AgentTasker

Local-first / CLI + TUI + Web + MCP

给 AI Agent 和人类
共用的任务看板

一个 SQLite 文件，没有服务器、没有账号、没有云。 人看终端界面或网页，Agent 走 CLI 或 MCP，四个入口读写同一块板子。 核心是一把数据库层的原子锁：两个 Agent 抢同一个任务，第二个会被直接拒绝。

在 GitHub 上查看 安装 上游项目

核心设计

它不是又一个 todo 工具。四个设计决定都是冲着"AI Agent 干活不靠自觉"来的。

一、状态流是六列，不是三列

deferred
先搁着，以后再说
backlog
收了，还没排期
todo
依赖清了，能开工
in_progress
有人占着，正在做
in_review
做完了，但没验证
done
跑过了，验证通过

关键区分：in_review 和 done 不是一回事。

in_review = 做完了但没验证，done = 跑过测试证明了。 这条专门为 Agent 设的 —— 防止 Agent 自己宣布"我做完了"就算结案。 规则写死在项目的 SKILL.md 里：只有真跑过代码/测试/命令，才能标 done，而且要把跑了什么记进证据流水。

02

claim 是一把原子锁

认领任务不是"改个字段"，而是一条带条件的 UPDATE： 只有当任务无主、或者本来就是你的，这条语句才会命中一行。 第二个 Agent 抢同一个任务，数据库直接让它落空。 并发安全不靠 Agent 讲礼貌，靠 SQLite 的 WAL 事务。

03

先写分析，才能开工

每个任务有个 evidence 字段，用来记动手之前的分析： 读了哪些文件、选了什么方案、发现什么约束。 它是带时间戳的追加流水，不是可以随手覆盖的文本框 —— 想把任务推进 in_progress，先把想清楚的东西留下来。

04

能不能干，是算出来的

ready = 在 backlog/todo + 没人占 + 没外部阻塞 + 所有依赖都 done。
blocked = 没完成 + 有未完成依赖或开放阻塞。
没人需要手工维护这两个状态。所以 ls --ready 一条命令就回答"现在该干什么"，P0 排最前。

两个 Agent 抢同一个任务

下面是真实终端输出。claude-a 先认领，claude-b 随后来抢。

终端claim 冲突
$ atx claim 1 --owner claude-a
SmokeTest-1 claimed by claude-a (status -> in_progress)

$ atx claim 1 --owner claude-b
error: SmokeTest-1 already claimed by 'claude-a'
       (since 2026-09-14T03:29:55+00:00); use --force to take it
退出码 1

拒绝发生在数据库这一层，就这一条语句：

core.pyStore.claim
UPDATE tasks SET owner=?, claimed_at=?, status='in_progress', updated_at=?
 WHERE project=? AND id=? AND (owner='' OR owner=? OR ?)
                        无主        或本来就是你的    或 --force

命中 0 行就回滚、抛错、告诉你现在的持有者是谁、占了多久。 配套还有 release（还回去）、handoff（交给别人）、 claims --stale 12（谁占着超过 12 小时没动，该去问了）。

依赖是真的会拦住你

任务 2 依赖任务 1。1 没做完，2 就进不了 ready 列表 —— 也是真实输出。

终端依赖自动解锁
$ atx ls --blocked
#2    backlog     出漫画  [feature deps:#1]

$ atx done 1
$ atx ls --ready
#2    backlog     出漫画  [feature ready]   ← 自动解锁了

四个入口，一块板子

同一个 SQLite 文件。CLI 改的东西，终端界面 0.5 秒内就刷新出来。

入口命令谁用说明
CLI atx Agent + 人 短别名，和 agenttasker 等价
TUI atx board 人 终端里的六列看板，监听数据库变化自动刷新
Web atx serve 人 本地网页，纯标准库，默认只绑 127.0.0.1
MCP atx mcp Agent stdio 服务器，13 个工具

快速开始

Python 3.10+。核心零依赖，[mcp] 只在需要 MCP 服务器时装。

安装
$ git clone https://github.com/BadbotAI/Agent-Tasker.git
$ cd Agent-Tasker
$ python3 -m venv .venv && .venv/bin/pip install -e '.[mcp]'
用起来
# 建任务，带描述、前置分析、优先级、标签
$ atx add "修登录跳转" -d "302 时 cookie 丢了" \
      -e "已定位到 SameSite=None" --status todo --priority P1 --tag web

# 建一个依赖前者的任务
$ atx add "补回归测试" --dep 1

# 现在能干什么（P0 排最前）
$ atx ls --ready

# 原子认领，顺带推进 in_progress
$ atx claim 1 --owner agent-7

# 边干边追加发现
$ atx update 1 --append-evidence "复现确认，见 tests/e2e"

# 验证通过，收工
$ atx done 1

# 人类看板
$ atx board

任务按项目分命名空间，默认取 git 仓库名，可以用 -p 或 $AGENTTASKER_PROJECT 覆盖。引用写 12 或 项目名-12 都行。 数据库默认落在 ~/.local/share/agenttasker/tasks.db， 用 $AGENTTASKER_DB 换地方。附件按 sha256 内容寻址存在数据库旁边。

接进 Agent

标准 stdio MCP 服务器，Claude Desktop、Claude Code、任何 MCP 客户端都能接。 服务器从工作目录的 git 仓库名推断项目，每个工具也都接受显式的 project 参数。

MCP 客户端配置
{
  "mcpServers": {
    "agenttasker": {
      "command": "/path/to/Agent-Tasker/.venv/bin/agenttasker",
      "args": ["mcp"],
      "env": { "AGENTTASKER_DB": "/Users/you/.local/share/agenttasker/tasks.db" }
    }
  }
}

13 个工具

add_task get_task list_tasks update_task set_status delete_task claim_task release_task handoff_task add_attachment list_attachments read_attachment list_projects

list_tasks 支持 ready / blocked / priority / tag / stale_hours / all_projects 过滤。 附件走 base64 进出，Agent 可以直接挂截图和日志。 完整的 Agent 工作纪律写在仓库的 SKILL.md。

项目体量

模块划得干净：领域逻辑、存储、四个入口各自独立。

4,380行 Python
38个测试，全过
0.4s测试耗时
0核心依赖

存储层带完整的就地迁移：老版本的全局自增 id 会迁成 (project, id) 复合主键且保留原 id，老版本的 evidence 文本块会被解析成带时间戳的行再删列。 还能 export 成版本化 JSON（附件 base64 内嵌）搬到另一台机器 import --merge —— 这是它不要云服务也能跨机器的解法。

它不能做什么

实话部分。装之前值得知道。