Taskr - Persistent Task Planning & Execution for AI Agents

📋 持久化云端任务规划 · 跨 Agent 协作

为 OpenClaw 提供持久化云端任务规划与执行,支持跨会话、跨 Agent 的层级任务管理,用户可通过 Web/VS Code 实时审阅进度,内置审计追踪机制。

收藏
11.5k
安装
4.7k
版本
1.1.1
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心功能

Taskr 是专为 OpenClaw 设计的持久化任务管理系统,核心解决 AI 对话中上下文易失、工作难以追溯的痛点。它通过云端存储实现任务计划的跨会话生存——即使上下文被重置或压缩,任务状态、层级结构和关联笔记依然完整保留。

核心用法遵循六步闭环:先规划完整任务层级 → 创建任务列表 → 附加 CONTEXT 背景笔记 → 用户审阅批准 → 单任务顺序执行 → 实时文档记录。关键工具包括 create_task(批量创建层级)、get_task(自动获取并锁定任务)、update_task(状态更新)、create_note(五类审计笔记)以及 task_sync(补录历史工作)。

显著优点
1. 跨 Agent 连续性——任何 Agent 可在任何机器上无缝接管任务,所有权自动转移

2. 用户可见性——通过 Web 应用、VS Code 扩展或移动端实时监控进度

3. 审计完整性——笔记直接附加于相关任务,因果关联不再分散于聊天历史

4. 灵活补录——task_sync 三步法可 retroactively 记录 Taskr 激活前已完成的工作

潜在局限

  • 学习曲线:需掌握层级编号规则(1 → 1.1 → 1.1.1)、五种笔记类型的使用场景
  • 单任务纪律:强制一次只处理一个任务,紧急切换需 bypass_task_id,可能打断流畅性
  • 环境依赖:需配置 MCP_API_URLMCP_USER_API_KEYMCP_PROJECT_ID 三项凭证
  • 轻量任务开销:文档建议 <3 步骤、<2 分钟的快速操作可跳过 Taskr,但判断边界依赖 Agent 自主决策

适合人群

  • 需要长时间、多步骤复杂项目的 OpenClaw 用户
  • 跨多会话协作、需人工审批关键节点的场景
  • 重视工作可追溯性、需审计合规的团队环境
  • 远程监控需求的用户(通过 Web/移动端查看进度)

常规风险

  • 凭证泄露:MCP_USER_API_KEY 作为身份凭证若被截获,可能导致项目数据暴露
  • 状态不一致:若 Agent 未遵循"单任务纪律"或异常中断,可能留下大量 wip 状态任务造成困惑
  • 笔记碎片化:错误附加笔记到项目级而非任务级,会导致后续 Agent 难以定位关键上下文
  • 同步延迟:云端状态与用户界面之间可能存在实时性差距

Taskr - Persistent Task Planning & Execution for AI Agents 内容

暂无文件树

手动下载zip · 5.1 kB
contentapplication/octet-stream
请选择文件