星战科技xingzhan.cloud
返回市场
任务编排器

任务编排器

作者：EchoingVesper20 星标更新：2025-08-15
安装使用来源：spider==github.com

项目介绍

【技术文档摘要】

MCP任务编排器

MIT许可证 Python 3.8+ 版本 2.0.0

一个模型上下文协议服务器，通过自动记录每个决策、实现和测试来改变您与AI的工作方式。可以将其视为AI辅助开发的记忆层，确保不会丢失任何上下文。

概述

MCP任务编排器提供智能任务编排、专门的AI角色以及持久记忆功能，适用于AI辅助开发。基于清洁架构原则构建，能够自动检测项目结构并适当保存工件。

文档类型：项目概述及用户指南
目标受众：使用MCP客户端（如Claude桌面版、Cursor、VS Code等）的开发者
前提条件：Python 3.8+，兼容MCP的客户端
最后更新日期：2025-01-13

主要特性

  • 文档自动化：每个任务都会生成全面且可搜索的工件
  • 专业AI角色：架构师、实施者、测试员、审查员、文档编写员等
  • 持久记忆：永不丢失上下文——所有决策和实现都被保留
  • 工作区感知：自动检测项目结构并适当保存工件
  • 模板系统：13种工具用于创建可重用的任务模板
  • 清洁架构：采用现代软件设计原则构建
  • 通用MCP兼容性：支持Claude桌面版、Cursor、Windsurf、VS Code及其扩展

快速开始

前提条件

  • Python 3.8+
  • 一个或多个MCP客户端（如Claude桌面版、Cursor IDE、Windsurf或带有扩展的VS Code）

安装

  1. 安装：pip install mcp-task-orchestrator
  2. 配置：添加到您的MCP客户端配置中
  3. 使用："初始化任务编排会话并帮助我构建REST API"

验证

在您的MCP客户端中尝试以下命令：

"初始化新的编排会话并计划处理CSV文件的Python脚本"

查看详细的设置说明，请参阅快速开始指南。

工作原理

替代单体响应：

用户："构建一个用于新闻文章的Python网络爬虫"
Claude：[提供一个包含少量代码的基本响应]

您得到的是结构化的专业工作流程：

用户："构建一个用于新闻文章的Python网络爬虫"

步骤1：架构师角色
├── 包含速率限制和错误处理的系统设计
├── 技术选择（requests vs scrapy）
├── 数据结构规划
└── 可扩展性考虑

步骤2：实施者角色
├── 核心爬取逻辑实现
├── 错误处理和重试
├── 数据解析和清理
└── 配置管理

步骤3：测试员角色
├── 核心函数单元测试
├── 与实时站点集成测试
├── 错误条件测试
└── 性能验证

步骤4：文档编写员角色
├── 使用文档
├── API参考
├── 配置指南
└── 故障排除指南

结果：完整的实现包括：
✓ 错误处理模式 ✓ 测试覆盖率 ✓ 文档 ✓ 最佳实践

每个步骤都提供了专业上下文和专业知识，而不是通用响应。

核心功能

  • 基于LLM的任务分解：自动将复杂项目分解成逻辑子任务
  • 专业AI角色：具有领域特定专业知识的架构师、实施者、调试员、文档编写员
  • 自动化维护：内置清理、优化和健康监控
  • 任务持久化：SQLite数据库，自动恢复和归档
  • 工件管理：通过智能文件存储防止上下文限制
  • 工作区智能：自动检测Git仓库、项目文件，并适当保存工件
  • 可定制角色：编辑.task_orchestrator/roles/project_roles.yaml以适应项目的角色
  • 单会话完成：在一个对话中完成复杂项目
  • 智能工件放置：文件保存在项目根目录下，而非随机位置

安装

通用安装程序（推荐）

通用安装程序为所有主要MCP客户端提供全面支持，并具有灵活的安装选项。

快速安装 - 自动检测所有客户端：

# 下载并运行通用安装程序
git clone https://github.com/EchoingVesper/mcp-task-orchestrator.git
cd mcp-task-orchestrator
python install.py

# 自动检测并配置所有兼容的MCP客户端
# 重启您的MCP客户端 - 编排器工具将自动可用

从PyPI安装并手动配置：

# 从PyPI安装
pip install mcp-task-orchestrator

# 然后手动配置您的MCP客户端（见下文配置部分）

安装到特定客户端：

# 配置特定客户端
python install.py --clients claude,cursor

# 跳过MCP配置（手动设置）
python install.py --no-clients

# 开发安装，包含所有工具
python install.py --dev

# 在用户目录中安装
python install.py --user

高级安装选项：

# 即使在开发环境中也强制使用PyPI安装
python install.py --source pypi

# 安装特定版本
python install.py --version 2.0.0

# 从git仓库安装
python install.py --git https://github.com/EchoingVesper/mcp-task-orchestrator.git

# 在自定义虚拟环境中安装
python install.py --venv /path/to/venv

# 强制覆盖现有安装
python install.py --force

针对外部管理环境（WSL，Ubuntu 23.04+）：

# 先创建虚拟环境
python -m venv mcp-orchestrator-env
source mcp-orchestrator-env/bin/activate  # Linux/WSL/macOS
# 或：mcp-orchestrator-env\Scripts\activate  # Windows

# 克隆并安装
git clone https://github.com/EchoingVesper/mcp-task-orchestrator.git
cd mcp-task-orchestrator
python install.py --venv ../mcp-orchestrator-env

使用pipx的替代方法：

# 通过pipx进行隔离安装
pipx install mcp-task-orchestrator

# 手动MCP配置需要（见配置部分）

安装功能

  • ✅ 零漏洞：解决了所有38个安全问题
  • ✅ 跨平台：支持Windows、macOS、Linux
  • ✅ 多客户端：Claude桌面版、Cursor、Windsurf、VS Code、Zed、Claude Code
  • ✅ 自动备份：配置保护和回滚
  • ✅ 性能：<5秒安装时间，<50MB内存使用
  • ✅ 验证：全面的安装后验证

支持的MCP客户端

客户端自动检测安装方法多项目支持状态
Claude桌面版✅JSON配置✅ 动态检测完全支持
Claude Code✅CLI集成✅ 按项目安装完全支持
Windsurf✅JSON配置✅ 内置项目上下文完全支持
Cursor✅JSON配置✅ 内置项目上下文完全支持
VS Code⚠️扩展+配置⚠️进行中
Continue.dev⚠️JSON配置⚠️进行中
Cline⚠️JSON配置⚠️进行中

安装故障排查

快速诊断：

# 查看安装帮助和选项
python install.py --help

# 检查安装状态
python install.py --status

# 如果已安装，强制重新配置
python install.py --force

# 测试干运行模式，查看将执行的操作
python install.py --dry-run --verbose

常见问题：

  • Claude Code未被检测到：确保已安装Claude Code CLI，并且claude --version可以正常工作
  • 配置文件未找到：确保已安装MCP客户端并且至少运行了一次
  • 权限错误：检查配置目录的文件权限
  • 已经配置：使用--force标志覆盖现有配置

客户端特定说明：

  • Claude桌面版：使用动态检测在全球范围内跨多个项目工作
  • Claude Code：自动按项目检测，以获得最佳体验
  • Windsurf/Cursor：在打开项目文件夹时自动检测项目上下文

对于全面的故障排查，请参阅安装故障排查指南。

验证

在您的MCP客户端中尝试以下命令：

"初始化新的编排会话并计划处理CSV文件的Python脚本"

工作流过程

编排器遵循一个五步系统过程：

  1. 工作区检测 - 自动识别您的项目类型和根目录
  2. 任务分析 - LLM分析您的请求并创建结构化的子任务
  3. 任务规划 - 组织子任务，评估依赖关系和复杂度
  4. 专业执行 - 每个子任务都在角色特定的上下文中运行
  5. 结果综合 - 将输出组合成一个全面的解决方案，并根据工作区意识放置工件

可用工具

核心编排工具，用于任务管理和执行：

工具目的参数
orchestrator_initialize_session启动新工作流working_directory（可选）
orchestrator_plan_task创建任务分解必需
orchestrator_execute_task使用专业上下文执行必需
orchestrator_complete_task使用工件标记任务完成必需
orchestrator_synthesize_results结合结果必需
orchestrator_get_status检查进度可选
orchestrator_maintenance_coordinator自动清理和优化必需

维护与自动化功能

编排器包括智能维护能力：

  • 自动清理：检测并归档过期任务（>24小时）
  • 性能优化：防止数据库膨胀并保持响应性
  • 结构验证：确保任务层次结构的一致性
  • 交接准备：简化上下文转换和项目交接
  • 健康监控：提供系统状态和优化建议

快速维护："使用维护协调器扫描并清理当前会话"

详细指导，请参阅Maintenance Coordinator Guide。

支持的环境

客户端描述状态
Claude桌面版Anthropic的桌面应用程序✅ 支持
Cursor IDEAI驱动的代码编辑器✅ 支持
WindsurfCodeium的开发环境✅ 支持
VS Code带有Cline扩展✅ 支持

配置与定制

通用安装程序自动处理所有MCP客户端配置，采用零漏洞设计。对于高级配置选项，请参阅安装指南和配置参考。

自定义专业角色

通过编辑.task_orchestrator/roles/project_roles.yaml创建项目特定的专业人员：

security_auditor:
  role_definition: "您是安全分析专家"
  expertise:
    - "OWASP安全标准"
    - "渗透测试方法"
    - "安全编码实践"
  approach:
    - "专注于安全影响"
    - "识别潜在漏洞"
    - "确保符合安全标准"

当您在任何目录中启动新的编排会话时，该文件将自动创建。

常见用例

软件开发：全栈Web应用、API开发带测试、数据库模式设计、DevOps流水线设置

数据科学：机器学习流水线、数据分析工作流、研究项目规划、模型部署策略

文档与内容：技术文档、代码审查与重构、测试策略开发、内容创作工作流

故障排查

常见问题

“未检测到MCP客户端” - 确保已安装至少一个受支持的客户端，并在安装前至少运行一次

“配置失败” - 检查文件权限，尝试以管理员/sudo身份运行安装程序

“模块未找到错误” - 尝试在新鲜的虚拟环境中重新安装：

python -m venv fresh_env && source fresh_env/bin/activate && pip install mcp-task-orchestrator

诊断工具

# 系统健康检查
python scripts/diagnostics/check_status.py

# 数据库优化
python scripts/diagnostics/diagnose_db.py

# 安装验证
python scripts/diagnostics/verify_tools.py

对于全面的故障排查，请参阅故障排查指南和文档门户。

测试与开发

增强的测试基础设施

MCP任务编排器包括强大的测试改进，消除了常见问题：

  • ✅ 无输出截断：基于文件的输出系统防止测试输出截断
  • ✅ 无资源警告：适当的数据库连接管理消除资源警告
  • ✅ 无测试挂起：全面的挂起检测和超时机制
  • ✅ 替代测试运行器：绕过pytest限制的专用运行器

快速测试命令

# 激活您的虚拟环境（如果使用的话）
source your_venv/bin/activate  # Linux/Mac
your_venv\Scripts\activate     # Windows

# 运行增强的测试套件
python tests/test_resource_cleanup.py     # 验证资源管理
python tests/test_hang_detection.py       # 测试挂起预防系统
python tests/enhanced_migration_test.py   # 运行带有完整输出的迁移测试

# 展示改进的测试功能
python tests/demo_file_output_system.py   # 展示基于文件的输出系统
python tests/demo_alternative_runners.py  # 展示替代测试运行器

# 传统的pytest（仍然支持）
python -m pytest tests/ -v

测试最佳实践

为了可靠地执行测试，请使用新的测试基础设施：

# 基于文件的输出（防止截断）
from mcp_task_orchestrator.testing import TestOutputWriter
writer = TestOutputWriter(output_dir)
with writer.write_test_output("my_test", "text") as session:
    session.write_line("测试输出在这里...")

# 替代测试运行器（比pytest更可靠）
from mcp_task_orchestrator.testing import DirectFunctionRunner
runner = DirectFunctionRunner(output_dir=Path("outputs"))
result = runner.execute_test(my_test_function, "test_name")

# 数据库连接（防止资源警告）
from tests.utils.db_test_utils import managed_sqlite_connection
with managed_sqlite_connection("test.db") as conn:
    # 具有保证清理的数据库操作
    pass

📖 文档：

请参阅CONTRIBUTING.md了解贡献指南，以及docs/获取完整文档。

重要免责声明

本软件“按原样”提供，不附带任何形式的担保。 它旨在用于开发和实验目的。作者不对其适合生产、关键系统或任何特定用途做出声明。

自行承担风险使用。 作者对使用此软件造成的任何损害或损失概不负责，包括但不限于数据丢失、系统故障或业务中断。

开发工具通知。 这是一个开发工具，在任何生产使用之前应彻底测试和验证。

许可证与资源

本项目根据MIT许可证发布 - 详情请参阅LICENSE文件。

链接

版权所有 © 22025 Echoing Vesper