Backlog Manager MCP Server

Backlog Manager MCP Server

site icon
2025.04.17 0
Python任务跟踪待办事项管理开发效率
Backlog Manager MCP Server 是一个简单的任务跟踪和待办事项管理的 MCP 服务器,专为 AI 助手设计。它采用基于文件的方法进行问题和任务管理,支持创建问题、添加任务以及跟踪任务状态。该服务器基于 Anthropic 的 MCP 协议构建,支持 SSE 和 stdio 两种传输方式,可灵活集成到 Claude 等 AI 助手或其他 MCP 兼容客户端中。
View on GitHub

Overview

基本能力

产品定位

Backlog Manager MCP Server 是一个任务跟踪和待办事项管理的工具,旨在帮助 AI 助手和开发者高效管理项目任务和问题。

核心功能

  • 问题管理:创建、列出、选择和跟踪问题及其描述
  • 任务跟踪:向问题添加任务,包括标题、描述和状态跟踪
  • 状态工作流:跟踪任务进度,包括 New、InWork 和 Done 状态
  • 基于文件的存储:使用便携的 JSON 存储格式,便于备份和版本控制
  • 灵活的传输方式:支持 SSE (HTTP) 和 stdio 通信
  • Docker 支持:可在容器中运行,便于部署和隔离

适用场景

  • AI 助手自动创建和管理项目待办事项
  • 开发者跟踪项目任务和问题
  • 团队协作中的任务分配和状态跟踪

MCP 工具列表

问题管理

  • create_issue:创建新问题
  • list_issues:列出所有可用问题
  • select_issue:设置活动问题
  • initialize_issue:创建或重置问题
  • update_issue_status:更新问题状态

任务管理

  • add_task:向活动问题添加任务
  • list_tasks:列出活动问题中的任务
  • update_task_status:更新任务状态

常见问题解答

  • 如何启动服务器? 使用 uv run backlog-manager 或直接运行 Python 脚本 uv run src/backlog_manager/main.py
  • 如何配置传输模式? 通过环境变量 TRANSPORT 设置为 ssestdio
  • 如何存储任务数据? 默认存储在 tasks.json 文件中,可通过 TASKS_FILE 环境变量修改路径

使用教程

使用依赖

  • Python:3.12 或更高版本
  • 包管理器:推荐使用 uv 或 pip
  • Docker:(可选)用于容器化部署
  • MCP 客户端:Claude Code、Windsurf 或其他 MCP 兼容客户端

安装教程

使用 uv(推荐)

# 克隆仓库
git clone https://github.com/username/backlog-manager-mcp.git
cd backlog-manager-mcp

# 安装依赖
uv pip install -e .

# 验证安装
uv run backlog-manager  # 这将启动服务器

使用 Docker

# 构建 Docker 镜像
docker build -t backlog/manager --build-arg PORT=8050 .

# 运行容器
docker run -p 8050:8050 backlog/manager

# 验证容器是否运行
docker ps | grep backlog/manager

调试方式

启动服务器(SSE 模式)

# 使用 CLI 命令
uv run backlog-manager

# 或直接使用 Python
uv run src/backlog_manager/main.py

使用 stdio 模式

在 stdio 模式下,您不需要单独启动服务器 - MCP 客户端将在正确配置时自动启动它。

许可证

该项目遵循 MIT 开源许可条款。