AI导哈

任务管理MCP服务器

一个基于MCP协议的任务跟踪和积压管理服务器，专为AI助手设计，支持文件存储和多种传输方式。

  • by danielscholl
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 danielscholl/backlog-manager-mcp

使用说明

积压管理器MCP服务器

用于AI助手的简单任务跟踪和积压管理MCP服务器（黑客项目）

目录

概述

Backlog Manager是一个MCP（机器消耗品编程）服务器，用于通过基于文件的方法进行问题和任务管理。它为AI代理和其他客户端提供了创建问题、向其中添加任务和跟踪任务状态的工具。问题代表高级功能请求或错误，而任务代表解决问题所需的特定工作项。

它使用Anthropic的MCP协议构建，支持SSE和stdio传输，可与Claude等AI助手或其他兼容MCP的客户端灵活集成。

特性

  • 问题管理：创建、列出、选择和跟踪带有描述的问题
  • 任务跟踪：使用标题、描述和状态跟踪将任务添加到问题中
  • 状态工作流：通过“新建”、“正在工作”和“已完成”状态跟踪任务进度
  • 基于文件的存储：便携式JSON存储格式，便于备份和版本控制
  • 柔性运输：支持SSE（HTTP）和stdio通信
  • Docker支持：在容器中运行，便于部署和隔离

先决条件

  • python：3.12或更高
  • 程序包管理器：uv（推荐）或pip
  • 码头工人：（可选）用于集装箱化部署
  • MCP客户端：Claude Code、Windsurf或任何其他MCP兼容客户端

安装

使用紫外线（推荐）

# Clone the repository
git clone https://github.com/username/backlog-manager-mcp.git
cd backlog-manager-mcp

# Install dependencies
uv pip install -e .

# Verify installation
uv run backlog-manager  # This should start the server

使用Docker

# Build the Docker image
docker build -t backlog/manager --build-arg PORT=8050 .

# Run the container
docker run -p 8050:8050 backlog/manager

# Verify container is running
docker ps | grep backlog/manager

配置

使用环境变量配置服务器行为 .env 文件：

# Create environment file from example
cp .env.example .env

示例 .env 文件内容：

# Transport mode: 'sse' or 'stdio'
TRANSPORT=sse

# Server configuration (for SSE transport)
HOST=0.0.0.0
PORT=8050

# Data storage
TASKS_FILE=tasks.json
变量 描述 默认值 必填
TRANSPORT 传输协议（sse或stdio） sse 没有
HOST 使用SSE传输时要绑定的主机 0.0.0.0 没有
PORT 使用SSE传输时要监听的端口 8050 没有
TASKS_FILE 任务存储文件的路径 tasks.json 没有

运行服务器

启动服务器（SSE模式）

# Using the CLI command
uv run backlog-manager

# Or directly with Python
uv run src/backlog_manager/main.py

您应该看到类似于以下内容的输出：

INFO:     Started server process [12345]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8050 (Press CTRL+C to quit)

备注：服务器不支持 --help 标志，因为它被设计为MCP服务器，而不是传统的CLI应用程序。

使用stdio模式

使用stdio模式时，您不需要单独启动服务器——正确配置后，MCP客户端将自动启动它（请参阅 与MCP客户端集成).

MCP工具

待办事项管理器通过MCP公开以下工具：

问题管理

工具 说明 参数
create_issue 创建新问题 name （字符串）， description （字符串，可选）， status （字符串，可选）
list_issues 显示所有可用问题 无
select_issue 设置活动问题 name （字符串）
initialize_issue 创建或重置问题 name （字符串）， description （字符串，可选）， status （字符串，可选）
update_issue_status 更新问题状态 name （字符串）， status （字符串）

任务管理

工具 说明 参数
add_task 将任务添加到活动问题 title （字符串）， description （字符串，可选）
list_tasks 列出活动问题中的任务 status （字符串，可选）
update_task_status 更新任务状态 task_id （字符串）， status （字符串）

状态值

任务和问题可以具有以下状态之一：

  • New （新任务/问题的默认设置）
  • InWork （进行中）
  • Done （已完成）

与MCP客户端集成

SSE配置

一旦服务器使用SSE传输运行，请使用以下配置连接到它：

{
  "mcpServers": {
    "backlog-manager": {
      "transport": "sse",
      "url": "http://localhost:8050/sse"
    }
  }
}

风帆配置：

{
  "mcpServers": {
    "backlog-manager": {
      "transport": "sse",
      "serverUrl": "http://localhost:8050/sse"
    }
  }
}

n8n配置：

使用 host.docker.internal 而不是 localhost 要从n8n容器访问主机：

http://host.docker.internal:8050/sse

带Stdio配置的Python

{
  "mcpServers": {
    "backlog-manager": {
      "command": "python",
      "args": ["path/to/backlog-manager/src/backlog_manager/main.py"],
      "env": {
        "TRANSPORT": "stdio",
        "TASKS_FILE": "tasks.json"
      }
    }
  }
}

带Stdio配置的Docker

{
  "mcpServers": {
    "backlog-manager": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "-e", "TRANSPORT=stdio", "backlog/manager"],
      "env": {
        "TRANSPORT": "stdio"
      }
    }
  }
}

示例

待办事项管理器旨在与人工智能助手无缝协作，帮助您组织项目工作。最强大的用例是让人工智能读取规范并自动创建结构化的待办事项。

只需询问您的AI助手：

Read the spec and create a backlog for features not completed.

AI助手将：

  1. 阅读并分析规范文件
  2. 识别关键特征和组件
  3. 为主要职能领域制造问题
  4. 将每个问题分解为具体任务
  5. 将所有内容组织在结构化的待办事项列表中

相关 MCP