MCPlanManager - AI Agent 任务管理系统
一个简洁高效的任务管理器，专为 AI Agent 的长程任务执行而设计，支持MCP (Model Context Protocol) 标准，并同时支持 uvx 和 Docker 两种部署方式。
版本 1.2.0 更新亮点:
- 新增计划持久化工具：引入
dumpPlan和loadPlan工具，允许对任务计划进行完整的导出和恢复。 - 优化工具文档：为使用 Pydantic 模型的工具（如
initializePlan,editDependencies）补充了参数结构描述，以改善部分客户端的兼容性。 - 增强测试套件：添加了针对持久化功能的完整测试用例，并优化了测试运行流程。
🚀 部署与使用
我们提供两种推荐的部署方式，请根据您的需求选择。
方式一：使用 uvx (轻量级 & 快速启动)
uvx 允许您以一行命令轻松启动 MCP 服务，它会自动处理依赖管理和环境设置。
-
先决条件：安装 uv 如果您的系统中还没有
uv，请先执行以下命令安装：curl -LsSf https://astral.sh/uv/install.sh | sh -
配置您的AI客户端 在 Cursor、Continue.dev 等客户端中，使用以下配置即可自动下载并运行服务（通过标准输入输出进行通信）：
{ "mcpServers": { "mcplanmanager": { "command": "uvx", "args": ["mcplanmanager"] } } }
方式二：使用 Docker (生产环境 & 隔离部署)
Docker 提供了最佳的环境一致性和隔离性，是生产环境部署的首选方案。服务将以 SSE (Server-Sent Events) 模式运行。
-
拉取或构建镜像 从 Docker Hub 拉取最新镜像：
docker pull donway19/mcplanmanager:latest或者在项目根目录本地构建：
docker-compose build -
运行容器 您可以通过
docker run或docker-compose来启动服务。使用
docker run:docker run -d --name mcplanmanager_service -p 8080:8080 donway19/mcplanmanager:latest使用
docker-compose(推荐): 项目根目录下的docker-compose.yml文件已为您配置好：services: mcplanmanager: build: . container_name: mcplanmanager_service ports: - "8080:8080" restart: unless-stopped然后运行
docker-compose up -d。 -
配置您的AI客户端 使用以下配置通过 SSE 连接到 Docker 容器中运行的服务：
{ "mcpServers": { "mcplanmanager-docker": { "transport": "sse", "url": "http://localhost:8080/sse" } } }注意：如果部署在云服务器上，请将
localhost替换为服务器的公网 IP 或域名。
🧪 运行测试
我们提供了一套完整的测试套件来保证代码质量。
-
启动服务 确保您的 MCP 服务正在运行（通过
uvx或Docker）。 -
运行所有测试 在项目根目录执行以下命令：
# 推荐使用 SSE 模式测试 Docker 部署 python test/run_all_tests.py --mode sse # 或者使用 uvx 模式测试本地服务 # python test/run_all_tests.py --mode uvx该脚本会自动运行所有功能测试和边界情况测试，并输出详细报告。
🛠️ MCP 工具列表
本项目提供以下15个工具：
initializePlan: 初始化新的任务计划loadPlan: 从一个完整的计划对象加载并替换当前计划dumpPlan: 导出当前完整的计划数据为一个字典对象getCurrentTask: 获取当前正在执行的任务startNextTask: 开始下一个可执行的任务completeTask: 标记任务为完成状态failTask: 标记任务失败skipTask: 跳过指定任务addTask: 添加新任务到计划中getTaskList: 获取任务列表（支持状态过滤）getExecutableTaskList: 获取当前可执行的任务列表getPlanStatus: 获取整个计划的状态editDependencies: 修改任务间的依赖关系visualizeDependencies: 生成依赖关系可视化（支持ascii,tree,mermaid格式）generateContextPrompt: 生成上下文提示词
🧑💻 本地开发
如果您希望贡献代码或进行二次开发，请遵循以下步骤：
-
克隆仓库并设置环境
git clone https://github.com/donway19/MCPlanManager.git cd MCPlanManager uv venv source .venv/bin/activate uv pip install -e . -
在 Cursor 中进行本地调试 为了实现修改代码后实时生效的热重载调试，请在 Cursor 的
mcp.server.configFiles设置中指向项目中的examples/mcp_configs/local_development.json文件。该文件已为您配置好了本地开发所需的环境变量。启动 Cursor 后，您就可以在聊天窗口中使用
@mcplanmanager-local-dev来调用和测试您本地的最新代码了。
📄 许可证
本项目基于 MIT License - 详见 LICENSE 文件。