Claude Task Master

社区

面向 AI 驱动开发的任务管理系统，可与 Cursor、Lovable、Windsurf、Roo 等无缝集成。

分类: 开发工具第 290 / 438
Stars: ★ 28.2k 非常热门
传输方式: stdio（本地进程）
运行环境: Node.js
凭据: 需要 API Key / 凭据
许可证: 其他 / 未声明
最近提交: 5 个月前
工具数: 15

47FMRS · D

Task Master 是一个功能丰富的 AI 任务管理 MCP 服务器，支持多种 AI 提供商和编辑器，提供从 PRD 到任务跟踪的完整工作流。其优势是集成简单、工具多样化，但非官方性质、许可证限制和对外部 AI 服务的依赖是需要考虑的因素。

最强项 · 维护活跃度 15/20 最弱项 · 可靠性 7/20

可靠性

7/20

安全与权限

8/20

维护活跃度

15/20

文档质量

9/20

安装易用性

8/20

查看各项评分依据

可靠性 7/20: 证据:README 声称实现 36 个 MCP 工具并支持 TASK_MASTER_TOOLS 选择性加载；仓库 CI 显示真实。但由于静态审查未运行服务器，未提供服务器级集成测试证据；README 与源码之间的工具一致性未经验证；错误处理路径未在源码中确认。因此可靠性最高不超过 12，实际偏低：未能证明干净启动与完整 MCP 握手。
安全与权限 8/20: 证据:API 密钥通过环境变量注入，安装示例仅用占位符（无真实令牌）。README 要求用户替换占位符，未发现恶意/隐蔽外传模式。但权限原则未完全明确：删除/任务移动等操作无需显式确认，数据流与外部网络调用未完整披露，因此不能给满分。
维护活跃度 15/20: 证据:仓库活跃，CI 工作流存在（.github/workflows/ci.yml），许可证为 MIT+Commons Clause（与 README 徽章一致），issue 响应活跃。扣分点：静态审查未验证依赖更新节奏、安全响应渠道或发布一致性；许可证不是标准 MIT。
文档质量 9/20: 证据:README 提供安装（MCP/CLI）、认证（多提供商 API 密钥）、模型配置、TASK_MASTER_TOOLS 模式、示例命令和故障排除章节。扣分：缺少明确的限制/成本披露；故障排除有限；MCP 工具参数细节未在源码中验证；文档由 README 声明，未与源码核对。
安装易用性 8/20: 证据:README 为一键安装提供了结构化配置示例（Cusor/Windsurf/VS Code/Q CLI）和 Claude Code 安装命令。API 密钥要求描述清晰。扣分：依赖编辑器特定路径，手动环境变量配置易出错；无已提交的服务器级集成测试来证明可执行路径；静态审查未验证 npx 安装是否正常启动。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件写入 / 删除本地文件执行命令或代码访问网络

适合谁

希望在 AI 聊天中直接管理开发任务的产品经理和开发者
使用 Cursor、Windsurf、VS Code 等 AI 编辑器的用户
需要从需求文档（PRD）自动化生成任务的团队
希望减少上下文窗口占用并优化 AI 工具加载的开发者

不适合谁

不需要 AI 辅助或任务管理的传统项目管理场景
无法提供任何 API 密钥且未安装 Claude Code 或 Codex CLI 的环境
寻求完全离线、无外部依赖的任务管理解决方案的用户
需要商业托管服务或希望通过销售此软件获利的用户（许可证限制）

所需权限

读取项目文件（如 PRD 文档）
在项目目录中创建和修改任务文件（如 .taskmaster 目录）
通过 npx 执行 task-master-ai 包
访问外部 AI API（如 Anthropic、OpenAI 等）以生成和分析任务

风险与副作用

AI 生成的任务可能不准确，需人工审核
需要将项目文件数据发送到外部 AI 服务，存在数据泄露风险
配置文件中的 API 密钥若泄露可能导致未经授权的使用
非官方服务器，许可证为 MIT with Commons Clause，禁止转售或托管服务
工具数量庞大（默认 36 个）可能增加上下文消耗，需配置优化

安装接入

准备工作

运行环境：Node.js

ANTHROPIC_API_KEY 可选密钥 Anthropic Claude API 密钥，从 console.anthropic.com 获取，用于主模型（如 Claude 3.7）。

OPENAI_API_KEY 可选密钥 OpenAI API 密钥，从 platform.openai.com 获取，可选的主/研究模型提供者。

GOOGLE_API_KEY 可选密钥 Google Gemini API 密钥，从 Google AI Studio 获取，可选。

PERPLEXITY_API_KEY 可选密钥 Perplexity API 密钥，用于研究模型，官方强烈推荐。

OPENROUTER_API_KEY 可选密钥 OpenRouter API 密钥，可访问多种模型，可选。

XAI_API_KEY 可选密钥 xAI (Grok) API 密钥，可用于主模型或研究模型，可选。

MISTRAL_API_KEY 可选密钥 Mistral API 密钥，可选模型提供者。

GROQ_API_KEY 可选密钥 Groq API 密钥，可选模型提供者。

AZURE_OPENAI_API_KEY 可选密钥 Azure OpenAI 服务密钥，可选模型提供者。

OLLAMA_API_KEY 可选密钥 Ollama 本地模型密钥，可选模型提供者。

其他可选配置项（1 个）

TASK_MASTER_TOOLS 可选控制加载哪些 MCP 工具以减少上下文占用，可选值：all（默认）、standard、core/lean 或逗号分隔的工具列表。

在你的 MCP 配置文件（如 Cursor 的 ~/.cursor/mcp.json 或项目 .mcp.json，VS Code 的 .vscode/mcp.json 等）中添加上述 install_config。
将占位符 API 密钥替换为你实际使用的提供商密钥（至少需要一个，除非使用 Claude Code 或 Codex CLI）。
重启编辑器并启用 MCP 服务器。
在 AI 聊天中运行 'Initialize taskmaster-ai in my project' 进行初始化。

claude_desktop_config.json

{
  "mcpServers": {
    "task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "YOUR_ANTHROPIC_API_KEY_HERE",
        "OPENAI_API_KEY": "YOUR_OPENAI_KEY_HERE",
        "GOOGLE_API_KEY": "YOUR_GOOGLE_KEY_HERE",
        "PERPLEXITY_API_KEY": "YOUR_PERPLEXITY_API_KEY_HERE",
        "OPENROUTER_API_KEY": "YOUR_OPENROUTER_KEY_HERE",
        "XAI_API_KEY": "YOUR_XAI_KEY_HERE",
        "MISTRAL_API_KEY": "YOUR_MISTRAL_KEY_HERE",
        "GROQ_API_KEY": "YOUR_GROQ_KEY_HERE",
        "AZURE_OPENAI_API_KEY": "YOUR_AZURE_KEY_HERE",
        "OLLAMA_API_KEY": "YOUR_OLLAMA_API_KEY_HERE"
      }
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "YOUR_ANTHROPIC_API_KEY_HERE",
        "OPENAI_API_KEY": "YOUR_OPENAI_KEY_HERE",
        "GOOGLE_API_KEY": "YOUR_GOOGLE_KEY_HERE",
        "PERPLEXITY_API_KEY": "YOUR_PERPLEXITY_API_KEY_HERE",
        "OPENROUTER_API_KEY": "YOUR_OPENROUTER_KEY_HERE",
        "XAI_API_KEY": "YOUR_XAI_KEY_HERE",
        "MISTRAL_API_KEY": "YOUR_MISTRAL_KEY_HERE",
        "GROQ_API_KEY": "YOUR_GROQ_KEY_HERE",
        "AZURE_OPENAI_API_KEY": "YOUR_AZURE_KEY_HERE",
        "OLLAMA_API_KEY": "YOUR_OLLAMA_API_KEY_HERE"
      }
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add task-master-ai -e ANTHROPIC_API_KEY=YOUR_ANTHROPIC_API_KEY_HERE -e OPENAI_API_KEY=YOUR_OPENAI_KEY_HERE -e GOOGLE_API_KEY=YOUR_GOOGLE_KEY_HERE -e PERPLEXITY_API_KEY=YOUR_PERPLEXITY_API_KEY_HERE -e OPENROUTER_API_KEY=YOUR_OPENROUTER_KEY_HERE -e XAI_API_KEY=YOUR_XAI_KEY_HERE -e MISTRAL_API_KEY=YOUR_MISTRAL_KEY_HERE -e GROQ_API_KEY=YOUR_GROQ_KEY_HERE -e AZURE_OPENAI_API_KEY=YOUR_AZURE_KEY_HERE -e OLLAMA_API_KEY=YOUR_OLLAMA_API_KEY_HERE -- npx -y task-master-ai

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在编辑器的 MCP 设置中确认 task-master-ai 服务器已启用且工具列表非空（若显示 0 tools enabled，重启编辑器并检查 API key 配置），然后在聊天中说 "Initialize taskmaster-ai in my project" 并观察是否调用工具。

常见排障

如果 `task-master init` 无响应，尝试直接运行 `node node_modules/claude-task-master/scripts/init.js`
在 MCP 设置中看到 '0 tools enabled' 时，重启编辑器并检查 API 密钥配置
确保 TASK_MASTER_TOOLS 环境变量值正确（all、standard、core 等）
检查网络连接，确保可以访问 AI API
验证项目目录是否有写入权限

试试这样问

连接成功后，可以直接对 AI 助手这样说：

Initialize taskmaster-ai in my project
Can you parse my PRD at scripts/prd.txt?
What's the next task I should work on?
Can you help me expand task 4?

工具能力 15

get_tasks 只读

获取当前任务列表。

next_task 只读

获取下一个应处理的任务。

get_task 只读

获取单个任务的详细信息。

set_task_status 写入

设置任务状态（如待办、进行中、完成）。

update_subtask 写入

更新子任务状态。

parse_prd 写入

解析 PRD 文档并生成任务列表。

expand_task 写入

展开任务为更详细的子任务。

initialize_project 写入

初始化 Task Master 项目结构。

展开其余 7 个工具

analyze_project_complexity 只读

分析项目复杂度。

expand_all 写入

展开所有任务。

add_subtask 写入

为任务添加子任务。

remove_task 破坏性

删除任务。

generate 写入

生成任务。

add_task 写入

添加新任务。

complexity_report 只读

生成复杂度报告。

使用场景

从 PRD 自动生成任务列表

在 IDE 中通过自然语言管理开发任务

跟踪任务状态、依赖和标签

利用 AI 研究最新技术实践

在团队中协作管理 AI 驱动的开发流程

支持客户端

Claude Desktop

Cursor

Windsurf

VS Code

Q CLI

依据项目文档列出，未经本站实测。

详细介绍

Task Master (task-master-ai) 是一个基于 AI 的任务管理系统，专为 AI 辅助开发设计，可集成到 Cursor、Lovable、Windsurf、Roo 等编辑器和 AI 聊天工具中。它通过 MCP 协议提供任务管理工具，支持从 PRD 解析需求、生成任务列表、跟踪进度、管理依赖、利用 AI 进行研究和循环执行。系统支持多种 AI 提供商（Anthropic、OpenAI、Google、Perplexity 等），并允许通过环境变量（如 TASK_MASTER_TOOLS）进行工具加载优化，以减少上下文窗口占用。