Shrimp Task Manager
让编码智能体持续规划、拆解、执行并验证复杂开发任务。
least_privilege=0：README 明确建议以 --dangerously-skip-permissions 启动客户端，未提供更小权限方案。user_confirmation=1：测试中存在 confirm 模拟，但删除、覆盖模板和连续执行等外部动作的服务端接口未展示确认机制。data_flow_transparency=2：README 说明 DATA_DIR、用户设置文件、任务文件和模板环境变量，测试也展示本地读写路径；但未给出完整数据流、保留期或网络暴露说明。sensitive_data_handling=0：未见密钥、隐私数据、日志脱敏或访问控制指南。dependency_security=1：依赖和 npm ci 发布流程清楚，但使用宽松版本范围，所给材料没有锁文件、审计、更新策略或漏洞缓解证据。external_effects=1：文件创建、覆盖、删除、HTTP API 和连续任务执行均有迹可循，但权限边界、认证及副作用预览不足，且 API 使用通配 CORS。rollback=1：README 宣称自动备份与恢复任务历史，但所给实现和测试未验证；模板删除及覆盖没有恢复路径。source_attribution=1：仓库、问题入口和创建者有标注，但 package author 为空，README 的 cjo4m06 与 LICENSE 的 siage 不一致，社区维护责任也不具体。
self_consistency=2：README、package 配置与 API 测试大体共同描述任务管理、模板和查看器能力；但“永不丢失上下文”“自动备份恢复”等强声明没有对应证据。dependency_availability=2：Node 18+、npm/yarn、构建命令及依赖均列明，发布使用 Node 20 和 npm ci；因未提供锁文件或离线/兼容性策略而扣分。failure_messages=3：测试覆盖缺失字段、无效 JSON、错误 Content-Type、找不到资源、文件权限/读写错误、缺少构建产物和启动失败，并断言具体状态码及可操作消息，所示范围内证据充分。
audience_and_scenarios=3：明确面向 MCP AI 开发客户端，并详细覆盖功能开发、修复、研究、项目规则、任务查看和多语言读者。capability_boundaries=2：命令表、必需条件、可选 GUI 与模板模式界定了主要能力，但未清楚说明连续执行的停止条件、安全边界或不支持事项。trigger_precision=2：init、plan、execute、continuous、list、research、reflect 等触发短语明确并有示例；自然语言匹配歧义和参数规则未被完整定义。environment_fit=2：提供 Windows/WSL2、macOS/Linux、Claude Code、Cline、Claude Desktop 和环境变量配置；但主要路径依赖 Claude 示例，端口绑定、容器化、权限和生产部署要求不完整。
information_architecture=3：README 以快速开始、功能、界面、文档、用例、配置和贡献入口组织，导航清晰且提供多语言链接。install_notes=2：先决条件、克隆、安装、构建和 MCP 配置具体；因示例要求跳过权限、路径需手工替换，且缺少卸载、升级与故障排查而扣分。naming_stability=2：包名、服务名、命令和模板函数命名总体一致；PROMPT_LANGUAGE 与 TEMPLATES_USE 两种变量及 README 描述和测试中的模板变量体系存在一定不一致。examples_and_faq=2：提供安装配置和三类用例示例及扩展文档入口，但没有实际 FAQ，边缘配置示例有限。known_limitations=0：未见集中披露限制、风险或不支持场景。license=3：package 元数据与完整 MIT LICENSE 一致，授权和免责声明齐全。versioning_changelog=1：package 有 1.0.21 版本且发布工作流由 v* 标签触发，但未提供变更日志、兼容政策或迁移说明。maintenance_responsibility=1：有 Issues、Discussions 和贡献入口，并称由社区维护，但责任人、响应预期和安全报告路径不明确。
output_usability=2：结构化任务、依赖、状态、持久化文件、查看器和模板导出设计可直接支持开发工作流，API 测试也展示可消费的 JSON；但没有真实输出样例或质量验收证据。marginal_value=2：把规划、分解、依赖跟踪、反思、研究和跨会话状态组合为 MCP 工作流，较普通提示有明确增量；自动化效果主要仍是描述性主张。cost_benefit=1：安装和本地运行成本可理解，但需 Node、客户端配置、数据目录及可选双重 Web 界面；没有性能、令牌、时间或维护成本数据来支持“加速”收益。
claim_traceability=2：包元数据、README 配置、发布工作流和 API 测试能追踪多项安装及接口声明；核心规划、反思、依赖执行和持久记忆实现文件未提供，故不能完整追踪。cross_source_corroboration=2：README、package.json、发布流程和查看器测试对构建、服务及模板能力形成部分交叉印证；核心 Agent 行为缺少代码与测试的双重支持。fact_inference_separation=1：命令、配置与测试事实通常可辨认，但“智能”“自动”“永不丢失”“加速”等营销性推断未标注证据或限制，事实和效果判断分隔不足。
- README 建议使用 --dangerously-skip-permissions；在隔离环境、最小文件权限和人工审批机制建立前，不应照此用于真实代码库。
- Web/API 证据显示通配 CORS，且未展示认证；若监听范围超出本机，任务文件和模板的读取、覆盖及删除接口可能暴露。
- 不要把“自动备份与恢复”“永不丢失上下文”视为已验证保证；所给文件未展示恢复实现或恢复测试。
- 模板和任务内容会写入本地文件及用户目录设置文件；在处理机密代码或凭据前，应确认路径权限、保留和清理策略。
- 依赖安全证据有限；部署前应核对锁定依赖、执行漏洞审计，并审查 MCP SDK、Express 及构建依赖的实际解析版本。
这个 Agent 能做什么，适合哪些场景？
Shrimp Task Manager 是一个自托管的 MCP 服务器，为 AI 辅助软件开发提供持久化任务管理。它把自然语言需求转换为可执行的结构化任务，记录任务依赖、进度和历史，并通过规划、执行、验证与反思流程逐步完善结果。核心服务由 Node.js 18+ 运行，通过 MCP 接入 Claude Code 等兼容客户端，任务数据写入 DATA_DIR 指定的本地目录。项目还包含现代 React Task Viewer，以及可通过 ENABLE_GUI 启用的轻量 Web GUI。它适合希望跨会话保持开发上下文并规范智能体工作流程的团队，但采用者需要自行构建、配置本地路径并承担 MCP 服务和数据目录的运维。
用户先通过“init project rules”建立项目规范，再用“plan task [description]”提交自然语言需求；服务分析需求，将工作拆成原子化、可测试的子任务，并维护任务间依赖。随后可用“execute task [id]”执行指定任务，或以“continuous mode”顺序执行全部任务；“list tasks”用于查看状态，“reflect task [id]”用于复查和改进任务。对于技术选型或问题探索，可通过“research [topic]”进入 Research Mode，并将研究结果用于后续规划。任务、进度和历史保存在 DATA_DIR 中，以便跨会话恢复。结果可经 MCP 客户端查看，也可在 React Task Viewer 中搜索、拖放和管理多配置档案，或通过可选 Web GUI 浏览任务概况。
- 使用 Claude Code 开发新功能的工程师，可先规划 JWT 用户认证，再按依赖逐项实施和验证。
- 处理复杂缺陷的维护者，可将内存泄漏调查与修复拆为可跟踪任务，并通过 continuous mode 顺序执行。
- 需要在多个会话中完成大型改造的团队，可借助 DATA_DIR 保存任务、进度和历史，减少上下文丢失。
- 正在评估 React 与 Vue 等技术方案的开发者，可先运行 research 流程，再依据研究结果生成迁移计划。
- 希望统一 AI 生成代码风格的项目负责人，可初始化 Project Rules，并在后续规划和执行中维持项目标准。
- 需要可视化管理智能体任务的团队，可部署 Task Viewer，进行拖放、实时搜索和多配置档案管理。
这个 Agent 有哪些优点和局限？
- 将规划、任务拆解、依赖管理、执行、验证和反思组织为明确的开发工作流，而非只维护一张平面任务清单。
- 任务和进度可写入 DATA_DIR 并跨会话恢复，直接针对模型上下文限制和重复工作的痛点。
- 同时提供 MCP 接口、React Task Viewer 和可选轻量 Web GUI，兼顾智能体调用与人工查看。
- 提供 Research Mode、Project Rules 和专用 Agent System，可把技术调研、编码规范及角色分工纳入同一任务体系。
- 需要 Node.js 18+、本地构建、绝对路径配置和持续可用的数据目录，部署成本高于纯托管工具。
- 明确给出的完整配置和首次调用流程以 Claude Code 为主；Cline 与 Claude Desktop 仅说明配置位置，缺少同等详细的验证步骤。
- 任务状态依赖本地 DATA_DIR，采用者需要自行处理目录权限、备份、迁移和并发访问。
- 示例启动命令包含 --dangerously-skip-permissions，会绕过 Claude Code 权限检查，不适合未经安全评估直接用于敏感代码库。
- 来源未给出性能、并发规模、故障恢复保证或不同 MCP 客户端的一致性测试数据。
如何安装或部署这个 Agent？
前置条件：Node.js 18+、npm 或 yarn，以及兼容 MCP 的 AI 客户端。安装并构建：
git clone https://github.com/cjo4m06/mcp-shrimp-task-manager.git
cd mcp-shrimp-task-manager
npm install
npm run build如需安装 Claude Code，可运行：
npm install -g @anthropic-ai/claude-code在项目目录创建 .mcp.json，将 command 设为 node，args 设为构建产物 dist/index.js 的绝对路径，并至少通过 env 设置 DATA_DIR。例如：
{
"mcpServers": {
"shrimp-task-manager": {
"command": "node",
"args": ["/path/to/mcp-shrimp-task-manager/dist/index.js"],
"env": {
"DATA_DIR": "/path/to/your/shrimp_data",
"TEMPLATES_USE": "en",
"ENABLE_GUI": "false"
}
}
}
}
README 未记录任何 API 密钥要求。首次启动命令为：
claude --dangerously-skip-permissions --mcp-config .mcp.json该命令会跳过 Claude Code 的权限检查，采用前应评估其安全影响。
如何使用这个 Agent？
服务接入 MCP 客户端后，先发送“init project rules”初始化项目规范。然后发送“plan task: implement user authentication”生成任务计划；用“list tasks”检查任务，用“execute task [id]”执行指定任务，或发送“continuous mode”依次执行全部任务。需要系统化调研时使用“research: compare React vs Vue for this project”，需要复查计划时使用“reflect task [id]”。若要启用轻量 Web GUI，在环境配置中设置 ENABLE_GUI=true，可用 WEB_PORT=3000 指定端口。若要运行 React Task Viewer：
cd tools/task-viewer
npm install
npm run start:all随后访问 http://localhost:5173。