全量更新_mcp
项目介绍
欢迎使用 Aidderall MCP 服务器！
Aidderal 是一个用于分层任务管理的模型上下文协议（MCP）服务器实现，为人工智能助手提供认知辅助工具，帮助其在复杂问题解决过程中保持专注和上下文。
人工智能助手在处理长时间运行的任务时会遇到困难，部分原因是它们在任何时间点所能处理的信息量有限（上下文窗口）。
Aidderall 解决了这个问题，通过给人工智能助手提供以下功能：
- 专注
- 当前认知景观的地图，带有上下文
可以将 aidderall 视为许多小的上下文窗口，帮助人工智能保持专注并记住信息！
概览
Aidderall 实现了一个灵活的分层任务管理系统，其中：
- 任务可以组织成嵌套结构，以进行复杂的工作分解
- 创建独立的任务以支持并行工作流
- 使用 switch_focus 在任何任务之间自由导航
- 根据工作流程的需要完成任务
- 所有任务都作为工作的活文档保持可见
Aidderall 的外观是什么样的？
Aidderall 视觉表示
================================
1. 基本结构 - 主任务垂直增长，子任务水平增长：
┌─────────────────┐
│ 主任务 C │ ← 最新的主任务
│ [待办] │
└─────────────────┘
↑
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 主任务 B │ ──→ │ 子任务 B.1 │ ──→ │ 子任务 B.2 │
│ [已完成] │ │ [已完成] │ │ [当前] ← │ ← 您在这里
└─────────────────┘ └─────────────────┘ └─────────────────┘
↑
┌─────────────────┐ ┌─────────────────┐
│ 主任务 A │ ─→ │ 子任务 A.1 │
│ [已完成] │ │ [已完成] │
└─────────────────┘ └─────────────────┘
2. 活文档 - 已完成的任务仍然可见：
之前（传统待办事项）： 现在（Aidderall）：
┌─────────────────┐ ┌─────────────────┐
│ ☐ 任务 A │ │ ✓ 任务 A │ ← 仍然可见！
│ ☐ 任务 B │ │ ✓ 任务 B │ ← 上下文保留
│ ☐ 任务 C │ │ ☐ 任务 C │
└─────────────────┘ └─────────────────┘
传统：完成 = 消失 Aidderall：完成 = 历史
3. 使用 switch_focus 进行灵活导航：
┌─────────────────┐
│ 任务 D │
│ [待办] │ ←────────────┐
└─────────────────┘ │
↑ │ 可以跳转到任何任务！
┌─────────────────┐ │
│ 任务 C │ │
│ [当前] ← │ ←──────┐ │
└─────────────────┘ │ │
↑ │ │
┌─────────────────┐ │ │
│ 任务 B │ ←──────┘ │
│ [已完成] │ │
└─────────────────┘ │
↑ │
┌─────────────────┐ │
│ 任务 A │ ←────────────┘
│ [已完成] │
└─────────────────┘
4. 真实世界示例 - 实现一个特性：
┌─────────────────────┐
│ 添加用户认证 │
│ [已完成] │
└─────────────────────┘
↑
│ ┌──────────────────┐ ┌──────────────────┐ ┌──────────────────┐
└───→ │ 设计数据库模式 │ ──→ │ 创建 API │ ──→ │ 添加 UI 表单 │
│ [已完成] │ │ [已完成] │ │ [当前] ← │
└──────────────────┘ └──────────────────┘ └──────────────────┘
↑
│ ┌──────────────────┐
└───→ │ 添加 JWT 逻辑 │
│ [已完成] │
└──────────────────┘
5. 价值主张可视化：
传统线性待办事项： Aidderall 分层：
======================== =========================
☐ 研究认证库 研究阶段
☐ 设计数据库模式 │
☐ 创建用户表 ├─→ 认证库
☐ 创建会话表 │ └─→ JWT vs 会话
☐ 实现 JWT │
☐ 创建登录端点 设计阶段
☐ 创建注册端点 │
☐ 添加密码哈希 ├─→ 数据库模式
☐ 创建登录表单 │ ├─→ 用户表
☐ 创建注册表单 │ └─→ 会话表
☐ 添加表单验证 │
实现阶段
问题： │
- 没有层次结构 ├─→ 后端 API
- 没有上下文 │ ├─→ 登录端点
- 难以看到关系 │ ├─→ 注册端点
- 完成 = 消失 │ └─→ 密码哈希
│
└─→ 前端 UI
├─→ 登录表单
├─→ 注册表
└─→ 验证
优点：
✓ 清晰的层次结构
✓ 保留上下文
✓ 易见的关系
✓ 完整的历史记录
6. 心境状态 - 两条路径：
路径 1：没有任务 路径 2：所有任务已完成
┌─────────────────┐ ┌─────────────────┐
│ │ │ ✓ 任务 A │
│ 空栈 │ │ ✓ 任务 B │
│ (心境状态) │ │ ✓ 任务 C │
│ │ │ (心境状态) │
└─────────────────┘ └─────────────────┘
功能
- 分层任务管理：创建主任务并扩展子任务
- 专注强制：一次只能有一个任务处于活动状态
- 上下文保留：维护面包屑路径和兄弟意识
- 任务完成：归档已完成任务并附带时间戳
- 状态持久化：跟踪所有任务及其关系
致谢
- 感谢 Alberto “KewlPops” Fernandez 提出的名字……项目名称以前并不那么吸引人！😀
安装
- 克隆仓库：
git clone https://github.com/user/aidderall_mcp.git
cd aidderall_mcp
- 创建并激活虚拟环境：
python -m venv venv
source venv/bin/activate # 在 Windows 上：venv\Scripts\activate
- 安装依赖项：
pip install -r requirements.txt
- 对于开发，安装带有开发依赖项：
pip install -e ".[dev]"
使用
运行服务器
启动 MCP 服务器：
python -m src.server
服务器通过 Python 模块直接运行。
与 AI 助手集成
对于 Claude Code
如果您已安装 Claude Code，可以直接添加 Aidderall：
claude mcp add aidderall-mcp /path/to/aidderall_mcp/run_mcp.sh
手动配置
或者，将服务器添加到您的 MCP 配置中：
{
"mcpServers": {
"aidderall": {
"command": "python",
"args": ["-m", "src.server"]
}
}
}
可用命令
任务创建
create_new_task(title, body)- 创建一个新的独立任务，用于不相关的工作或新主题extend_current_task(title, body)- 添加一个子任务，以组织和分解当前任务
导航及信息
get_current_task()- 返回当前任务及其上下文get_big_picture(format='text')- 显示整个任务层次结构（格式：'text' 或 'json'）get_stack_overview()- 返回系统 JSON 结构peek_context(include_body=False)- 查看父级和兄弟上下文list_siblings(include_body=False)- 列出当前层级的任务
任务管理
complete_current_task()- 将当前任务标记为已完成（仍可见）update_current_task(body)- 更新当前任务正文switch_focus(task_id)- 通过任务 ID 切换焦点remove_task(task_id)- 从结构中移除任务（保留历史记录）get_completed_tasks(order)- 查看已完成任务归档
示例工作流程
# 从根任务开始
create_new_task("设计新功能", "研究和设计规格")
# 将其分解为子任务以进行组织
extend_current_task("研究需求", "需要进行用户研究")
extend_current_task("访谈用户", "进行用户访谈")
extend_current_task("分析竞争对手", "研究竞争对手解决方案")
# 使用 switch_focus 按任意顺序工作
get_big_picture() # 查看所有任务及其 ID
switch_focus("task-id-for-research") # 跳转到研究任务
complete_current_task() # 完成后标记为完成
# 跳转到其他任务
switch_focus("task-id-for-interviews") # 工作于访谈
# ... 进行一些工作 ...
switch_focus("task-id-for-competitors") # 切换到竞争对手分析
# 创建并行工作流
create_new_task("编写文档", "记录新功能")
extend_current_task("API 文档", "编写 API 文档")
extend_current_task("用户指南", "编写用户指南")
# 自由地在不同工作流之间切换
switch_focus("task-id-for-design") # 回到设计工作
switch_focus("task-id-for-api-docs") # 跳转到文档
# 按任意顺序完成任务
complete_current_task() # 完成当前聚焦的任务
# 查看所有任务 - 已完成的任务仍然可见
get_big_picture()
# 输出显示：
# 设计新功能 (待办)
# 研究需求 (已完成)
# 访谈用户 (待办)
# 分析竞争对手 (已完成)
# 编写文档 (待办)
# API 文档 (已完成)
# 用户指南 (待办)
# 清理工作区，移除已完成的任务
remove_task("task-id-for-research") # 从视图中移除但保留历史记录
开发
运行测试
pytest -v
代码覆盖率
pytest --cov=src tests/
代码格式化
black src tests
isort src tests
类型检查
mypy src
架构
models.py- 核心数据结构（任务、主任务、子任务）task_manager.py- 任务管理逻辑和状态处理handlers.py- MCP 命令实现server.py- MCP 服务器入口点
文档
- 使用指南 - 综合指南，让 AI 助手有效使用 Aidderall
- 技术规范 - 混合堆栈列表模型的详细技术规范
- AI 助手进化 - 将 AI 从无状态预言转变为专注工作者的愿景
- 工作日志 - 开发历史和架构决策
贡献
- 分叉仓库
- 创建功能分支
- 为新功能添加测试
- 确保所有测试通过
- 提交拉取请求
许可证
本项目根据 GNU 通用公共许可证 v3.0 或更高版本许可 - 详情参见 LICENSE 文件。
版权所有 (C) 2024 Briam R. briamr@gmail.com