Shrimp Task Manager

為AI編程助手提供結構化任務管理的智能系統

讓AI助手擁有長期記憶能力,高效管理複雜任務,提供結構化的任務分解和執行追蹤,讓您的編程體驗更加流暢和高效。

智能任務管理工作流程

痛點與解決方案

Shrimp Task Manager 專為解決 AI 編程助手在任務管理中面臨的三大核心痛點而設計。

記憶缺失

記憶缺失

AI助手缺乏跨對話的任務記憶能力,導致無法追蹤長期任務進度,重複解釋相同需求,浪費時間和資源。

任務記憶功能

任務記憶功能

自動保存執行歷史,提供長期記憶能力,讓AI助手能夠記住之前的任務進度,無縫繼續未完成任務。

結構混亂

結構混亂

複雜任務缺乏系統化管理導致效率低下,缺少依賴關係管理,子任務執行混亂,難以追蹤總體進度。

結構化任務分解

結構化任務分解

自動將複雜任務分解為可管理的子任務,建立清晰的依賴關係,提供有序執行路徑,確保高效完成。

重複工作

重複工作

無法有效利用過往經驗與解決方案,每次對話都需從零開始,缺乏知識積累和經驗參考系統。

知識積累和經驗參考

知識積累與經驗參考

自動記錄成功解決方案,建立任務知識庫,支持相似任務快速參考,實現經驗積累和知識復用。

核心功能

Shrimp Task Manager 提供六大核心功能,幫助您高效管理、執行和追蹤複雜任務。

智能任務規劃與分析

智能任務規劃與分析

通過深入分析需求和約束條件,生成結構化任務計劃。自動評估範圍、風險和優先級,提供理性和全面的實施策略。

自動任務分解與依賴管理

自動任務分解與依賴管理

智能將複雜任務分解為可管理的小任務,識別任務間依賴關係,建立優化執行路徑,避免資源衝突與執行瓶頸。

執行狀態追蹤

執行狀態追蹤

實時監控每個任務的執行狀態,提供進度視覺化顯示,自動更新依賴項狀態,並在任務完成時提供詳細執行報告。

任務完整性驗證

任務完整性驗證

全面檢查任務完成度,確保所有需求與標準都已滿足,提供驗證報告與質量評估,確保產出符合預期要求。

任務複雜度評估

任務複雜度評估

基於多維度標準評估任務複雜度,提供資源需求估算,識別高風險組件,幫助合理分配資源與時間。

任務記憶功能

任務記憶功能

提供跨會話的任務記憶能力,自動保存執行歷史與上下文,允許隨時恢復任務並繼續執行,無需重複解釋需求。

工作流程

Shrimp Task Manager 提供完整的工作流程,從任務規劃到任務完成的每個步驟都經過精心設計。

任務規劃

任務規劃

初始化並詳細規劃任務流程,建立明確的目標與成功標準,可選擇參考現有任務進行延續規劃。

了解更多 →
深入分析

深入分析

深入分析任務需求並系統性檢查代碼庫,評估技術可行性與潛在風險,提供初步解決方案建議。

了解更多 →
方案反思

方案反思

批判性審查分析結果,評估方案完整性並識別優化機會,確保解決方案符合最佳實踐。

了解更多 →
任務分解

任務分解

將複雜任務分解為獨立且可追蹤的子任務,建立明確的依賴關係和優先順序,支援多種更新模式。

了解更多 →
任務執行

任務執行

按照預定計劃執行特定任務,確保每個步驟的輸出符合質量標準,處理執行過程中的異常情況。

了解更多 →
結果驗證

結果驗證

全面驗證任務完成度,確保所有需求與技術標準都已滿足,並無遺漏細節,提供質量評估報告。

了解更多 →
任務完成

任務完成

正式標記任務為完成狀態,生成詳細的完成報告,並更新關聯任務的依賴狀態,確保工作流程的連續性。

了解更多 →

任務規劃與分解流程

這個示例展示了如何使用MCP Shrimp Task Manager來規劃和分解複雜任務。整個流程包括四個主要步驟:

  1. 任務規劃 - 初始化並詳細規劃任務,明確目標與成功標準
  2. 深入分析 - 深入了解任務,分析技術可行性和潛在挑戰
  3. 方案反思 - 批判性審查分析結果,優化提案
  4. 任務分解 - 將複雜任務分解為可管理的子任務

通過這種方法,您可以將複雜的大型任務轉化為結構化的、可執行的工作單元,同時保持整體視角。

任務執行與完成流程

這個示例展示了如何執行和完成已規劃的任務。整個流程包括四個主要步驟:

  1. 任務列表 - 查詢待處理任務列表,了解當前狀態
  2. 任務執行 - 按照預定計劃執行選定的任務
  3. 結果驗證 - 驗證任務完成情況,確保達到質量標準
  4. 任務完成 - 正式標記任務為完成狀態,生成報告

通過這種方法,您可以系統地執行任務並確保每個步驟都達到預期的質量標準,最終完成整個工作流程。

💡 提示

上面的工作流程並非固定不變的,Agent 會根據分析情況進行重複迭代不同步驟,直到達到預期效果。

Prompt 自定義功能

透過環境變數自定義系統提示詞,無需修改代碼即可定制 AI 助手行為

功能概述

Prompt 自定義允許用戶透過環境變數調整 AI 助手的行為表現,提供兩種自定義方式:完全覆蓋原始提示詞或在原有基礎上追加內容。

主要好處

  • 個性化定制:根據特定項目或領域需求調整系統行為
  • 效率提升:針對重複任務類型進行優化,減少冗余說明
  • 品牌一致性:確保輸出內容符合組織的風格指南和標準
  • 專業適應性:為特定技術領域或行業調整專業術語和標準
  • 團隊協作:統一團隊成員使用的提示詞,保證一致的工作方式

使用方法

環境變數配置

設置環境變數來自定義各功能的提示詞,使用特定命名規則:

# 覆蓋模式: MCP_PROMPT_[FUNCTION_NAME]
# 追加模式: MCP_PROMPT_[FUNCTION_NAME]_APPEND

# 示例:
MCP_PROMPT_PLAN_TASK="自定義的任務規劃提示詞"
MCP_PROMPT_EXECUTE_TASK_APPEND="額外的任務執行指導"

查看詳細文檔了解更多配置方式和參數使用說明。

查看完整文檔

安裝與配置區

Shrimp Task Manager 提供多種安裝方式,無論您是想快速開始,還是需要進行高級配置,都能輕鬆上手。

手動安裝設置

1

克隆代碼倉庫

git clone https://github.com/cjo4m06/mcp-shrimp-task-manager.git
cd mcp-shrimp-task-manager
2

安裝依賴

npm install
3

編譯項目

npm run build

快速入門

完成安裝後,請查看我們的快速入門指南,了解如何使用 MCP Shrimp Task Manager。

查看代碼 →

常見問題

遇到問題?查看我們的常見問題解答,或在 GitHub 上提交問題。

查看常見問題 →

立即體驗智能任務管理

提升您的AI編程體驗,告別無序任務管理,擁抱更高效的工作流程。