MCP Shrimp Task Manager：让AI编程从蒙眼狂奔变成按图施工

你是否有过这种感觉——让AI写代码，它噼里啪啦一顿输出，结果跑不通，回头一看，Context早飞了？

这不是AI的错，是任务管理没做好。

MCP Shrimp Task Manager 就是来解决这个问题的。它是一个基于 MCP 协议（Model Context Protocol）的 AI 编程任务管理框架，帮你的 AI 编程助手从”蒙眼狂奔”变成”按图施工”。

它到底干了什么？

简单说：把你的自然语言需求，转化成带依赖关系、结构清晰、可追溯的编程任务队列。

具体来看这 11 个工具能干啥：

• plan_task / analyze_task —— AI 先深度理解你的需求，再拆解成可执行的小任务
• split_tasks —— 把大任务自动切小，防止一口吃成胖子
• execute_task + verify_task —— 按顺序执行 + 完成后自动验证，不跳步
• reflect_task / process_thought —— Chain-of-Thought 反思机制，防止AI一条道走到黑
• init_project_rules —— 新项目初始化时对齐代码规范，避免风格割裂
• Task Memory —— 自动备份任务历史，新对话也能接着干，不会因为 Context 耗尽而断片

整个流程：规划 → 分解 → 执行 → 验证 → 备份，形成闭环。

实测体验

搭配 Cursor IDE 或 Claude Desktop 使用最顺滑。在 Cursor 里配置好 MCP 之后，直接说”帮我用 Shrimp 规划这个功能”，它就会弹出任务面板，列出完整的执行计划和每一步的状态。

最戳我的点是依赖管理和记忆恢复。依赖管理确保任务按正确顺序执行，不会出现”在函数定义之前就调用”这种低级错误。而记忆恢复则解决了长对话 Context 耗尽的痛点——对话断开了？没关系，下次打开直接让 AI 继续，它会从历史记录里找回进度。

适合谁用？

• 正在用 Cursor / Claude Code 做复杂项目的开发者
• 需要 AI 做长周期任务，不想每次都重复 prompt 的团队
• 对 AI 编程质量有要求，不想被”幻觉代码”坑的人

快速上手

通过 Smithery 一键安装（推荐）：

npx -y @smithery/cli install @cjo4m06/mcp-shrimp-task-manager --client claude

或者手动配置，文档里有详细说明。

推荐搭配 Claude 3.7 或 Gemini 2.5 使用效果最佳。

GitHub：https://github.com/xaosbear/mcp-shrimp-task-manager
Star：2,136 ⭐
Smithery：https://smithery.ai/server/@cjo4m06/mcp-shrimp-task-manager

GitHub: https://github.com/xaosbear/mcp-shrimp-task-manager