AI导哈

任务管理AI工具包

基于微软AI工具包的任务管理工作流实现，提供分层MCP服务器架构和分阶段工具支持。

  • by jhardy82
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 jhardy82/UTMW-AI-Toolkit-Implementation

使用说明

通用任务管理流程（UTMW）人工智能工具包实现

概述

此仓库利用微软的AI Toolkit为Visual Studio Code提供的功能，结合一个复杂的分层MCP服务器架构，实现了通用任务管理流程（UTMW）方法。

建筑

  • 分层的MCP服务器每个UTMW阶段组都有专用的MCP服务器
  • 阶段特定工具每个工作流程阶段的粒度化工具暴露
  • **Cloudflare Workers（云防护网络工作者）**边缘部署以实现全球访问
  • AI工具包集成充分利用Microsoft AI Toolkit的所有功能

仓库结构

├── .github/
│   └── prompts/                    # GitHub Copilot prompt files
├── .vscode/
│   └── mcp.json                    # MCP server configuration
├── mcp-servers/                    # Group-level MCP servers
├── phase-servers/                  # Individual phase servers
├── evaluation/                     # Testing and evaluation framework
├── deployment/                     # Cloudflare Workers deployment
└── docs/                          # Documentation and guides

快速入门

  1. 为VS Code安装Microsoft AI Toolkit
  2. 将此仓库作为子模块克隆到 SCCMScripts 中
  3. 跑 npm install 安装依赖项
  4. 配置MCP服务器 .vscode/mcp.json
  5. 使用（该工具/方法）部署到 Cloudflare Workers npm run deploy

UTMW 相位组

  • 规划需求分析与利益相关者映射
  • 设计建筑设计与原型制作
  • 实施开发与测试
  • 监测分析与性能追踪
  • 维护更新与生命周期管理

贡献

见 CONTRIBUTING.md 翻译为中文是：“贡献指南.md” 或 “贡献规范.md”（具体翻译可能根据上下文略有调整，但基本意思相同） 作为开发指南。

许可证

MIT 许可证 - 请参阅 许可证 详情如下。

相关 MCP