AI导哈

任务管理系统

OmniTaskAgent是一个强大的多模型任务管理系统，能够连接到各种任务管理系统，帮助用户选择和使用最适合的任务管理解决方案。

  • by acnlabs
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 ACNet-AI/OmniTaskAgent

使用说明

OmniTaskAgent

一个功能强大的多模型任务管理系统，可以连接到各种任务管理系统并帮助用户选择和使用最适合他们需求的任务管理解决方案。

特性

  • 任务管理系统：创建、列出、更新和删除任务，支持状态跟踪和依赖关系管理
  • 任务分解与分析：将复杂任务分解为子任务，支持复杂性评估和PRD自动解析
  • Python原生实现：完全内置Python，与Python生态系统无缝集成
  • 多模型支持：兼容多种模型，如OpenAI、Claude等，不限于特定的API提供商
  • 编辑器集成：通过MCP协议与Cursor等编辑器集成，实现流畅的开发体验
  • 智能工作流：基于LangGraph的ReAct模式实现智能任务管理流程
  • 多系统集成：可连接mcp-shrink任务管理器、claude任务管理器等各种专业任务管理系统
  • 跨场景应用：适用于一般开发项目、垂直领域项目和其他任务系统

安装

# Install using uv (recommended)
uv pip install -e .

# Or install using pip
pip install -e .

# Install Node.js dependencies (for MCP server)
npm install

配置

创建一个 .env 项目根目录中的文件用于配置：

# Required: API keys (configure at least one)
OPENAI_API_KEY=your_openai_api_key_here
# Or
ANTHROPIC_API_KEY=your_anthropic_api_key_here

# Optional: Model configuration
LLM_MODEL=gpt-4o  # Default model
TEMPERATURE=0.2   # Creativity parameter
MAX_TOKENS=4000   # Maximum tokens

用法

命令行界面（推荐）

最简单的使用方法是通过内置的命令行界面：

# Start interactive command line interface
python -m omni_task_agent.cli

常见命令示例：

  • Create task: Optimize website performance Reduce page load time by 50%
  • List all tasks
  • Update task 1 status to completed
  • Decompose task 2
  • Analyze project complexity

在LangGraph Studio中使用

LangGraph Studio是一个专门为LLM应用程序设计的开发环境，用于可视化、交互和调试复杂的代理应用程序。

首先，确保已安装langgraph-cli（需要0.1.55或更高版本）：

# Install langgraph-cli (requires Python 3.11+)
pip install -U "langgraph-cli[inmem]"

然后在项目根目录（包含langgraph.json）中启动开发服务器：

# Start local development server
langgraph dev

这将自动打开浏览器并连接到云托管的Studio界面，您可以在其中：

  1. 可视化您的代理图结构
  2. 通过UI界面测试和运行代理
  3. 修改代理状态并调试
  4. 为逐步执行代理添加断点
  5. 实施人机协作流程

在开发过程中修改代码时，Studio将自动更新，而无需重新启动服务，从而便于快速迭代和调试。

对于断点调试等高级功能：

# Enable debug port
langgraph dev --debug-port 5678

编辑器集成（MCP服务）

  1. 运行MCP服务器：
# Start STDIO-based MCP service
python run_mcp.py
  1. 在编辑器中配置MCP设置（如光标、VSCode等）：
{
  "mcpServers": {
    "task-master-agent": {
      "type": "stdio",
      "command": "/path/to/python",
      "args": ["/path/to/run_mcp.py"],
      "env": {
        "OPENAI_API_KEY": "your-key-here"
      }
    }
  }
}

项目结构

omnitaskagent/
├── omni_task_agent/     # Main code package
│   ├── agent.py           # LangGraph agent definition
│   ├── config.py          # Configuration management
│   └── cli.py             # Command line interface
├── examples/              # Example code
│   └── basic_usage.py     # Basic usage example
├── tests/                 # Test cases
├── run_mcp.py             # MCP service entry
├── adapters.py            # MCP adapters
├── langgraph.json         # LangGraph API configuration
├── package.json           # Node.js dependencies
└── pyproject.toml         # Python dependencies

参考项目

许可证

麻省理工学院

相关 MCP