误格式和处理策略
例子
建筑
有关完整的文档索引，请参阅 docs/README.md.
建筑
遵循数据流的分层架构：
Interfaces (MCP/REST/UI)
↓
Orchestration (Business Logic)
↓
Data Delegation (Abstract Interface)
↓
Data Access (PostgreSQL/Filesystem)
↓
Storage (Database/Files)许可证
麻省理工学院
链接
- github：https://github.com/YOUR_USERNAME/tasks-multiserver
- 问题：https://github.com/YOUR_USERNAME/tasks-multiserver/issues
备注：PyPI包将在第一个稳定版本发布后提供。