FronyBoard

为 AI 编程助手打造的项目追踪看板

AI Agent 部分免费

FronyBoard 是一个专为 AI 编程助手设计的 MCP(Model Context Protocol)服务器,它为 AI Agent 提供了一套完整的项目管理工具。AI 可以通过它直接管理项目路线图、季度计划、月度任务、待办事项,并支持回顾总结和人工审核的 Web 看板界面。


技能简介

FronyBoard 将传统的项目管理能力以 MCP 工具的形式开放给 AI 编程助手使用。与其在 Prompt 里描述项目计划,不如让 AI 直接操作一个结构化的任务数据库。FronyBoard 的核心是一个 SQLite 文件存储,存放路线图(Roadmap)→ 季度(Quarterly)→ 月度(Monthly)→ 任务(Task)的四级结构,AI 可以独立完成从计划创建到任务关闭的全流程操作。


核心能力

  • 路线图管理:创建和查看产品路线图,包含多个季度计划
  • 季度计划:按季度组织目标,对应多个月度计划
  • 月度计划:每月的工作分解,对应具体任务
  • 任务管理:创建、分配、更新、关闭任务,支持状态流转
  • 回顾总结:支持季度回顾功能,自动关闭到期周期
  • Web 看板:提供只读 Web 仪表板,人类可随时查看 AI 的项目进展
  • 规则校验:所有写入操作经过 schema + 规则验证,防止脏数据进入数据库
  • 共享服务器模式:支持多用户、多项目共用一个 MCP 服务器实例
  • 数据隔离:支持通过环境变量自定义数据存储目录

安装配置

前置要求:需要安装 uv(Astral 出品的 Python 包管理器)

方式一:Claude Code 安装

claude mcp add FronyBoard -- uvx fronyboard

方式二:其他 MCP 客户端 任何支持 stdio 模式启动 MCP 服务器的客户端都可以使用,命令为:

uvx fronyboard

数据目录配置:

  • Windows:默认写入 %LOCALAPPDATA%FronyFronyBoarddata
  • macOS/Linux:默认写入 ~/.Frony/FronyBoard/data
  • 自定义目录:设置环境变量 AIRA_DATA_DIR

使用步骤

第一步:启动 MCP 服务器 在 Claude Code 中添加 FronyBoard MCP 服务器后,AI 即可调用相关工具。

第二步:创建路线图

create_roadmap(name="产品路线图", description="2026年度产品规划")

第三步:创建季度计划

create_quarterly_period(roadmap_id=1, name="Q1 2026", start_date="2026-01-01", end_date="2026-03-31")

第四步:创建月度计划

create_monthly_period(quarterly_id=1, name="1月", start_date="2026-01-01", end_date="2026-01-31")

第五步:添加并管理任务

create_task(monthly_id=1, title="实现用户登录功能", description="使用 OAuth2 实现", priority="high")
close_task(task_id=1)

适用场景

  • AI 编程 Agent 自主项目管理:让 AI 在编码任务之外也能管理项目进度
  • 多步骤复杂任务分解:将大型需求拆解为可追踪的小任务
  • 团队协作中 AI 任务的可见性:人类通过 Web 看板查看 AI 正在做什么
  • 项目回顾与复盘:季度回顾功能帮助总结 AI 工作的成果与问题
  • 自动化 sprint 管理:AI 可以按固定周期自动创建和推进任务

适用人群

  • 使用 Claude Code、Copilot、Windsurf 等 AI 编程助手的开发者
  • 需要 AI 编程助手承担项目管理工作的团队
  • 希望 AI 能够自主追踪任务进度的技术负责人
  • 研究 AI Agent 自主规划能力的研究者

工作原理

FronyBoard 底层是一个 SQLite 数据库文件,存储四级任务结构(Roadmap → Quarterly → Monthly → Task)。每次 AI 调用 MCP 工具时,FronyBoard 会对输入参数进行规则校验,确认符合 schema 定义后才写入数据库。所有写操作均为事务性,确保数据一致性。Web 看板以只读模式连接同一数据库,人类可以实时看到 AI 创建的任务和进度,但无法直接修改数据,从而保证 AI 工作流的纯净性。


官方链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论