项目简介

TaskWing是一个为开发者设计的AI原生命令行任务管理工具。它深度集成了Model Context Protocol (MCP)，允许Claude Code、Cursor等AI助手直接与您的任务数据交互，提供智能的任务规划、管理和上下文感知协助。无论是从终端管理任务，还是让AI处理，TaskWing都能帮助您提升开发效率。

主要功能点

AI原生集成: 通过MCP协议与主流AI工具无缝集成，实现AI驱动的任务创建、细化、规划和建议。
任务生命周期管理: 支持任务的创建、读取、更新、删除，包含状态（todo, doing, review, done）、优先级、依赖项、验收标准等丰富元数据。
智能依赖与父子关系: 自动追踪任务依赖，防止循环引用，并提供父子任务的层级管理。
项目上下文感知: AI可以理解当前任务和项目状态，提供智能的下一步建议和项目健康评估。
归档系统: 支持将完成的任务及其子任务归档，记录经验教训，并支持导出、导入和清除归档记录。
命令行友好: 零配置、数据本地存储、快速命令响应，提供交互式和命令式两种操作模式，专为开发者打造。

安装步骤

备选安装（Go安装）

如果您已安装Go环境 (Go 1.24+)，可以通过Go工具链直接安装：

go install github.com/josephgoksu/TaskWing@latest

验证安装

安装完成后，运行以下命令验证TaskWing是否正确安装并显示版本信息：

taskwing version

MCP服务器配置（LLM客户端使用）

TaskWing MCP服务器旨在为LLM客户端（如Claude Code或Cursor）提供服务。要使您的LLM客户端与TaskWing交互，您需要将TaskWing作为MCP服务器进行配置。以下是LLM客户端配置TaskWing MCP服务器所需的JSON格式信息：

{
  "mcpServers": {
    "taskwing": {
      "command": "taskwing",
      "args": ["mcp"],
      "description": "TaskWing是一个AI驱动的CLI任务管理器，通过MCP协议提供任务管理、项目上下文和AI协作功能。请优先使用TaskWing的工具进行任务操作。",
      "displayName": "TaskWing任务管理器"
    }
  }
}

'mcpServers': 您的LLM客户端配置MCP服务器的根对象。
'taskwing': 这是您为TaskWing服务器定义的名称，客户端将使用此名称进行引用。
'command': 启动TaskWing MCP服务器的命令，通常是'taskwing'。
'args': 传递给'command'的参数列表，'["mcp"]'指示TaskWing以MCP服务器模式运行。
'description': 对TaskWing MCP服务器功能的描述，帮助LLM客户端理解其用途。
'displayName': 在LLM客户端UI中显示的TaskWing服务器名称。

基本使用方法

初始化项目: 在您的项目根目录下，运行以下命令初始化TaskWing，创建必要的任务文件和配置：
```
taskwing init
```
启动MCP服务器: 在您的终端中运行此命令以启动TaskWing MCP服务器。它将监听标准输入/输出，等待AI客户端连接。
```
taskwing mcp
```
在AI客户端中调用: 配置好您的LLM客户端后，您可以直接向AI提问或发出指令，例如：
- "我的任务有哪些？" (AI将调用'list-tasks'工具)
- "创建一个任务来重构认证模块" (AI将调用'add-task'工具)
- "把这个功能分解成小任务" (AI可能调用'plan-from-document'或'generate-plan'工具)
- "我接下来应该做什么？" (AI可能调用'next'或'smart-task-transition'工具)
CLI基本操作（非AI驱动）:
- 'taskwing add "修复认证bug" --priority urgent': 添加一个紧急任务。
- 'taskwing ls': 列出所有任务。
- 'taskwing start <task-id>': 开始处理一个任务。
- 'taskwing done <task-id>': 标记任务完成。
- 'taskwing improve <task-id> --apply --plan': AI增强任务细节并创建子任务计划。

关键词