DevTask Mcp
Enables AI agents to manage a task board by investigating needs, creating well-specified tasks, and executing them end-to-end.
README
Devtask MCP
Agent-native dev task board — investigate needs into well-specified tasks, execute them end-to-end. Pocock's frontier pattern with spec/slug/dependency fields and scope de-enum.
Combines:
- MCP server (
src/devtask_mcp/) — wraps your kanocifer-chat dev-task API as 6 tools (list_dev_tasks,get_dev_task,get_dev_task_by_slug,create_dev_task,update_dev_task,get_frontier_tasks) - devtask-plan skill (
.claude/skills/devtask-plan/) — investigate a need, interview for spec, create the task - devtask-doit skill (
.claude/skills/devtask-doit/) — execute a task by slug or claim the frontier
安装
1. MCP server
配置到 Claude Code settings(~/.claude.json):
{
"mcpServers": {
"devtask": {
"command": "uv",
"args": [
"run",
"--directory",
"/path/to/DevTaskMcp",
"python",
"-m",
"devtask_mcp.server"
]
}
}
}
或 .mcp.json 项目根:
{
"devtask": {
"command": "uv",
"args": [
"run",
"--directory",
"/path/to/DevTaskMcp",
"python",
"-m",
"devtask_mcp.server"
]
}
}
2. 环境变量
cp .env.example .env
# 编辑 .env 填 DEVTASK_API_KEY + DEVTASK_API_BASE
3. Skills
技能文件在 .claude/skills/ 下,项目内自动加载。若想全局使用:
# 把软链或复制到全局 skills 目录
ln -s /path/to/DevTaskMcp/.claude/skills/devtask-plan ~/.claude/skills/devtask-plan
ln -s /path/to/DevTaskMcp/.claude/skills/devtask-doit ~/.claude/skills/devtask-doit
使用
/devtask-plan # 调研发明一个任务
/devtask-doit # 执行 frontier 里下一个
/devtask-doit task-42 # 执行指定 slug 的任务
任务模型
| 字段 | 语义 |
|---|---|
slug |
task-N 人类可读 ID,自增单调 |
acceptance_criteria |
验收条件,doit 时逐条自检 |
constraints |
红线(不能动哪些文件) |
context_pointers |
相关代码路径,省去文件探索 |
for_agent |
是否 agent 可执行 |
blocked_by |
依赖的任务 slug 列表 |
scope |
<层>-<技术> 自由格式 |
结构
DevTaskMcp/
├── .claude-plugin/marketplace.json # 插件市场清单
├── skills/
│ ├── devtask-plan/SKILL.md # 技能:调研 → 生成 spec → 创建任务
│ └── devtask-doit/SKILL.md # 技能:按 slug 执行任务
├── src/devtask_mcp/ # MCP server Python 包
│ ├── __init__.py
│ ├── client.py # HTTP 封装,拆 envelope
│ ├── models.py # Pydantic 模型 + 中文 enum
│ └── server.py # FastMCP 6 tool 注册
├── pyproject.toml
└── README.md
License
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。