使用说明

项目简介

本项目是一个 MCP (Model Context Protocol) 服务器的实现，专注于为 AI 助手（如 Claude）提供任务规划和跟踪能力。通过此服务器，AI 助手可以创建结构化的任务计划，跟踪任务步骤的完成情况，记录和解决问题，并随时回顾计划状态，从而更高效、更有条理地完成复杂任务。所有计划信息都存储在本地 Markdown 文件 'plan.md' 中，方便用户查看和编辑。

主要功能点

结构化计划: 创建包含步骤和计划备注的有序任务计划。
进度跟踪: 标记步骤完成状态，实时跟踪任务进度。
问题管理: 记录任务执行过程中遇到的问题及其解决方法。
计划回顾: 随时查看完整的任务计划或特定任务的详细信息。
文件存储: 所有信息保存在易于阅读和编辑的 Markdown 文件中。

安装步骤

环境准备: 确保已安装 Python 3.10 或更高版本。

克隆仓库:

git clone https://github.com/may3rr/think_and_plan_MCP.git
cd think_and_plan_MCP

安装依赖:
```
pip install mcp
```
运行服务器:
```
python planner_server.py
```
服务器默认在本地启动，等待 MCP 客户端连接。

服务器配置

本MCP服务器用于连接 MCP 客户端，例如 Claude Desktop。以下是在 'claude_desktop_config.json' 中配置本服务器的示例，您需要根据实际情况修改路径：

"TaskPlanner": {
  "command": "/path/to/python",  // 您的 Python 解释器路径，例如 /usr/bin/python3 或 python
  "args": [
    "/path/to/think_and_plan_MCP/planner_server.py" // 'planner_server.py' 脚本的绝对路径
  ]
}

注意:

请将 '/path/to/python' 替换为您的 Python 解释器实际路径。您可以使用 'which python3' 或 'where python' 命令查找。
请将 '/path/to/think_and_plan_MCP/planner_server.py' 替换为 'planner_server.py' 文件在您本地文件系统中的绝对路径。您可以使用 'pwd' 命令获取当前路径，然后拼接相对路径得到绝对路径。
'TaskPlanner' 是您为该服务器自定义的名称，在 Claude Desktop 中用于标识和调用此服务器。

基本使用方法

成功配置并启动服务器后，在 Claude Desktop 等 MCP 客户端中，您可以使用以下工具来管理任务计划：

'think_and_plan': 为一个任务创建新的计划，例如 "think and plan, create a personal website"。
'add_step': 为当前或指定的任务添加新的步骤，例如 "add step, design database schema"。
'mark_step_complete': 标记某个步骤已完成，例如 "mark step complete, set up development environment"。
'review_plan': 查看当前任务计划的内容，例如 "review plan"。
'add_issue': 为某个步骤添加问题记录，例如 "add issue, css styles not applying to navigation menu, style with CSS"。
'resolve_issue': 标记某个步骤的问题已解决，并添加解决方法描述，例如 "resolve issue, style with CSS, Fixed by correcting CSS selector specificity"。
'update_planning_notes': 更新任务的计划备注，例如 "update planning notes, Consider using a responsive design framework"。
'check_task_completion': 检查任务的完成状态，例如 "check task completion"。

您可以在与 AI 助手的对话中，通过自然语言指令结合工具名称和参数来调用这些功能，AI 助手会将指令转换为 MCP 请求发送给服务器，服务器执行操作后返回结果。

关键词