✨ 功能特點
📖 使用指南
🖥️ 任務查看器
🔬 研究模式
🧩 Planning Workflow 工具集
🧠 任務記憶功能
📋 專案規範初始化
🌐 網頁圖形介面
📚 文件資源
🔧 安裝與使用
🔌 在支援 MCP 的客戶端中使用
💡 系統提示詞指導
🛠️ 可用工具一覽
📄 許可協議
🤖 推薦模型

MCP Code Task Manager

基于 Shrimp Task Manager 修改 🚀 基於 Model Context Protocol (MCP) 的智能任務管理系統，為 AI Agent 提供高效的程式開發工作流程框架。

Code Task Manager透過結構化的工作流程引導，協助 Agent 系統性規劃程式開發步驟，強化任務記憶管理機制，有效避免冗餘與重複的編程工作。

特性

专门为Code开发优化,更细致的开发流程.

✨ 功能特點

任務規劃與分析：深入理解與分析複雜任務需求
智能任務拆分：將大型任務自動拆分為可管理的小型任務
依賴關係管理：精確處理任務間的依賴關係，確保正確的執行順序
執行狀態追蹤：即時監控任務執行進度和狀態
任務完整性驗證：確保任務成果符合預期要求
任務複雜度評估：自動評估任務複雜度並提供最佳處理建議
任務摘要自動更新：完成任務時自動產生摘要，優化記憶效能
任務記憶功能：自動備份任務歷史記錄，提供長期記憶和參考能力
思維鏈過程：通過步驟化的推理系統性地分析複雜問題
研究模式：系統性技術研究功能，提供引導式工作流程來探索技術、最佳實踐和解決方案比較
專案規範初始化：定義專案標準和規則，維持大型專案的一致性
網頁圖形介面：提供選用的網頁圖形化使用者介面來管理任務。透過在您的 .env 檔案中設定 ENABLE_GUI=true 來啟用。啟用後，將會在您的 DATA_DIR 中建立一個包含存取網址的 WebGUI.md 檔案。您可以透過設定 WEB_PORT 來自訂網頁埠號（若未指定，系統將自動選擇可用的埠號）。
任務查看器：基於 React 的現代化網頁介面，用於查看和管理多個配置文件的任務數據，具有拖放式標籤、即時搜尋和可配置自動刷新等進階功能。詳見任務查看器文檔以了解設置和使用說明。
提示詞自定義：支援透過環境變數自定義提示詞，適應不同專案需求
多語言支援：內建英文和繁體中文提示詞模板，可擴展支援其他語言
專案隔離：支援 ListRoots 協議實現多專案自動隔離，避免資料混淆
狀態持久化：所有任務狀態和歷史記錄自動保存到磁碟，確保資料不遺失
API 整合：提供標準 API 與支援 MCP 的客戶端整合，如 Cursor IDE
環境配置：支援多種環境變數配置，靈活調整系統行為
效能優化：針對大型專案進行效能優化，確保流暢使用體驗
錯誤處理：完善的錯誤處理機制，提高系統穩定性和可靠性
安全設計：最小權限原則設計，確保資料安全和隱私保護
擴展性：模組化設計，方便後續擴展新的功能和工具
跨平台：支援多種作業系統，包括 Windows、macOS 和 Linux
版本管理：自動記錄重要操作歷史，方便追溯和回滾

🧭 使用指南

Code Task Manager提供結構化的 AI 輔助程式開發方法，通過引導式工作流程和系統化任務管理實現高效開發。

什麼是蝦米？

蝦米本質上是一個提示詞範本，通過一系列提示詞引導 AI Agent 更好地理解和適應您的專案。它確保 Agent 能夠更貼近您專案的特定需求和慣例。

實際應用中的研究模式

在深入任務規劃之前，您可以善用研究模式進行技術調查和知識收集。這在以下情況特別有用：

您需要探索新的技術或框架
您想要比較不同的解決方案方法
您正在調查專案的最佳實踐
您需要理解複雜的技術概念

只需告訴 Agent「研究 [您的主題]」或「進入研究模式研究 [技術/問題]」即可開始系統性調查。研究發現將為您後續的任務規劃和開發決策提供資訊基礎。

首次使用設置

在使用新專案時，只需對 Agent 說「init project rules」（初始化專案規則）。這將引導 Agent 生成一份符合您專案特定需求和結構的規則檔案。

任務規劃流程

要開發或更新功能，使用命令「plan task [您的描述]」（規劃任務 [您的描述]）。系統將參考先前建立的規則，嘗試理解您的專案，搜尋相關程式碼區塊，並根據專案的當前狀態提出全面的計劃。

反饋機制

在規劃過程中，蝦米引導 Agent 進行多步驟思考。您可以審查這個過程，如果您覺得某個部分偏離了您的目標，可以直接打斷並提出您的觀點。Agent 將採納您的反饋並繼續思考過程。

任務執行

當您對規劃內容滿意後，使用「execute task [任務名稱或 ID]」（執行任務 [任務名稱或 ID]）來實施計劃。如果您不指定任務名稱或 ID，系統將自動識別並執行最優先的任務。

連續模式

如果您希望連續執行所有任務而不需要為每個任務手動干預，可以使用「continuous mode」（連續模式）自動處理整個任務隊列。

Token 限制注意事項

由於 LLM 的 Token 限制，在長時間對話中可能會喪失上下文。如果發生這種情況，只需開啟新的聊天會話並請 Agent 繼續執行即可。系統將從上次中斷的地方繼續，無需重複任務細節或上下文。

提示詞語言與客製化

您可以透過設定 TEMPLATES_USE 環境變數來切換系統提示詞的語言。預設支援 en（英文）和 zh（繁體中文）。此外，您也可以複製現有的模板目錄（例如 src/prompts/templates_en）到 DATA_DIR 指定的位置，進行修改後，將 TEMPLATES_USE 指向您的客製化模板目錄名稱，以實現更深度的提示詞客製化

🧩 Planning Workflow 工具集

Code Task Manager 新增了一套完整的 Planning Workflow 工具集，提供系統性的問題分析和解決方案制定流程。這套工具基於結構化的思維方法，幫助 AI Agent 更有效地處理複雜問題。

Planning Workflow 六步驟

Planning Workflow 包含六個核心步驟，每個步驟都有對應的專用工具：

1. 詳細問題分析 (`detail_analyze_problem`)

功能：使用 5W2H 分析法深入理解問題本質
適用場景：項目初期的問題定義、複雜問題的結構化分析
核心能力：建立完整的問題定義框架，識別根本原因和關鍵約束條件

2. 系統性信息收集 (`systematic_read_content`)

功能：建立多源信息收集策略和質量保證機制
適用場景：技術調研、項目背景信息收集、知識庫建設
核心能力：多源信息整合、信息分類整理、質量驗證機制

3. 深度問題分析 (`deep_analyze_problem`)

功能：多維度問題拆解和根因分析
適用場景：複雜技術問題診斷、系統性故障排查
核心能力：5-Why分析、魚骨圖分析、故障樹分析

4. 全面解決方案思考 (`comprehensive_think_solution`)

功能：建立多類型解決方案生成策略
適用場景：技術方案設計、創新解決方案探索
核心能力：方案分類體系、網絡搜索增強、方案評估篩選

5. 漸進式方案嘗試 (`gradual_try_solution`)

功能：建立漸進式驗證策略和風險控制機制
適用場景：新技術方案實施、高風險項目驗證
核心能力：PoC驗證、原型開發、小規模測試、逐步擴展

6. 詳細過程記錄 (`detail_record_process`)

功能：建立完整的過程記錄體系和知識沉澱機制
適用場景：項目實施記錄、技術決策追蹤、團隊知識管理
核心能力：效果評估框架、知識沉澱機制、經驗總結提煉

使用建議

何時使用 Planning Workflow：

面對複雜的技術挑戰需要系統性分析時
需要制定全面的解決方案策略時
要求高質量的決策過程記錄時
團隊協作需要標準化流程時

工具組合使用： Planning Workflow 工具可以單獨使用，也可以按照 1→2→3→4→5→6 的順序組合使用，形成完整的問題解決流程。

🔬 研究模式

Code Task Manager包含專門的研究模式，專為系統性技術調查和知識收集而設計。

什麼是研究模式？

研究模式是一個引導式工作流程系統，幫助 AI Agent 進行徹底且系統性的技術研究。它提供結構化的方法來探索技術、比較解決方案、調查最佳實踐，並為程式設計任務收集全面的資訊。

主要功能

系統性調查：結構化工作流程確保研究主題的全面覆蓋
多源研究：結合網路搜尋和程式碼庫分析，實現完整理解
狀態管理：在多個會話中維護研究上下文和進度
引導式探索：防止研究變得不專注或偏離主題
知識整合：將研究發現與任務規劃和執行無縫整合

何時使用研究模式

研究模式特別適用於：

技術探索：調查新的框架、函式庫或工具
最佳實踐研究：尋找行業標準和推薦方法
解決方案比較：評估不同的技術方法或架構
問題調查：深入研究複雜的技術挑戰
架構規劃：研究設計模式和系統架構

如何使用研究模式

只需告訴 Agent 進入研究模式並指定您的主題：

基本用法：「進入研究模式研究 [您的主題]」
特定研究：「研究 [特定技術/問題]」
比較分析：「研究並比較 [選項 A 與選項 B]」

系統將引導 Agent 通過結構化的研究階段，確保徹底調查的同時保持對您特定需求的專注。

研究工作流程

主題定義：明確定義研究範圍和目標
資訊收集：系統性收集相關資訊
分析與綜合：處理和組織研究發現
狀態更新：定期進度追蹤和上下文保存
整合應用：將研究結果應用到您的專案上下文中

💡 建議：為了獲得最佳的研究模式體驗，我們建議使用 Claude 4 Sonnet，它提供卓越的分析能力和全面的研究綜合功能。

🧠 任務記憶功能

Code Task Manager具備長期記憶功能，可以自動保存任務執行的歷史記錄，並在規劃新任務時提供參考經驗。

功能特點

系統會自動將任務備份到 memory 目錄中
備份文件按照時間順序命名，格式為 tasks_backup_YYYY-MM-DDThh-mm-ss.json
任務規劃 Agent 會自動獲得關於如何利用記憶功能的指導

優勢與效益

避免重複工作：參考過去任務，不必從零開始解決類似問題
借鑒成功經驗：利用已驗證有效的解決方案，提高開發效率
學習與改進：識別過去的錯誤或低效方案，持續優化工作流程
知識沉澱：隨著系統使用時間增長，形成持續擴展的知識庫

通過有效利用任務記憶功能，系統能夠不斷積累經驗，智能化程度和工作效率將持續提升。

📋 專案規範初始化

專案規範功能有助於維持代碼庫的一致性：

標準化開發：建立一致的編碼模式和實踐
新開發者引導：為專案貢獻提供明確的指南
維持品質：確保所有代碼符合既定的專案標準

⚠️ 建議：當專案規模不斷擴大或發生重大變更時，請初始化專案規範。這有助於在複雜度增加時維持一致性和品質。

在以下情況使用 init_project_rules 工具設置或更新專案標準：

啟動新的大型專案
有新團隊成員加入
實施重大架構變更
採用新的開發慣例

使用範例

您可以透過簡單的自然語言指令輕鬆使用此功能：

首次設定時：只需對 Agent 說「初始化規則」或「初始化專案規則」
需要更新時：當專案發展變化時，對 Agent 說「更新規則」或「更新專案規則」

當您的代碼庫擴展或經歷重大結構變化時，此工具特別有價值，有助於在整個專案生命週期中保持一致的開發實踐。

📚 文件資源

提示詞自定義指南：透過環境變數自定義工具提示詞的說明
更新日誌：記錄此專案的所有重要變更

🔧 安装与使用

通过 Smithery 安装

要通过 Smithery 为 Claude Desktop 自动安装 Shrimp Task Manager：

npx -y @smithery/cli install @cjo4m06/mcp-shrimp-task-manager --client claude

手动安装

# 安装依赖包
npm install

# 构建并启动服务
npm run build

🔌 在支援 MCP 的客戶端中使用

Code Task Manager可以與任何支援 Model Context Protocol 的客戶端一起使用，例如 Cursor IDE。

在 Cursor IDE 中配置

Code Task Manager提供兩種配置方式：全局配置和專案特定配置。

ListRoots 協議支援

Code Task Manager現在支援 ListRoots 協議，提供自動專案隔離和靈活的路徑配置功能：

如果您的客戶端支援 ListRoots (例如 Cursor IDE)：
- 絕對路徑模式：在指定的 DATA_DIR 中建立專案資料夾，讓您可以使用全域 mcp.json 配置，Shrimp 會自動隔離專案
- 相對路徑模式：在專案根目錄中建立 DATA_DIR 來存放 Shrimp 資料
如果您的客戶端不支援 ListRoots：
- DATA_DIR 保持舊版邏輯（建議使用絕對路徑）
- 建議向您的客戶端廠商要求支援 ListRoots 協議以獲得增強功能

全局配置

開啟 Cursor IDE 的全局設定檔案（通常位於 ~/.cursor/mcp.json）
在 mcpServers 區段中添加以下配置：

選項 A：絕對路徑（專案隔離模式）

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "node",
      "args": ["/path/to/mcp-shrimp-task-manager/dist/index.js"],
      "env": {
        "DATA_DIR": "/Users/username/ShrimpData", // 絕對路徑 - 自動建立專案資料夾
        "TEMPLATES_USE": "zh",
        "ENABLE_GUI": "false"
      }
    }
  }
}

選項 B：NPX 配合絕對路徑

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "npx",
      "args": ["-y", "mcp-shrimp-task-manager"],
      "env": {
        "DATA_DIR": "/Users/username/ShrimpData", // 絕對路徑 - 自動建立專案資料夾
        "TEMPLATES_USE": "zh",
        "ENABLE_GUI": "false"
      }
    }
  }
}

⚠️ 請將 /path/to/mcp-shrimp-task-manager 和 /Users/username/ShrimpData 替換為您的實際路徑。

💡 絕對路徑優勢：透過 ListRoots 支援，Shrimp 會自動為每個專案建立獨立資料夾（例如 /Users/username/ShrimpData/my-project/、/Users/username/ShrimpData/another-project/），實現完美的專案隔離，只需要一個全域配置。

💡 可選設定： 您可以在 env 區段中添加 "WEB_PORT": "3000" 來指定網頁 GUI 的自訂埠號。若未指定，系統將自動選擇可用的埠號。

專案特定配置

您也可以為每個專案設定專屬配置。此方法允許使用相對路徑進行專案內數據存放：

在專案根目錄創建 .cursor 目錄
在該目錄下創建 mcp.json 文件，內容如下：

選項 A：相對路徑（專案內存放模式）

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "node",
      "args": ["/path/to/mcp-shrimp-task-manager/dist/index.js"],
      "env": {
        "DATA_DIR": ".shrimp", // 相對路徑 - 在專案根目錄建立資料夾
        "TEMPLATES_USE": "zh",
        "ENABLE_GUI": "false"
      }
    }
  }
}

選項 B：NPX 配合相對路徑

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "npx",
      "args": ["-y", "mcp-shrimp-task-manager"],
      "env": {
        "DATA_DIR": "shrimp-data", // 相對路徑 - 在專案根目錄建立資料夾
        "TEMPLATES_USE": "zh",
        "ENABLE_GUI": "false"
      }
    }
  }
}

選項 C：絕對路徑（替代方案）

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "npx",
      "args": ["-y", "mcp-shrimp-task-manager"],
      "env": {
        "DATA_DIR": "/Users/username/ShrimpData", // 絕對路徑配合專案隔離
        "TEMPLATES_USE": "zh",
        "ENABLE_GUI": "false"
      }
    }
  }
}

⚠️ 請將 /path/to/mcp-shrimp-task-manager 替換為您的實際路徑。

💡 相對路徑優勢：資料存放在專案目錄內（例如 ./shrimp-data/），方便根據需要選擇是否納入版本控制。

💡 可選設定： 您可以在 env 區段中添加 "WEB_PORT": "3000" 來指定網頁 GUI 的自訂埠號。若未指定，系統將自動選擇可用的埠號。

⚠️ 重要配置說明

DATA_DIR 參數是Code Task Manager存儲任務數據、對話記錄等資訊的目錄。新的實作支援絕對路徑和相對路徑，並根據您的客戶端功能提供智慧化行為。

🚀 支援 ListRoots 協議（建議）

如果您的客戶端支援 ListRoots 協議（如 Cursor IDE），Code Task Manager會自動偵測您的專案根目錄並提供增強功能：

絕對路徑模式（專案隔離）：

配置："DATA_DIR": "/Users/username/ShrimpData"
行為：自動建立 {DATA_DIR}/{專案名稱}/
範例：對於專案 "my-app" → /Users/username/ShrimpData/my-app/
優勢：使用一個全域配置管理所有專案，完美隔離

相對路徑模式（專案內存放）：

配置："DATA_DIR": ".shrimp" 或 "DATA_DIR": "shrimp-data"
行為：在專案內建立 {專案根目錄}/{DATA_DIR}/
範例：對於 DATA_DIR "shrimp-data" → ./shrimp-data/
優勢：資料與專案一起存放，方便選擇是否納入版本控制

⚠️ 不支援 ListRoots 協議（舊版模式）

如果您的客戶端不支援 ListRoots，系統會回退到舊版行為：

強烈建議使用絕對路徑以避免路徑解析問題
相對路徑可能在不同環境下導致行為不一致
建議向您的客戶端廠商要求 ListRoots 支援以獲得增強功能

舊版警告：沒有 ListRoots 支援時，使用相對路徑可能導致：

數據檔案找不到，導致系統初始化失敗

任務狀態丟失或無法正確保存

應用程式在不同環境下行為不一致

系統崩潰或無法啟動

💡 選擇合適的配置

使用絕對路徑（全域）當：

您想用一個配置管理多個專案
您偏好集中式資料存放
您想要自動專案隔離

使用相對路徑（專案特定）當：

您想讓資料存放在專案目錄內
您在不同環境中工作
您需要精確控制版本控制的內容

使用舊版模式當：

您的客戶端不支援 ListRoots 協議
您需要與較舊的客戶端版本相容

🔧 環境變數配置

Code Task Manager支援透過環境變數自定義提示詞行為，讓您無需修改程式碼即可微調 AI 助手的回應。您可以在配置中或透過 .env 文件設置這些變數：

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "node",
      "args": ["/path/to/mcp-shrimp-task-manager/dist/index.js"],
      "env": {
        "DATA_DIR": "/path/to/project/data",
        "MCP_PROMPT_PLAN_TASK": "自定義規劃指導...",
        "MCP_PROMPT_EXECUTE_TASK_APPEND": "附加執行說明...",
        "TEMPLATES_USE": "en",
        "ENABLE_GUI": "false"
      }
    }
  }
}

提供兩種自定義方式：

覆蓋模式（MCP_PROMPT_[FUNCTION_NAME]）：完全替換預設提示詞
追加模式（MCP_PROMPT_[FUNCTION_NAME]_APPEND）：在現有提示詞基礎上增加內容

此外，還有其他系統配置變數：

DATA_DIR：指定任務數據存儲的目錄
TEMPLATES_USE：指定提示詞使用的模板集。預設為 en。目前可用的選項有 en 和 zh。若要使用自定義模板，請將 src/prompts/templates_en 目錄複製到 DATA_DIR 指定的位置，重新命名複製的目錄（例如，my_templates），並將 TEMPLATES_USE 設置為新的目錄名稱（例如，my_templates）
ENABLE_GUI：啟用或停用網頁圖形化使用者介面。設定為 true 以啟用，false 以停用（預設）
WEB_PORT：指定網頁 GUI 的埠號。若未指定，系統將自動選擇可用的埠號。僅在 ENABLE_GUI 設定為 true 時生效

有關自定義提示詞的詳細說明，包括支援的參數和範例，請參閱提示詞自定義指南。

💡 系統提示詞指導

Cursor IDE 配置

您可以啟用 Cursor Settings => Features => Custom modes 功能，並配置以下兩個模式：

TaskPlanner 模式

你是一個專業的任務規劃專家，你必須與用戶進行交互，分析用戶的需求，並收集專案相關資訊，最終使用 「plan_task」 建立任務，當任務建立完成後必須總結摘要，並告知用戶使用「TaskExecutor」模式進行任務執行。
你必須專心於任務規劃禁止使用 「execute_task」 來執行任務，
嚴重警告你是任務規劃專家，你不能直接修改程式碼，你只能規劃任務，並且你不能直接修改程式碼，你只能規劃任務。

TaskExecutor 模式

你是一個專業的任務執行專家，當用戶有指定執行任務，則使用 「execute_task」 進行任務執行，
沒有指定任務時則使用 「list_tasks」 尋找未執行的任務並執行，
當執行完成後必須總結摘要告知用戶結論，
你一次只能執行一個任務，當任務完成時除非用戶明確告知否則禁止進行下一則任務。
用戶如果要求「連續模式」則按照順序連續執行所有任務

💡 根據您的需求場景選擇適當的模式：

當需要規劃任務時使用 TaskPlanner 模式

當需要執行任務時使用 TaskExecutor 模式

在其他工具中使用

如果您的工具不支援 Custom modes 功能，可以：

在不同階段手動貼上相應的提示詞
或直接使用簡單命令如 請規劃以下任務：...... 或 請開始執行任務...

🛠️ 可用工具一覽

配置完成後，您可使用以下工具：

開發階段	工具名稱	功能描述
初始化階段	`init_project_rules`	初始化或更新專案標準與規則
規劃階段	`plan_task`	開始規劃任務
分析階段	`analyze_task`	深入分析任務需求
	`process_thought`	針對複雜問題進行步驟化推理
	`detail_analyze_problem`	詳細分析問題的本質、目標和約束條件
	`systematic_read_content`	系統性收集和整理相關信息
	`deep_analyze_problem`	深入分析問題的多維度拆解和根因分析
設計階段	`comprehensive_think_solution`	全面思考並搜索解決方案
	`reflect_task`	反思與改進方案構想
	`research_mode`	進入系統性技術研究模式
	`gradual_try_solution`	逐步嘗試解決方案
實施階段	`split_tasks`	將任務拆分為子任務
	`execute_task`	執行特定任務
驗證階段	`verify_task`	檢驗任務完成情況
管理階段	`list_tasks`	顯示所有任務及狀態
	`query_task`	搜尋並列出任務
	`get_task_detail`	顯示完整任務詳情
	`delete_task`	刪除未完成的任務
	`save_state`	手動保存當前任務狀態
	`load_state`	載入先前保存的任務狀態
	`set_config`	設置系統配置參數
	`get_config`	獲取當前系統配置
	`list_memories`	列出所有可用的任務記憶
	`load_memory`	載入特定的任務記憶
	`clear_memory`	清除指定的任務記憶
記錄階段	`detail_record_process`	詳細記錄過程和知識沉澱

🏗️ 項目架構

核心架構分析

Code Task Manager 是一個基于 Model Context Protocol (MCP) 的智能任務管理系統，專門為 AI Agent 提供結構化的程序開發工作流程框架。

技術棧

運行環境: Node.js + TypeScript
框架: Express.js (用於 Web 服務)
協議: Model Context Protocol (MCP) SDK
數據驗證: Zod + zod-to-json-schema
其他: UUID、dotenv、get-port

項目結構

src/
├── index.ts                 # 主入口文件，MCP 服務器配置
├── models/                  # 數據模型定義
├── prompts/                 # 提示詞模板系統
│   ├── generators/          # 提示詞生成器
│   ├── templates_en/        # 英文模板
│   └── templates_zh/        # 中文模板
├── tools/                   # 核心工具實現
│   ├── task/               # 任務管理工具
│   ├── project/            # 項目管理工具
│   ├── research/           # 研究模式工具
│   └── thought/            # 思維處理工具
├── types/                   # TypeScript 類型定義
├── utils/                   # 工具函數
├── web/                     # Web 服務器
└── public/                  # 靜態資源

核心功能模塊

1. 任務管理系統

任務規劃 (plan_task): 深入分析復雜任務需求
任務分析 (analyze_task): 系統性分析代碼庫和技術可行性
任務反思 (reflect_task): 批判性審查分析結果
任務拆分 (split_tasks): 將大型任務分解為可管理的子任務
任務執行 (execute_task): 獲取執行指導並實施任務
任務驗證 (verify_task): 驗證任務完成質量

2. 智能工作流程

項目實現了一個完整的 AI 輔助開發工作流程：

規劃 → 分析 → 反思 → 拆分 → 執行 → 驗證

3. 多語言支持

內置英文和中文提示詞模板
支持通過環境變量切換語言
可擴展的模板系統

4. 研究模式

系統性技術調查功能
引導式工作流程探索技術和最佳實踐
防止研究偏離主題的機制

🔧 技術實現

技術特色

1. MCP 協議集成

完整的 MCP 服務器實現
支持 ListRoots 協議實現項目隔離
與支持 MCP 的客戶端（如 Cursor IDE）無縫集成

2. 模塊化設計

清晰的功能模塊分離
可擴展的工具系統
標準化的錯誤處理

3. 狀態持久化

任務狀態自動保存到磁盤
支持任務歷史記錄和備份
長期記憶功能避免重復工作

4. Web 界面支持

可選的 Web GUI 界面
基於 React 的任務查看器
支持多配置文件管理

核心技術

Node.js: High-performance JavaScript runtime environment
TypeScript: Provides type-safe development environment
Express: Web framework for building RESTful APIs
MCP SDK: Interface for seamless interaction with large language models
UUID: Generate unique and reliable task identifiers

code-task-manager

目錄