Taskboardai

TaskBoardAI是一个轻量级、基于文件的看板工具，专为AI代理设计，支持JSON文件存储和MCP服务器集成，提供丰富的看板管理功能。

知识管理与记忆开发者工具 #看板管理 #AI集成 #JSON存储 #MCP协议 .JavaScript

评分 : 2.5分

下载量 : 18

更新时间 : 2025-04-28

什么是MCP服务器？

MCP服务器是一个基于Model Context Protocol的工具，允许您通过任何支持MCP的AI工具（如Claude Code、Cursor等）创建、管理和更新任务板。它使您的AI助手能够更好地理解上下文并参与项目管理。

如何使用MCP服务器？

只需启动服务器，然后在支持MCP的工具中添加服务器地址即可开始使用。您可以轻松地列出、创建、读取和更新任务板。

适用场景

适合需要AI辅助的任务管理场景，例如团队协作、项目跟踪和智能决策。

主要功能

支持多种AI工具兼容Claude Code、Cursor等支持MCP协议的工具。

实时协作允许多人同时访问和编辑同一任务板。

丰富的API接口提供全面的CRUD操作，便于自动化任务管理。

优势与局限性

优势

提升AI助手的理解能力

简化跨平台任务协作

强大的API支持，易于集成

局限性

需要额外安装MCP客户端工具

对网络环境有一定依赖

如何使用

安装MCP服务器

通过npm全局安装或克隆仓库进行本地部署。

启动服务器

运行命令启动MCP服务器，监听端口默认为3002。

配置AI工具

在支持MCP的工具中添加服务器地址。

使用案例

列出所有任务板向AI助手请求查看所有可用的任务板。

创建新任务板指示AI助手创建一个新的任务板。

常见问题

MCP服务器是否支持外部任务板文件？

如何停止MCP服务器？

MCP服务器是否支持HTTPS？

🚀 任务板 AI

任务板 AI 是一款轻量级、基于文件的任务看板，专为 AI 代理量身打造。它还配备了用于人机协作的网络界面，能极大提升工作效率。

✨ 主要特性

AIX 功能

JSON 文件存储：将任务数据以 JSON 格式保存在本地文件中，方便数据管理与查看。
MCP 服务器集成：支持 Model Context Protocol (MCP)，可与支持 MCP 的工具（如 Claude Code、Cursor、Windsurf）无缝配合使用。

网络功能

看板管理：可通过命令行或 MCP 代理轻松创建、更新和删除看板。
Webhook 集成：支持 Webhooks，实现实时数据同步与服务集成，让信息传递更及时。

📦 安装指南

方式一：使用 npm

打开终端。
运行以下命令进行安装：
```
npm install taskboardai
```
安装完成后，在终端运行以下命令启动服务：
```
node_modules/.bin/taskboardai start
```

方式二：从源代码编译

克隆仓库：

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

安装依赖：
```
npm install
```
启动服务：
```
npm start
```

💻 使用示例

基本用法

列出所有看板

taskboardai list

创建新看板

taskboardai create --name "项目 X"

打开指定看板

taskboardai open --name "项目 X"

删除看板

taskboardai delete --name "项目 X"

高级用法

MCP 代理控制

启动 MCP 服务器：
```
taskboard-mcp start
```
同时启动看板服务和 MCP 服务器：
```
taskboard-all start
```

Webhook 配置

添加 Webhook：

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

测试 Webhook 连接状态：
```
taskboardai webhook test --id 1
```

📚 详细文档

看板数据结构

看板数据以 JSON 格式存储，包含以下字段：

{
  "名称": "项目 X",
  "任务列表": [
    {
      "标题": "完成需求分析",
      "描述": "收集并整理用户需求文档",
      "优先级": "高",
      "状态": "进行中",
      "开始时间": "2023-10-01",
      "截止时间": "2023-10-15"
    }
  ],
  "下一步计划": [
    "评审需求文档",
    "分配开发任务"
  ],
  "最后更新时间": "2023-10-05T18:30:00Z"
}

测试

执行所有测试

npm test

生成覆盖报告

npm run test:coverage

监视模式运行测试

npm run test:watch

按类别运行测试

仅运行 MCP 服务器测试：

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

仅运行单元测试：
```
npm test -- tests/unit
```
仅运行集成测试：
```
npm test -- tests/integration
```

文档生成

安装依赖（如未安装）

npm install

生成文档（输出目录为 docs/api）

npm run docs

数据存储位置

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

数据目录包含：

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

🔧 技术细节

任务板 AI 的数据以 JSON 格式存储，这种轻量级的数据格式便于存储和处理。它支持 MCP 服务器集成，能够与多种支持 MCP 的工具协同工作，实现更高效的人机协作。同时，通过 Webhook 集成，可实现实时数据同步，确保信息的及时性和准确性。在测试方面，提供了多种测试方式，包括按类别运行测试，方便开发者进行不同类型的测试。文档生成功能也为开发者提供了便利，可快速生成 API 文档。