使用说明
任务编排器MCP服务器
这是一个 模型上下文协议(MCP) 提供动态任务规划和编排工具的服务器。它允许人工智能代理(如克劳德)创建执行计划,将其分解为子任务,跟踪进度,并存储每个步骤的注释/结果——本质上为人工智能提供了一个复杂工作流程的“工作记忆”。这个MCP是你法学硕士代理缺失的额叶。将无状态的聊天响应转化为有状态的、面向目标的代理,这些代理可以计划、执行和记忆。 🧠 ⚡️
特性
- 分层规划:创建一个根目标,并无限深地嵌套子任务。
- 状态管理:跟踪状态(
pending,in_progress,completed,failed,skipped)对于每一项任务。 - 视觉反馈:每次修改后返回计划的可视化树表示。
- 上下文存储:根据特定任务ID存储注释和结果。
- 语义任务评估:使用自然语言理解评估任务完成质量。
- 漂移检测:监控与计划目标的一致性,并检测语义漂移。
- 语义记忆:使用语义相似性存储和检索事实。
- 依赖推理:根据描述自动推断任务依赖关系。
- 进度分析:获取有关计划进度的见解、风险和建议。
- 检查点管理:随时保存和恢复计划状态。
- 约束验证:根据自然语言约束检查输出。
安装
先决条件
- Node.js(建议使用v18或更高版本)
- npm或pnpm
构建
- 克隆存储库或导航到目录。
- 安装依赖项:
npm install - 构建项目:
npm run build - 测试项目:
{
"command": "node",
"args": [
"/absolute/path/to/task-orchestrator-server/build/index.js"
]
}
注:更换 /absolute/path/to/... 实际完整路径 build/index.js 文件在你的机器上。
用法
将生产服务器与MCP客户端一起使用(如 克劳德桌面版),将以下内容添加到您的配置文件中(例如。, ~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上):
"mcpServers": {
"task-orchestrator": {
"command": "npx",
"args": [
"-y",
"@task-orchestrator/mcp@latest"
]
}
}
工具使用
服务器暴露 8个强大的工具 旨在利用LLM功能:
1.任务编排器(task_orchestrator)
核心计划和任务管理工具。
| 操作 | 必需参数 | 可选参数 | 描述 |
|---|---|---|---|
create_plan |
plan_goal |
- | 使用根目标初始化新计划。擦拭之前的状态。 |
add_task |
task_description |
parent_task_id, notes |
添加子任务。如果 parent_task_id 省略,添加到根。 |
update_task |
task_id |
status, task_description, notes, result |
更新任务的状态或内容。 |
get_plan |
- | - | 返回当前计划结构,不做任何更改。 |
2.任务评估员(evaluate_task)
使用语义理解评估任务完成质量。
{
"task_description": "Create a secure login endpoint",
"actual_output": "Created POST /login with JWT authentication",
"context": "This is for a banking application"
}
退货: { assessment, passed, reasoning, suggestions }
3.任务遵守监控(check_alignment)
检测计划目标的语义偏差。
{
"plan_goal": "Build a REST API for user management",
"current_action": "I'm creating GraphQL schema",
"recent_context": "User asked about GraphQL"
}
退货: { aligned, confidence, reasoning, suggestion }
4.上下文管理器(remember, recall)
用于存储和检索事实的语义记忆。
记得:
{
"what": "We decided to use PostgreSQL",
"details": "Team prefers it for JSON support"
}
召回:
{
"query": "What database are we using?",
"limit": 3
}
退货: { results: [{ what, details, relevance }] }
5.依赖性解析器(infer_dependencies, get_next_tasks)
自动推断任务依赖关系并识别就绪任务。
推断依赖性:
{
"tasks": [
{ "id": "1", "description": "Set up database schema" },
{ "id": "2", "description": "Create API endpoints that query the database" }
]
}
获取下一个任务:
{
"completed_tasks": ["1"]
}
退货: { ready: string[], blocked: string[] }
6.进度分析器(analyze_progress)
获取有关计划进度的语义见解。
{
"plan_goal": "Build a web application"
}
退货: { summary, insights, risks, recommendations }
7.检查点管理器(create_checkpoint, list_checkpoints, restore_checkpoint)
保存并恢复计划状态。
创建:
{
"name": "Before refactoring",
"description": "All tests passing"
}
还原:
{
"checkpoint_id": "cp_1"
}
或通过语义匹配进行恢复:
{
"description": "the checkpoint before refactoring"
}
8.约束检查器(check_constraints)
根据自然语言约束验证输出。
{
"constraints": "Must use TypeScript, no external APIs, include error handling",
"output": "Created login.ts with try-catch blocks",
"context": "Production API"
}
退货: { passed, violations, reasoning }
工作流示例
-
制定计划
{ "action": "create_plan", "plan_goal": "Refactor the database schema" } -
添加子任务
{ "action": "add_task", "parent_task_id": "1", "task_description": "Analyze current schema relations" } -
更新进度
{ "action": "update_task", "task_id": "2", "status": "completed", "result": "Found 3 circular dependencies." }
发展
- 观看模式:运行
npm run watch以在更改时自动重新编译。 - 调试:您可以通过运行构建的脚本和管道JSON-RPC消息或使用 MCP检查员.
