目錄
- ✨ 特徴
- 🧭 使用ガイド
- 🔬 リサーチモード
- 🧠 タスクメモリ機能
- 📋 プロジェクトルールの初期化
- 🌐 ウェブ GUI
- 📚 ドキュメントリソース
- 🔧 インストールと使用方法
- 🔌 MCP 互換クライアントでの使用
- 💡 システムプロンプトガイダンス
- 🛠️ 利用可能なツールの概要
- 📄 ライセンス
- 🤖 おすすめモデル
MCP シュリンプ タスクマネージャー
🚀 モデルコンテキストプロトコル (MCP) に基づくインテリジェントなタスク管理システム。AI エージェントに効率的なプログラミング ワークフロー フレームワークを提供します。
Shrimp Task Manager は、体系的なプログラミング、タスク メモリ管理メカニズムの強化、冗長で反復的なコーディング作業の効率的な回避のために、構造化されたワークフローを通じてエージェントをガイドします。
✨ 特徴
- タスク計画と分析:複雑なタスク要件の深い理解と分析
- インテリジェントなタスク分解: 大きなタスクを管理しやすい小さなタスクに自動的に分割します
- 依存関係管理: タスク間の依存関係を正確に処理し、正しい実行順序を確保します。
- 実行ステータスの追跡: タスク実行の進行状況とステータスをリアルタイムで監視
- タスク完了の検証: タスクの結果が期待される要件を満たしていることを確認する
- タスクの複雑さの評価: タスクの複雑さを自動的に評価し、最適な処理の提案を提供します
- タスク概要の自動更新: タスク完了時に概要を自動的に生成し、メモリパフォーマンスを最適化します。
- タスクメモリ機能: タスク履歴を自動的にバックアップし、長期記憶と参照機能を提供します。
- リサーチモード: 技術、ベストプラクティス、ソリューションの比較を調査するためのガイド付きワークフローを備えた体系的な技術リサーチ機能
- プロジェクトルールの初期化: 大規模プロジェクト間で一貫性を維持するためのプロジェクト標準とルールを定義します。
- Web GUI : タスク管理用のWebベースのグラフィカルユーザーインターフェース(GUI)をオプションで提供します
.env
ファイルでENABLE_GUI=true
設定することで有効になります。有効にすると、アクセスアドレスを含むWebGUI.md
ファイルがDATA_DIR
に作成されます。
🧭 使用ガイド
Shrimp Task Manager は、ガイド付きワークフローと体系的なタスク管理を通じて、AI 支援プログラミングへの構造化されたアプローチを提供します。
エビとは何ですか?
Shrimpは、AIエージェントがプロジェクトをより深く理解し、プロジェクトで作業できるようにするためのプロンプトテンプレートです。一連のプロンプトを使用することで、エージェントがプロジェクト固有のニーズや慣例に厳密に適合するようにします。
研究モードの実践
タスク計画に着手する前に、リサーチモードを活用して技術的な調査や知識収集を行うことができます。これは特に以下の場合に便利です。
- 新しい技術やフレームワークを探求する必要がある
- さまざまなソリューションアプローチを比較したい
- プロジェクトのベストプラクティスを調査している
- 複雑な技術的概念を理解する必要がある
エージェントに「[トピック]をリサーチして」または「[技術/問題]のリサーチモードに入って」と指示するだけで、体系的な調査が開始されます。調査結果は、その後のタスク計画や開発の意思決定に役立てられます。
初回セットアップ
新しいプロジェクトで作業する際は、エージェントに「init project rules(プロジェクトルールを初期化)」と指示するだけです。これにより、エージェントはプロジェクトの特定の要件と構造に合わせて一連のルールを生成します。
タスク計画プロセス
機能を開発または更新するには、「plan task [説明]」コマンドを使用してください。システムは事前に確立されたルールを参照し、プロジェクトを理解しようと試み、関連するコードセクションを検索し、プロジェクトの現在の状態に基づいて包括的な計画を提案します。
フィードバックメカニズム
計画プロセス中、Shrimpはエージェントを複数の思考ステップに導きます。このプロセスを確認し、間違った方向に進んでいると感じた場合はフィードバックを提供できます。途中で中断して自分の見解を伝えるだけで、エージェントはあなたのフィードバックを取り入れ、計画プロセスを続行します。
タスク実行
計画に満足したら、「タスク実行 [タスク名またはID]」を使用して実行します。タスク名またはIDを指定しない場合は、システムが自動的に最も優先度の高いタスクを特定して実行します。
連続モード
各タスクを手動で介入せずにすべてのタスクを順番に実行したい場合は、「連続モード」を使用してタスク キュー全体を自動的に処理します。
トークン制限に関する注意事項
LLMトークンの制限により、長時間の会話中にコンテキストが失われる場合があります。その場合は、新しいチャットセッションを開き、エージェントに実行を続行するよう指示してください。システムは中断したところから再開するため、タスクの詳細やコンテキストを再度伝える必要はありません。
プロンプト言語とカスタマイズ
TEMPLATES_USE
環境変数を設定することで、システムプロンプトの言語を切り替えることができます。デフォルトではen
(英語) とzh
(中国語繁体字) がサポートされています。さらに、既存のテンプレートディレクトリ (例: src/prompts/templates_en
) をDATA_DIR
で指定した場所にコピーし、変更を加えた上で、 TEMPLATES_USE
にカスタムテンプレートディレクトリ名を指定することもできます。これにより、プロンプトをより詳細にカスタマイズできます。詳細な手順については、こちらをご覧ください。
🔬 リサーチモード
Shrimp Task Manager には、体系的な技術調査と知識収集のために設計された特殊な研究モードが含まれています。
リサーチモードとは何ですか?
リサーチモードは、AIエージェントが徹底的かつ体系的な技術調査を実施できるよう支援するガイド付きワークフローシステムです。技術の探索、ソリューションの比較、ベストプラクティスの調査、プログラミングタスクのための包括的な情報の収集など、構造化されたアプローチを提供します。
主な特徴
- 体系的な調査:構造化されたワークフローにより、研究トピックを包括的にカバーできます。
- マルチソースリサーチ:ウェブ検索とコードベース分析を組み合わせて完全な理解を実現
- 状態管理: 複数のセッションにわたって研究のコンテキストと進捗状況を維持します
- ガイド付き探索:研究が焦点を失ったり、話題から外れたりするのを防ぎます
- 知識統合:研究結果をタスクの計画と実行にシームレスに統合します
リサーチモードを使用するタイミング
リサーチ モードは、特に次の場合に価値があります。
- テクノロジーの探究:新しいフレームワーク、ライブラリ、ツールの調査
- ベストプラクティス調査:業界標準と推奨アプローチの発見
- ソリューションの比較: さまざまな技術的アプローチやアーキテクチャを評価する
- 問題調査:複雑な技術的課題を深く掘り下げる
- アーキテクチャ計画:設計パターンとシステムアーキテクチャの調査
リサーチモードの使い方
エージェントにトピックのリサーチ モードに入るように指示するだけです。
- 基本的な使用方法: 「[トピック]のリサーチモードに入る」
- 具体的な研究:「[特定の技術/問題]を研究する」
- 比較分析:「[オプション A と B] を調査して比較する」
システムは、構造化された調査フェーズを通じてエージェントをガイドし、特定のニーズに重点を置きながら徹底的な調査を確実に実行します。
研究ワークフロー
- トピックの定義:研究の範囲と目的を明確に定義する
- 情報収集:関連情報の体系的な収集
- 分析と統合:調査結果の処理と整理
- 状態の更新: 定期的な進捗状況の追跡とコンテキストの保存
- 統合:研究結果をプロジェクトのコンテキストに適用する
💡 推奨事項: 最高の研究モードエクスペリエンスを得るには、優れた分析機能と包括的な研究統合を提供するClaude 4 Sonnet の使用をお勧めします。
🧠 タスクメモリ機能
Shrimp Task Manager には長期記憶機能があり、タスク実行履歴を自動的に保存し、新しいタスクを計画するときに参照エクスペリエンスを提供します。
主な特徴
- システムはタスクをメモリディレクトリに自動的にバックアップします
- バックアップファイルは、tasks_backup_YYYY-MM-DDThh-mm-ss.json の形式で時系列順に命名されます。
- タスク計画エージェントはメモリ機能の使用方法に関するガイダンスを自動的に受信します
利点とメリット
- 重複作業を避ける: 過去のタスクを参照すれば、同様の問題を一から解決する必要はありません。
- 成功体験から学ぶ:実証済みの効果的なソリューションを活用し、開発効率を向上
- 学習と改善:過去の間違いや非効率的な解決策を特定し、ワークフローを継続的に最適化します
- 知識の蓄積: システムの使用が増えるにつれて、継続的に拡大する知識ベースを形成します。
タスクメモリ機能を効果的に使用することで、システムは継続的に経験を蓄積し、知能レベルと作業効率を継続的に向上させることができます。
📋 プロジェクトルールの初期化
プロジェクト ルール機能は、コードベース全体の一貫性を維持するのに役立ちます。
- 開発の標準化:一貫したコーディングパターンとプラクティスを確立する
- 新規開発者のオンボード: プロジェクトへの貢献に関する明確なガイドラインを提供する
- 品質の維持: すべてのコードが確立されたプロジェクト標準を満たしていることを確認する
⚠️ 推奨事項:プロジェクトの規模が拡大したり、大幅な変更があったりする場合は、プロジェクトルールを初期化してください。これにより、複雑さが増しても一貫性と品質を維持できます。
次の場合に、 init_project_rules
ツールを使用してプロジェクト標準を設定または更新します。
- 新たな大規模プロジェクトの開始
- 新しいチームメンバーのオンボーディング
- 主要なアーキテクチャ変更の実装
- 新たな開発規約の採用
使用例
シンプルな自然言語コマンドを使用して、この機能に簡単にアクセスできます。
- 初期設定の場合: エージェントに「init rules」または「init project rules」と伝えるだけです
- 更新の場合: プロジェクトが進化したら、エージェントに「ルールを更新」または「プロジェクトルールを更新」と伝えます。
このツールは、コードベースが拡張されたり、大幅な構造変更が行われたりする場合、特に価値があり、プロジェクトのライフサイクル全体を通じて一貫した開発プラクティスを維持するのに役立ちます。
📚 ドキュメントリソース
- プロンプトカスタマイズガイド: 環境変数を使用してツールプロンプトをカスタマイズする手順
- 変更履歴: このプロジェクトにおけるすべての注目すべき変更の記録
🔧 インストールと使用方法
Smithery経由でインストール
Smithery経由で Claude Desktop 用の Shrimp Task Manager を自動的にインストールするには:
手動インストール
🔌 MCP 互換クライアントでの使用
Shrimp タスク マネージャーは、Cursor IDE などのモデル コンテキスト プロトコルをサポートする任意のクライアントで使用できます。
カーソルIDEでの設定
Shrimp タスク マネージャーには、グローバル構成とプロジェクト固有の構成という 2 つの構成方法があります。
グローバル構成
- Cursor IDE のグローバル設定ファイルを開きます (通常は
~/.cursor/mcp.json
にあります) mcpServers
セクションに次の構成を追加します。
⚠️
/mcp-shrimp-task-manager
実際のパスに置き換えてください。
プロジェクト固有の構成
各プロジェクトに専用の構成を設定して、異なるプロジェクトに独立したデータ ディレクトリを使用することもできます。
- プロジェクトルートに
.cursor
ディレクトリを作成する - このディレクトリに次の内容の
mcp.json
ファイルを作成します。
⚠️ 重要な設定上の注意事項
DATA_DIRパラメータは、Shrimp Task Managerがタスクデータ、会話ログ、その他の情報を保存するディレクトリです。このパラメータを正しく設定することは、システムの正常な動作に不可欠です。このパラメータは絶対パスで指定する必要があります。相対パスを使用すると、システムがデータディレクトリを誤って検出し、データの損失や機能障害が発生する可能性があります。
警告: 相対パスを使用すると、次の問題が発生する可能性があります。
- データファイルが見つからないため、システムの初期化に失敗しました
- タスクのステータスが失われたり、正しく保存できなかったりする
- 異なる環境間でのアプリケーションの動作が一貫していない
- システムがクラッシュしたり起動に失敗したり
🔧 環境変数の設定
Shrimpタスクマネージャーは環境変数を介してプロンプトの動作をカスタマイズできるため、コードを変更することなくAIアシスタントの応答を微調整できます。これらの変数は、設定ファイルまたは.env
ファイルで設定できます。
カスタマイズ方法は 2 つあります。
- オーバーライドモード(
MCP_PROMPT_[FUNCTION_NAME]
):デフォルトのプロンプトを完全に置き換えます - 追加モード(
MCP_PROMPT_[FUNCTION_NAME]_APPEND
):既存のプロンプトにコンテンツを追加する
さらに、他のシステム構成変数もあります。
- DATA_DIR : タスクデータが保存されるディレクトリを指定します
- TEMPLATES_USE : プロンプトに使用するテンプレートセットを指定します。デフォルトは
en
です。現在利用可能なオプションはen
とzh
です。カスタムテンプレートを使用するには、src/prompts/templates_en
ディレクトリをDATA_DIR
で指定された場所にコピーし、コピーしたディレクトリの名前を変更し(例:my_templates
)、TEMPLATES_USE
を新しいディレクトリ名(例:my_templates
)に設定します。
サポートされているパラメータや例など、プロンプトのカスタマイズの詳細な手順については、 『プロンプト カスタマイズ ガイド』を参照してください。
💡 システムプロンプトガイダンス
カーソルIDE設定
カーソル設定 => 機能 => カスタム モードを有効にして、次の 2 つのモードを構成できます。
タスクプランナーモード
タスクエグゼキューターモード
💡 ニーズに応じて適切なモードを選択してください。
- タスクを計画するときにTaskPlannerモードを使用する
- タスクを実行するときはTaskExecutorモードを使用する
他のツールと併用する
ツールがカスタム モードをサポートしていない場合は、次の操作を実行できます。
- さまざまな段階で適切なプロンプトを手動で貼り付けます
- または、
Please plan the following task: ......
やPlease start executing the task...
などの単純なコマンドを直接使用します。
🛠️ 利用可能なツールの概要
設定後、次のツールを使用できます。
カテゴリ | ツール名 | 説明 |
---|---|---|
タスク計画 | plan_task | タスクの計画を開始する |
タスク分析 | analyze_task | タスク要件の詳細な分析 |
process_thought | 複雑な問題に対する段階的な推論 | |
ソリューション評価 | reflect_task | ソリューションコンセプトの反映と改善 |
研究と調査 | research_mode | 体系的な技術研究モードに入る |
プロジェクト管理 | init_project_rules | プロジェクトの標準とルールを初期化または更新する |
タスク管理 | split_tasks | タスクをサブタスクに分割する |
list_tasks | すべてのタスクとステータスを表示する | |
query_task | タスクの検索と一覧表示 | |
get_task_detail | 完了したタスクの詳細を表示する | |
delete_task | 未完了のタスクを削除する | |
タスク実行 | execute_task | 特定のタスクを実行する |
verify_task | タスクの完了を確認する |
🔧 技術的な実装
- Node.js : 高性能な JavaScript ランタイム環境
- TypeScript : 型安全な開発環境を提供します
- MCP SDK : 大規模言語モデルとのシームレスなインタラクションを実現するインターフェース
- UUID : ユニークで信頼できるタスク識別子を生成する
📄 ライセンス
このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。
推奨モデル
最適なエクスペリエンスを得るには、次のモデルを使用することをお勧めします。
- クロード 3.7 : 強力な理解力と生成能力を備えています。
- Gemini 2.5 : Google の最新モデル、優れたパフォーマンスを発揮します。
モデル間の学習方法や理解能力の違いにより、同じプロンプトに対して異なるモデルを使用すると結果が異なる場合があります。このプロジェクトは、Claude 3.7およびGemini 2.5向けに最適化されています。
スターの歴史
MCP Shrimp Task Managerは、思考の連鎖、リフレクション、そしてスタイルの一貫性を重視したAIエージェント向けのタスクツールです。依存関係の追跡と反復的な改良により、自然言語を構造化された開発タスクに変換し、推論AIシステムにおいてエージェントのような開発者の行動を可能にします。
Related MCP Servers
- -securityAlicense-qualityAn MCP server that converts Cursor agent plans into structured markdown task lists and organizes them in your repository, helping you track AI-generated plans and recommendations as actionable specifications.Last updated -3PythonMIT License
- -securityAlicense-qualityAI-driven task management application that operates via MCP, enabling autonomous creation, organization, and execution of tasks with support for subtasks, priorities, and progress tracking.Last updated -PythonMIT License
- AsecurityFlicenseAqualityAn MCP server that supercharges AI assistants with powerful tools for software development, enabling research, planning, code generation, and project scaffolding through natural language interaction.Last updated -1148TypeScript
- -securityFlicense-qualityA task tracking and backlog management tool that enables AI assistants to create, organize, and track issues and tasks with status workflow through MCP protocol.Last updated -Python