TaskMateAI

AI/MCP TODOタスク管理アプリケーション

TaskMateAIは、AIが自律的にタスクを管理・実行するためのシンプルなタスク管理アプリケーションで、MCP (Model Context Protocol)を通じて操作できます。

English README available here

特徴

• MCPを通じたタスクの作成・管理
• サブタスクのサポート
• 優先順位に基づくタスク処理
• タスクの進捗管理と報告機能
• ノート追加機能
• JSONファイルによるデータ永続化
• エージェントIDによる複数AIのタスク管理
• プロジェクト単位でのタスク整理

インストール

前提条件

• Python 3.12以上
• uv (Python パッケージマネージャー)
• WSL (Windows Subsystem for Linux) ※Windows環境の場合

インストール手順

1. リポジトリをクローンまたはダウンロード:

git clone https://github.com/YourUsername/TaskMateAI.git
cd TaskMateAI

2. 必要なパッケージをインストール:

uv install -r requirements.txt

使用方法

アプリケーションの起動

WSL環境では以下のようにアプリケーションを実行できます:

cd /path/to/TaskMateAI/src/TaskMateAI
uv run TaskMateAI

MCP構成

MCPで利用するための設定例:

{
    "mcpServers": {
      "TodoApplication": {
        "command": "uv",
        "args": [
          "--directory", 
          "/絶対パス/TaskMateAI",
          "run",
          "TaskMateAI"
        ],
        "env": {},
        "alwaysAllow": [
          "get_tasks", "get_next_task", "create_task", "update_progress", 
          "complete_task", "add_subtask", "update_subtask", "add_note",
          "list_agents", "list_projects"
        ],
        "defaultArguments": {
          "agent_id": "agent_123",
          "project_name": ""
        }
      }
    }
}

{
    "mcpServers": {
      "TodoApplication": {
        "command": "wsl.exe",
        "args": [
          "-e", 
          "bash", 
          "-c", 
          "cd /絶対パス/TaskMateAI && /home/ユーザー/.local/bin/uv run TaskMateAI"
        ],
        "env": {},
        "alwaysAllow": [
          "get_tasks", "get_next_task", "create_task", "update_progress", 
          "complete_task", "add_subtask", "update_subtask", "add_note",
          "list_agents", "list_projects"
        ],
        "defaultArguments": {
          "agent_id": "agent_123",
          "project_name": ""
        }
      }
    }
}

利用可能なMCPツール

TaskMateAIは以下のMCPツールを提供します:

1. get_tasks - タスクリストの取得（ステータスや優先度でフィルタリング可能）
2. get_next_task - 優先度の高い次のタスクを取得（自動的に進行中ステータスに更新）
3. create_task - 新しいタスクの作成（サブタスク付き）
4. update_progress - タスクの進捗更新
5. complete_task - タスクを完了としてマーク
6. add_subtask - 既存タスクにサブタスクを追加
7. update_subtask - サブタスクのステータス更新
8. add_note - タスクにノートを追加
9. list_agents - 利用可能なエージェントIDの一覧を取得
10. list_projects - 特定のエージェントに関連するプロジェクトの一覧を取得

データ形式

タスクは以下のような構造で管理されます:

{
  "id": 1,
  "title": "タスクのタイトル",
  "description": "タスクの詳細な説明",
  "priority": 3,
  "status": "todo",  // "todo", "in_progress", "done" のいずれか
  "progress": 0,     // 0-100 の進捗率
  "subtasks": [
    {
      "id": 1,
      "description": "サブタスクの説明",
      "status": "todo"  // "todo", "in_progress", "done" のいずれか
    }
  ],
  "notes": [
    {
      "id": 1,
      "content": "ノートの内容",
      "timestamp": "2025-02-28T09:22:53.532808"
    }
  ]
}

データ保存

タスクデータは階層構造で保存されます：

output/
├── tasks.json                  # デフォルトのタスクファイル
├── agent1/
│   ├── tasks.json              # agent1のタスクファイル
│   ├── project1/
│   │   └── tasks.json          # agent1のproject1のタスクファイル
│   └── project2/
│       └── tasks.json          # agent1のproject2のタスクファイル
└── agent2/
    ├── tasks.json              # agent2のタスクファイル
    └── projectA/
        └── tasks.json          # agent2のprojectAのタスクファイル

各タスクファイルはアプリケーション実行時に自動的に生成・更新されます。

エージェントとプロジェクトの管理

特定のエージェントやプロジェクトのタスクを管理するには、以下の方法があります：

1. MCP設定でデフォルトエージェントを指定：defaultArgumentsでagent_idを指定することで、すべてのリクエストで自動的に使用されます。

2. AI会話でプロジェクトを指定：会話の中で「プロジェクトXに新しいタスクを追加して」などと指定できます。

3. AIからの直接指定：リクエストパラメータにagent_idとproject_nameを含めることができます。

プロジェクト構造

TaskMateAI/
├── src/
│   └── TaskMateAI/
│       ├── __init__.py      # パッケージ初期化
│       └── __main__.py      # メインアプリケーションコード
├── output/                  # データ保存ディレクトリ
│   └── tasks.json           # タスクデータ (自動生成)
├── tests/                   # テストコード
│   ├── unit/                # ユニットテスト
│   └── integration/         # 統合テスト
├── requirements.txt         # 依存パッケージリスト
└── README.md                # このファイル

テスト

TaskMateAIでは、機能の信頼性を確保するため、包括的なテストスイートを提供しています。

テストの構成

テストは以下のディレクトリ構造で管理されています：

tests/
├── __init__.py           # テストパッケージの初期化
├── conftest.py           # テスト用フィクスチャの定義
├── unit/                 # ユニットテスト
│   ├── __init__.py
│   ├── test_task_utils.py       # タスク関連ユーティリティのテスト
│   ├── test_mcp_tools.py        # MCPツール機能のテスト
│   └── test_agent_projects.py   # エージェントとプロジェクト管理のテスト
└── integration/          # 統合テスト
    └── __init__.py

テストの種類

1. ユニットテスト: アプリケーションの個々のコンポーネントが正しく機能することを確認します

   • test_task_utils.py: タスクの読み書き、ID生成などの基本機能をテスト
   • test_mcp_tools.py: MCPツールの機能（タスクの作成、更新、完了など）をテスト
   • test_agent_projects.py: エージェントIDとプロジェクト管理機能をテスト

2. 統合テスト: 複数のコンポーネントが連携して正しく動作することを確認します（将来拡張予定）

テスト実行方法

以下のコマンドを使用してテストを実行できます：

1. すべてのテストを実行：

cd /path/to/TaskMateAI
uv run python -m pytest -xvs

2. 特定のテストファイルを実行：

uv run python -m pytest -xvs tests/unit/test_task_utils.py

3. 特定のテストクラスを実行：

uv run python -m pytest -xvs tests/unit/test_mcp_tools.py::TestMCPTools

4. 特定のテスト関数を実行：

uv run python -m pytest -xvs tests/unit/test_task_utils.py::TestTaskUtils::test_read_tasks_with_data

テスト引数の説明:

• -x: エラーが発生した時点でテストを停止します
• -v: 詳細な出力を表示します
• -s: テスト中の標準出力を表示します

修正予定項目

• タスクテンプレート機能の実装
• タスク間の依存関係管理システムの構築
• スケジュール機能の追加
• タグによるタスク分類システムの導入
• マイルストーン管理機能の実装

ライセンス

MIT

著者

NewAITees