Shrimp Task Manager：给 Coding Agent 装一个会反思的任务大脑

Coding Agent 最痛的事

你用 Claude Code 或 Codex 写一个中型功能，通常会遇到三件事：

上下文炸了——聊到一半被强制 /clear，之前讨论的方案、踩过的坑全没了
任务串行——Agent 不会自己拆任务，你得手把手告诉它「先做什么、再做什么」
做完就忘——上一个会话里完成的工作，新会话完全不知道，重复劳动

Shrimp Task Manager 就是为这三个问题设计的。它不是又一个 Coding Agent，而是一个 跑在 MCP 协议上的任务管理系统——给你的 Agent 加一个「外挂大脑」，让它能记住计划、跟踪进度、反思改进。

它到底是什么

一句话：一个 MCP Server，把项目级的任务管理能力暴露给任何支持 MCP 的 AI Agent。

Shrimp 不写代码、不改文件。它做的事情是：

你告诉它「要做一个用户认证功能」
它用 chain-of-thought 分析需求，自动拆成子任务
建立任务依赖图——哪个先做、哪个后做
Agent 按顺序执行，每完成一个就标记状态
跨会话持久化——关掉 Claude Code 再打开，任务列表还在

本质上它是 给 Agent 加了一层 project management。就像 Jira 之于人类开发者，Shrimp 之于 AI Agent。

核心能力拆解

🧠 Chain-of-Thought 任务规划

Shrimp 的 plan_task 工具不是简单地列 TODO。它会先分析需求、研究代码库、识别依赖关系，然后生成一个带思考过程的任务计划。这跟「让 Agent 直接写代码」的区别就像「先画架构图再写代码」和「上来就写」的区别。

🔄 Reflection 机制

这是 Shrimp 最有特色的能力。reflect_task 工具让 Agent 在完成任务后进行自我审查：方案对不对？有没有遗漏？代码质量如何？这不是人类 review，是 Agent 自己 review 自己——类似于 OpenAI o1 的「思考再回答」，但发生在任务级别。

📋 完整的工具矩阵

类别	工具	作用
规划	`plan_task`	深度分析需求，生成任务计划
	`analyze_task`	分析任务复杂度和依赖
	`split_tasks`	把大任务拆成原子子任务
	`research_mode`	技术调研模式，对比方案
	`init_project_rules`	定义项目编码规范
执行	`execute_task`	执行特定任务
	`complete_task`	标记任务完成
	`update_task`	修改任务详情
验证	`verify_task`	验证任务完成质量
	`reflect_task`	反思并改进执行方式
	`query_task`	按条件搜索任务
记忆	`get_task_detail`	获取任务详情和历史
记忆	`clear_all_tasks`	清空任务（自动备份）

💾 跨会话持久化

任务数据存在本地文件系统（通过 DATA_DIR 环境变量指定），不依赖任何云服务。关掉 Agent、重启电脑、换一个终端——回来后 list_tasks 一看，任务状态还在。这是解决「上下文丢失」问题的关键。

🌐 Web 可视化

Shrimp 还自带了一个 React 写的 Task Viewer，拖拽排序、实时搜索、多 profile 切换。对于复杂项目，有个可视化的任务看板比在终端里看文本列表舒服得多。

怎么接入

Shrimp 是标准的 MCP Server，接入任何支持 MCP 的 Agent 都只需要一个配置。

Claude Code

# 克隆并构建
git clone https://github.com/cjo4m06/mcp-shrimp-task-manager.git
cd mcp-shrimp-task-manager
npm install && npm run build

在项目目录创建 .mcp.json：

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "node",
      "args": ["/path/to/mcp-shrimp-task-manager/dist/index.js"],
      "env": {
        "DATA_DIR": "/path/to/your/project/shrimp_data",
        "TEMPLATES_USE": "en"
      }
    }
  }
}

# 启动
claude --mcp-config .mcp.json

OpenCode

{
  "mcp": {
    "shrimp-task-manager": {
      "type": "local",
      "command": ["node", "/path/to/dist/index.js"],
      "env": {
        "DATA_DIR": "./shrimp_data"
      },
      "enabled": true
    }
  }
}

Cline / Cursor / 其他

只要支持 MCP 协议的客户端，配置 command + args 指向 dist/index.js 就行。Shrimp 用的是 @modelcontextprotocol/sdk 标准实现，不依赖任何特定 Agent。

日常使用流程

# 1. 初始化项目规范
"init project rules"

# 2. 规划任务
"plan task: implement user authentication with JWT"
# → Agent 分析代码库，生成带依赖的任务计划

# 3. 执行任务
"execute task"
# → 按依赖顺序逐个执行

# 4. 连续模式（自动执行所有任务）
"continuous mode"

# 5. 反思改进
"reflect task 2"
# → Agent 回顾任务 2 的执行过程，提出改进建议

# 6. 跨会话恢复
# 关掉 Claude Code，明天打开
"list tasks"
# → 看到昨天的任务状态，继续干活

跟其他方案比

维度	Shrimp Task Manager	planning-with-files	Agent 内置 todo
方法	MCP Server + 持久化存储	3 个 Markdown 文件	Agent 自带的 todo list
跨会话	✅ 文件系统持久化	✅ 文件在就行	❌ /clear 就没了
任务依赖	✅ 自动管理依赖图	❌ 手动排序	❌ 平铺列表
自动拆分	✅ AI 驱动的子任务分解	❌ 手动	❌ 需要人指定
反思机制	✅ reflect_task	❌	❌
可视化	✅ Web Task Viewer	❌ 纯文本	❌ 终端内
复杂度	需要构建 Node.js 项目	零配置	零配置
适合场景	中大型项目、多人协作	简单脚本、快速原型	单次小任务

一句话总结：planning-with-files 是「三张便签纸」，Shrimp 是「Jira for Agent」。简单任务用便签纸够了，复杂项目你需要一个真正的任务管理系统。

踩坑实录

坑 1：Node.js 版本。Shrimp 要求 Node.js 18+，用的是 ES Modules（"type": "module"）。如果你的系统默认 Node 版本太老，构建会报语法错误。建议用 nvm 管理版本。

坑 2：DATA_DIR 路径。这个目录必须在启动 Agent 之前就存在，Shrimp 不会自动创建。第一次用忘了建目录，Agent 调 plan_task 直接报错。

坑 3：上下文开销。Shrimp 暴露了 15+ 个 MCP 工具，每个工具的描述都会占上下文 token。如果你同时开了好几个 MCP Server，上下文会紧张。建议只在需要任务管理的项目里启用 Shrimp。

坑 4：任务粒度。plan_task 的默认拆分粒度有时候太细——一个「加登录功能」被拆成 8 个子任务。可以在 prompt 里指定「拆成 3 个主要步骤」来控制粒度。

适合谁

中大型项目开发者：功能开发周期超过一天、需要跨多个会话持续工作的场景
多 Agent 协作：配合 Claude Squad、Orca 这类多 Agent 编排工具，Shrimp 提供共享的任务状态
需要复盘的团队：reflect_task 机制天然支持「Agent 做完后自我审查」，减少人类 review 负担
MCP 生态玩家：已经用了一堆 MCP Server 的用户，加上 Shrimp 就是给整个工作流加了一层任务调度

不适合的人：写个脚本、改个 bug 这种 5 分钟搞定的事——杀鸡不用牛刀，直接跟 Agent 说就行。

总结

Shrimp Task Manager 做的事情本质上是：把「人脑中的项目管理」外化成了 Agent 可调用的结构化工具。chain-of-thought 让规划更靠谱，reflection 让执行有改进，持久化让上下文不会丢。

2.1K Star 不算多，但它解决的问题是实实在在的——每个用 Coding Agent 做过中型项目的人都踩过「上下文丢了」的坑。Shrimp 是目前 MCP 生态里最完整的任务管理方案。

# 现在就试试
git clone https://github.com/cjo4m06/mcp-shrimp-task-manager.git
cd mcp-shrimp-task-manager
npm install && npm run build
# 然后在你的 .mcp.json 里加上配置就行