任务编排器

Name: 任务编排器
Author: jpicklyk

作者：jpicklyk115 星标更新：2025-11-06

安装使用来源：spider==github.com

项目介绍

MCP 任务编排器

停止丢失上下文。开始更快地构建。

一个用于AI编码助手的编排框架，解决了上下文污染和令牌耗尽的问题——使您的AI能够在不耗尽内存的情况下处理复杂项目。

问题

AI助手遭受上下文污染的影响——这是一个众所周知的挑战，随着令牌数量的增加，模型准确性下降。这种“上下文腐烂”源自变压器架构的二次注意力机制，每个令牌必须与所有其他令牌保持成对关系。

影响：当您的AI处理复杂功能时，它会积累对话历史、工具输出和代码示例。到第10-15个任务时，上下文窗口充满了20万个以上的令牌。模型失去焦点，忘记早期决策，并最终失败。您被迫重新启动会话并花费30-60分钟重建上下文才能继续。

行业验证：Anthropic关于上下文管理的研究证实，生产AI代理在长时间运行的任务中“耗尽了有效上下文窗口”，需要主动干预以防止失败。

传统方法将上下文窗口视为无限内存。任务编排器认识到它们是有限资源，必须积极管理。

解决方案

任务编排器实现了Anthropic的上下文工程研究中的行业推荐模式：持久外部记忆、基于摘要的上下文传递以及具有干净上下文的子代理架构。

如何工作：

持久记忆（SQLite）存储项目状态，超出上下文窗口
基于摘要的传递 - 任务创建300-500令牌摘要，而不是传递5-10k全上下文
子代理隔离 - 专家使用干净的上下文工作，返回浓缩结果
即时加载 - 获取当前工作所需的内容

结果：扩展到50多个任务而不触及上下限。最多减少90%的令牌（匹配Anthropic的84%基准）。零时间浪费重建上下文。

关键特性

✅ 持久记忆 - AI记住项目状态、已完成的工作和决策跨会话
✅ 令牌效率 - 通过基于摘要的上下文传递最多减少90%
✅ 分层任务 - 项目 → 功能 → 任务，带依赖跟踪
✅ 模板系统 - 9个内置工作流模板，包括决策框架和质量门
✅ 事件驱动的工作流 - 根据您的配置自动推进状态
✅ 子代理编排 - 复杂工作的专家路由（Claude Code）
✅ 技能和挂钩 - 轻量级协调和工作流自动化（Claude Code）
✅ MCP协议支持 - 核心持久性和任务管理与任何MCP客户端兼容

📖 深入了解：参见代理架构指南进行令牌效率比较，以及开发者架构获取技术细节。

快速入门

选项A：插件安装（推荐用于Claude Code）

最简单的方法 - 在一步中安装一切（MCP服务器、技能、子代理、挂钩）：

克隆此仓库：

git clone https://github.com/jpicklyk/task-orchestrator.git
cd task-orchestrator

添加本地市场：
```
/plugin marketplace add ./
```

安装插件：

/plugin install task-orchestrator@task-orchestrator-marketplace

重启Claude Code
初始化您的项目：
```
setup_project
```

注意：一旦此仓库发布到GitHub，您可以使用：

/plugin marketplace add jpicklyk/task-orchestrator
/plugin install task--orchestrator

详见插件安装指南获取详细说明和故障排除。

选项B：手动MCP安装

适用于其他MCP客户端或自定义设置：

通过Docker安装：

docker pull ghcr.io/jpicklyk/task-orchestrator:latest

配置您的AI平台：

Claude Code：
```
claude mcp add-json task-orchestrator '{"type":"stdio","command":"docker","args":["run","--rm","-i","-v","mcp-task-data:/app/data","-v",".:/project","-e","AGENT_CONFIG_DIR=/project","ghcr.io/jpicklyk/task-orchestrator:latest"]}'
```
此单个命令适用于所有平台（macOS、Linux、Windows）。

其他MCP客户端：任务编排器的核心MCP协议（持久记忆、任务管理）与任何MCP客户端兼容，但高级功能（技能、子代理、挂钩）特定于Claude Code。参见安装指南进行配置。

3. 初始化AI及项目

首次设置 - 使用任务编排器模式初始化您的AI：

"运行initialize_task_orchestrator工作流"

这将任务编排器模式写入AI的永久记忆（CLAUDE.md、.cursorrules等）。

项目设置 - 使用配置初始化您的项目：

"运行setup_project以初始化任务编排器"

快速参考 - 随时查看入门指南：

"显示入门指南"

就这样！ 您的AI现在可以创建和管理具有持久记忆的任务。

🚀 完整设置：快速入门指南 - 包括子代理设置、模板和第一个功能演练。

使用案例

📂 会话间持久上下文

您的AI记得项目状态、已完成的工作和技术决策——即使在重启后也是如此。无需每天早上重新解释您的代码库。

🏗️ 大型功能实现

构建具有10多个任务的功能而不触及上下限。传统方法在12-15个任务时失败。任务编排器轻松扩展到50多个任务。

🔄 跨领域协调

数据库 → 后端 → 前端 → 测试工作流程，自动传递上下文。每个专家只看到他们需要的内容，而不是所有内容。

👥 多代理工作流

多个AI代理可以在没有冲突的情况下并行工作。内置并发保护和依赖管理。

🐛 开发期间的错误追踪

在发现时捕获错误和改进。组织工作而不丢失需要修复的内容的跟踪。

工作原理

1. 分层任务管理

项目：电子商务平台
  └── 功能：用户认证
      ├── 任务：数据库模式 [已完成]
      ├── 任务：登录API [正在进行]
      ├── 任务：密码重置 [待定]
      └── 任务：API文档 [待定] [被阻塞：登录API]

2. 基于摘要的上下文传递

代替传递5,000个令牌的完整任务详情，专家创建300-500个令牌的摘要：

### 已完成
创建带有身份验证字段（id、email、password_hash）的Users表。
添加索引以供电子邮件查找。

### 更改的文件
- db/migration/V5__create_users.sql
- src/model/User.kt

### 下一步
API端点可以使用此模式进行身份验证

结果：每个依赖项最多减少92%的令牌。这实现了Anthropic的“压缩”模式——保留关键信息同时丢弃冗余细节。

3. 事件驱动的工作流

任务根据工作流事件自动推进：

work_started → 任务移动到进行中
implementation_complete → 任务移动到测试
tests_passed → 任务完成
all_tasks_complete → 功能移动到测试

所有状态转换由您的配置在.taskorchestrator/config.yaml中验证。

📘 了解更多：状态推进指南和工作流提示

核心工作流模式

任务编排器遵循计划 → 编排 → 执行模式，以防止上下文污染：

1. 计划您的工作

从以下任一方式开始：

计划文件：创建一个markdown/text文件，包含您的功能描述、需求和上下文
对话上下文：直接在对话中描述您的功能

示例：

# 用户认证功能
构建完整的身份验证系统，包括登录、注册和密码重置。

需求：
- 基于JWT的身份验证
- 使用bcrypt进行密码哈希
- 电子邮件验证
- 登录尝试速率限制

2. 编排为结构

使用coordinate_feature_development工作流（Claude Code）：

"运行coordinate_feature_development与我的计划文件"

会发生什么：

功能架构师（Opus）分析您的计划 → 创建具有丰富上下文的功能
规划专家（Sonnet）分解功能 → 创建依赖感知的任务
返回准备执行的结构化功能

结果：具有5-15个任务的功能，适当的模板、清晰的依赖关系和合适的专家标签。

3. 根据依赖执行

AI自动：

将任务路由到专家（默认为实施专家（Haiku），对于复杂问题为资深工程师（Sonnet））
尊重依赖链（数据库 → API → 前端）
在任务之间传递300-500个令牌摘要（而不是5k+全上下文）
随着工作的进展触发状态事件

默认专家：

实施专家（Haiku） - 一般实施任务（快速、成本效益高）
资深工程师（Sonnet） - 复杂调试、架构、解除阻塞

自定义专家（可选，通过.taskorchestrator/agent-mapping.yaml）：

后端工程师、前端开发人员、数据库工程师、测试工程师、技术作家
参见代理架构指南进行配置

您的角色：只需说“下一步是什么？”AI将处理路由、依赖和协调。

💡 提示：任务编排器通信风格插件在安装通过插件市场时自动激活，以实现更清晰的协调（使用阶段标签、状态指示器 ✅⚠️❌🔄 和简洁的进度更新）。

状态事件推动进展

任务编排器使用映射到您的工作流的事件驱动的状态推进：

默认状态：PENDING → IN_PROGRESS → COMPLETED（在.taskorchestrator/config.yaml中可定制）
事件触发器：工作完成、测试通过、审核批准自动推进状态
工作流类型：默认、bug_fix、文档流程，具有不同的状态序列
级联效应：任务完成可以触发功能状态变化

配置：.taskorchestrator/config.yaml定义：

每种实体类型（任务、功能、项目）的有效状态转换
工作流流（默认、bug_fix、文档）
事件映射（哪些事件触发哪些状态变化）
状态推进的前提条件（例如，“直到所有任务完成才能完成”）

📘 深入了解：状态推进指南获取完整配置参考和工作流示例。

文档

入门

🚀 快速入门指南 - 完整设置演练
🔧 安装指南 - 平台特定配置
🤖 AI指南 - 如何让AI自主使用任务编排器

使用任务编排器

🤖 代理架构 - 四层混合系统：直接工具、技能、挂钩、子代理
🎯 技能指南 - 轻量级协调（节省60-82%的令牌）
🪝 挂钩指南 - 工作流自动化和事件驱动集成
📝 模板 - 9个内置工作流模板（指令、框架、质量门）
📋 工作流提示 - 自动工作流指导

参考

🔧 API参考 - 完整的MCP工具文档
🏗️ 架构 - 技术深入
🆘 故障排除 - 常见问题解决方案

开发者

👨‍💻 贡献指南 - 开发设置
🗃️ 数据库迁移 - 架构管理
💬 社区维基 - 示例、技巧和指南

平台兼容性

特性	Claude Code	其他MCP客户端
持久记忆	✅ 测试和支持	✅ MCP协议支持
模板系统	✅ 测试和支持	✅ MCP协议支持
任务管理	✅ 测试和支持	✅ MCP协议支持
子代理编排	✅ 测试和支持	❌ Claude Code特定
技能（轻量级协调）	✅ 测试和支持	❌ Claude Code特定
挂钩（工作流自动化）	✅ 测试和支持	❌ Claude Code特定
状态事件系统	✅ 测试和支持	✅ MCP协议支持

主要平台：Claude Code是主要测试和支持的平台，具有完整功能访问权限，包括技能、子代理和挂钩。

其他MCP客户端：核心MCP协议（持久记忆、任务管理、模板、状态事件）与任何MCP客户端兼容，但我们无法验证未经测试平台的功能。高级编排功能（技能、子代理、挂钩）需要Claude Code的.claude/目录结构。

示例：从会话开始到功能完成

Claude Code（全编排）：

您："我有一个plan.md中的用户认证计划"
AI："加载功能编排技能..."
    "启动功能架构师（Opus）与计划文件..."
    → 创建具有8个任务的功能
    "启动规划专家（Sonnet）..."
    → 任务分解，带有依赖关系

您："下一步是什么？"
AI："任务1：数据库模式 [待定]。无阻塞。"
    启动实施专家 → 实现模式 → 创建400令牌摘要

您："下一步是什么？"
AI："任务2：身份验证API [待定]。依赖关系满足。"
    读取400令牌摘要（不是5k全上下文）
    启动实施专家 → 实现API → 创建摘要

您："下一步是什么？"
AI："任务3：登录UI [待定]。后端已准备好。"
    启动实施专家 → 实现UI → 功能推进

[第二天早晨 - 新会话]
您："下一步是什么？"
AI："任务4：集成测试 [待定]。昨天完成了3个任务。"
    无需重建上下文 - AI从持久记忆中记住一切

关键优势：

零手动路由：coordinate_feature_development处理专家选择
自动依赖跟踪：AI仅建议具有满足依赖关系的任务
持久记忆：新会话立即开始，具有完整上下文
令牌效率：400令牌摘要而不是5k+全上下文

故障排除

快速修复：

AI找不到工具：重启您的AI客户端
Docker未运行：启动Docker Desktop，使用docker version验证
连接问题：启用Docker配置中的MCP_DEBUG=true
技能/子代理不可用：通过插件市场安装（需要Claude Code）
coordinate_feature_development未找到：通过市场安装插件以获得完整的编排功能

获取帮助：

📖 故障排除指南 - 综合解决方案
💬 讨论 - 提问和分享想法
🐛 问题 - 错误报告和功能请求

技术栈

使用现代可靠的科技构建：

Kotlin 2.2.0，带有协程进行并发操作
SQLite + Exposed ORM，用于快速、零配置数据库（持久记忆系统）
Flyway Migrations，用于版本化的架构管理
MCP SDK 0.7.2，用于符合标准的协议
Docker，用于一键部署

架构验证：任务编排器实现了Anthropic上下文工程研究中推荐的模式：子代理架构、通过摘要化进行压缩、即时上下文加载和持久外部记忆。我们的方法预防上下文累积，而不是事后管理。

🏗️ 架构细节：参见开发者指南

贡献

我们欢迎贡献！任务编排器遵循Clean Architecture，具有4个独立层次（域 → 应用 → 基础设施 → 接口）。

要贡献：

分叉仓库
创建功能分支（`git checkout -