给 AI 编码工具的「任务大脑」
Task Master(npm 包名 task-master-ai)解决的是它周围那些编码 agent 解决不了的问题:把一段长开发组织起来。Cursor、Windsurf、Claude Code 里的 agent 擅长写下一个文件,但跨好几天的功能就会丢线索。Task Master 拿一份产品需求文档,解析成带显式依赖的编号任务与子任务,然后随工作推进跟踪每个的状态。它不写你的业务代码,它决定接下来做什么、记住什么已经做完。
这是个年轻项目,2025 年建仓,截至 2026-06 已 27,548 星,可见「在自主 agent 之上加一层结构」的需求有多旺。
它做什么
你把它指向一份 PRD,跑 parse-prd,它产出 tasks.json:一张结构化任务图,有父子任务、优先级、依赖链,于是工具知道哪些任务已解锁。从那以后,你问下一个任务、把某个任务展开成子任务、标记完成、在具名 tag(backlog、in-progress,以及你自定义的)之间移动任务,这些 tag 像彼此独立的泳道。关键在于,这份状态是你仓库里的纯 JSON,提交进 git,所以计划可审计、能跨会话留存,不锁在某个编辑器的私有内存里。
安装
常见路子是作为 MCP server,让编辑器里的 AI 从 chat 里驱动它。Claude Code:
claude mcp add taskmaster-ai -- npx -y task-master-aiCursor、Windsurf、VS Code 则在编辑器的 MCP 配置里(~/.cursor/mcp.json、Windsurf 配置,或 .vscode/mcp.json)加一条 task-master-ai,命令为 npx -y task-master-ai,并把 API 密钥放进 env 块。也有直接的 CLI:
npm install -g task-master-ai
task-master init
task-master parse-prd prd.txt
task-master next多模型配置,以及你需要的 API 密钥
Task Master 把工作按模型角色拆开:主模型负责执行,research 模型负责搜集背景(常用带搜索的模型),fallback 模型在主模型失败时顶上。每个角色由哪家 provider 来填,在 .taskmaster/config.json 里配。实际后果是,你给哪些角色就得备哪些 provider 的 API 密钥,README 记录了约十来家。至少要一个(Anthropic 或 OpenAI),但偏重调研的配置会拉进更多。要给一件事留预算:parse-prd、expand、research 各自都发模型调用,所以一份大 PRD 能很快把成本叠上去,而且没有内置花费上限。
适合与不适合
功能大到「直接问 agent」会丢连贯性时,选它;想把计划记在 git 里、不放编辑器里时,选它;多个 agent 或多个会话需要共享一份任务清单时,选它。它和编码 agent 各管一段、彼此互补。
一个一句话能说清的小改动,用它就是杀鸡用牛刀,它多出来的那层配置和成本只在长活儿上才回本。在你拿它做生意之前,有个许可证点要注意:代码是 MIT 加 Commons Clause,所以你能自由使用和修改,但不得「售卖」,包括把它做成以其功能为主要价值的托管或付费服务。因此 GitHub 把它的许可证归为非标准,没算作开源。
task-master 和「规范驱动」「编辑器内规划」的对比
| Task Master | github/spec-kit | 编辑器内规划 | |
|---|---|---|---|
| Stars | 27,548 | 111,962 | 无 |
| 性质 | PRD 转可跟踪任务图 | 规范驱动工作流 | 即兴,在 chat 里 |
| 状态 | git 里的 tasks.json | 规范文件加 issue/PR | 编辑器内存 |
| 多模型 | 主/research/fallback 角色 | 看你的 agent | 看你的 agent |
| 许可证 | MIT 加 Commons Clause | MIT | 无 |
数字为截至 2026 年 6 月的 GitHub 数据。spec-kit 是规范驱动那一路:你写一份规范,从它驱动实现,与之有重叠,但重心在规范本身;Task Master 的重心则是一张带依赖和状态的实时任务图。编辑器内规划就是让 agent 自己记着计划,在功能撑爆单个上下文窗口前都管用。Task Master 的位置,正是这两者之间那张持久、带依赖的任务图。
star 曲线
对一个 2025 年的项目,star 曲线涨得快,这是「在自主编码 agent 走向主流、人们需要办法把它们拢住时,正好戳中真实痛点」的工具的特征。把早期陡坡当作采用兴趣,别当成熟度证明;项目还在 0.x 阶段。
issue 区给你的预警
几个真实 issue 值得知道。PRD 解析只支持 .txt 和 .md;喂 .docx 会把原始二进制发给模型、产出垃圾,所以先转成纯文本。tracker 报过数据完整性 bug:跨 tag 的并发操作可能损坏父任务元数据,某次状态写入可能改变任务 id 的类型并注入坏的 parentId,所以把 tasks.json 放在 git 下、勤 commit,好恢复。MCP server 每个进程也很吃内存,因为启动时加载了许多 provider SDK,同时开好几个编辑器时会累加。这些都不是致命伤,但它们是「顺畅装好」和「困惑一下午」的区别。
相关仓库
要规范驱动的替代,看 spec-kit。要 Task Master 编排的那些编码 agent,看 cline、Aider 和 OpenHands。要 Claude Code 周边的 skills 与插件生态,看 anthropics/skills。想看什么在涨,见 LLM 工具、每日榜 和 每周报告。
常见问题
Task Master 免费、开源吗? 免费用、源码公开,但许可证是 MIT 加 Commons Clause,禁止售卖(包括做成付费托管服务)。这让它属于 source-available 一类(按 OSI 标准算不上开源),所以在它之上做任何商业产品前先看许可证。
怎么把 Task Master 配成 MCP server? 在编辑器的 MCP 配置里加一条 task-master-ai,跑 npx -y task-master-ai,把模型 API 密钥放进 env 块。Claude Code 用 claude mcp add taskmaster-ai -- npx -y task-master-ai。
Task Master 需要几个 API 密钥? 至少一个(Anthropic 或 OpenAI)。它给主/research/fallback 分了不同模型角色,所以你若用专门的 research 模型,就要再配 provider。README 记录了约十来家支持的 provider。
Task Master 和 spec-kit 有什么区别? spec-kit 从一份书面规范驱动实现。Task Master 维护一张带依赖的实时任务图,状态记在 tasks.json 里。两者在规划上有重叠,但侧重的产物不同,很多团队会在任一者旁边再配一个编码 agent。
Task Master 能把 Word 文档当 PRD 解析吗? 不能。它只支持 .txt 和 .md。.docx 会被当原始二进制发出去、解析错误,所以先把 PRD 导出成纯文本或 Markdown。