Taskboardai

TaskBoardAI是一個輕量級、基於文件的看板工具，專為AI代理設計，支持JSON文件存儲和MCP服務器集成，提供豐富的看板管理功能。

知識管理與記憶開發者工具 #看板管理 #AI集成 #JSON存儲 #MCP協議 .JavaScript

評分 : 2.5分

下載量 : 8.7K

更新時間 : 2025-04-28

打開站點

什麼是MCP服務器？

MCP服務器是一個基於Model Context Protocol的工具，允許您通過任何支持MCP的AI工具（如Claude Code、Cursor等）創建、管理和更新任務板。它使您的AI助手能夠更好地理解上下文並參與項目管理。

如何使用MCP服務器？

只需啟動服務器，然後在支持MCP的工具中添加服務器地址即可開始使用。您可以輕鬆地列出、創建、讀取和更新任務板。

適用場景

適合需要AI輔助的任務管理場景，例如團隊協作、項目跟蹤和智能決策。

主要功能

支持多種AI工具

兼容Claude Code、Cursor等支持MCP協議的工具。

即時協作

允許多人同時訪問和編輯同一任務板。

豐富的API接口

提供全面的CRUD操作，便於自動化任務管理。

優勢

提升AI助手的理解能力

簡化跨平臺任務協作

強大的API支持，易於集成

侷限性

需要額外安裝MCP客戶端工具

對網絡環境有一定依賴

如何使用

安裝MCP服務器

通過npm全局安裝或克隆倉庫進行本地部署。

啟動服務器

運行命令啟動MCP服務器，監聽端口默認為3002。

配置AI工具

在支持MCP的工具中添加服務器地址。

使用案例

列出所有任務板

向AI助手請求查看所有可用的任務板。

創建新任務板

指示AI助手創建一個新的任務板。

常見問題

MCP服務器是否支持外部任務板文件？

如何停止MCP服務器？

MCP服務器是否支持HTTPS？

🚀 任務板 AI

任務板 AI 是一款輕量級、基於文件的任務看板，專為 AI 代理量身打造。它還配備了用於人機協作的網絡界面，能極大提升工作效率。

✨ 主要特性

AIX 功能

JSON 文件存儲：將任務數據以 JSON 格式保存在本地文件中，方便數據管理與查看。
MCP 服務器集成：支持 Model Context Protocol (MCP)，可與支持 MCP 的工具（如 Claude Code、Cursor、Windsurf）無縫配合使用。

網絡功能

看板管理：可通過命令行或 MCP 代理輕鬆創建、更新和刪除看板。
Webhook 集成：支持 Webhooks，實現即時數據同步與服務集成，讓信息傳遞更及時。

📦 安裝指南

方式一：使用 npm

打開終端。
運行以下命令進行安裝：
```
npm install taskboardai
```
安裝完成後，在終端運行以下命令啟動服務：
```
node_modules/.bin/taskboardai start
```

方式二：從源代碼編譯

克隆倉庫：

git clone https://github.com/yourusername/taskboardai.git
cd taskboardai

安裝依賴：
```
npm install
```
啟動服務：
```
npm start
```

💻 使用示例

基本用法

列出所有看板

taskboardai list

創建新看板

taskboardai create --name "項目 X"

打開指定看板

taskboardai open --name "項目 X"

刪除看板

taskboardai delete --name "項目 X"

高級用法

MCP 代理控制

啟動 MCP 服務器：
```
taskboard-mcp start
```
同時啟動看板服務和 MCP 服務器：
```
taskboard-all start
```

Webhook 配置

添加 Webhook：

taskboardai webhook add --url "https://example.com/webhook"

測試 Webhook 連接狀態：
```
taskboardai webhook test --id 1
```

📚 詳細文檔

看板數據結構

看板數據以 JSON 格式存儲，包含以下字段：

{
  "名稱": "項目 X",
  "任務列表": [
    {
      "標題": "完成需求分析",
      "描述": "收集並整理用戶需求文檔",
      "優先級": "高",
      "狀態": "進行中",
      "開始時間": "2023-10-01",
      "截止時間": "2023-10-15"
    }
  ],
  "下一步計劃": [
    "評審需求文檔",
    "分配開發任務"
  ],
  "最後更新時間": "2023-10-05T18:30:00Z"
}

測試

執行所有測試

npm test

生成覆蓋報告

npm run test:coverage

監視模式運行測試

npm run test:watch

按類別運行測試

僅運行 MCP 服務器測試：

npm test -- --testPathPattern 'tests/.*mcp'

僅運行單元測試：
```
npm test -- tests/unit
```
僅運行集成測試：
```
npm test -- tests/integration
```

文檔生成

安裝依賴（如未安裝）

npm install

生成文檔（輸出目錄為 docs/api）

npm run docs

數據存儲位置

Linux/macOS：~/.taskboardai/
Windows：C:\Users\<username>\.taskboardai\

數據目錄包含：

boards/：你的看板 JSON 文件
config/：配置文件
webhooks/：Webhook 配置

🔧 技術細節

任務板 AI 的數據以 JSON 格式存儲，這種輕量級的數據格式便於存儲和處理。它支持 MCP 服務器集成，能夠與多種支持 MCP 的工具協同工作，實現更高效的人機協作。同時，通過 Webhook 集成，可實現即時數據同步，確保信息的及時性和準確性。在測試方面，提供了多種測試方式，包括按類別運行測試，方便開發者進行不同類型的測試。文檔生成功能也為開發者提供了便利，可快速生成 API 文檔。