AgentHubAgentHub

任务大师 MCP配置与使用教程

MCP ServerMCP Hub 中国

io.mcp-cn.task-master-ai

智能任务管理和自动化的MCP工具

在 MCP Hub 中国 查看 ↗

建议先在本页复制安装配置，再到上游核对文档与权限。

热度数据

使用量98k

产品介绍

智能任务管理和自动化的MCP工具 任务大师 是一个MCP Server，收录自 MCP Hub 中国。支持 stdio 传输。本页提供产品介绍、配置教程、安装命令与适用场景，支持 Trae、通义灵码、Cursor、Claude Code、VS Code 等。

任务管理工作流自动化效率工具

适用场景

工作流与自动化国内服务接入

AgentHub Verified 可用性验证技术测试通过

自动化测试流水线已校验安装命令、传输协议与客户端兼容性

最近校验时间2026-09-29
安装配置格式测试有效CLI 与 mcpServers JSON 语法校验通过
协议连接与握手响应正常支持标准 JSON-RPC 2.0 规格规范
上游数据源存活来源 mcp-cn，可正常下载依赖
测试可用客户端Claude Code、Claude Desktop、Cursor 等
安全等级： A 级 · 源码开放合规 (A)·该工具经 AgentHub 静态安全特征扫描，无高危越权行为。建议在项目级配置文件中指定工作区范围。

按平台快速复制

选择你的平台查看安装方式

  1. 打开项目根目录下的 .cursor/mcp.json（没有就新建）
  2. 点击「复制配置」粘贴进去；若已有其他 MCP，只合并 mcpServers 里的本条目
  3. 将 env 中的 <占位符> 替换为真实密钥（见下方「环境变量」）
  4. 保存后按 Cmd+Shift+P（Windows：Ctrl+Shift+P）→ 输入 Reload Window 并执行

预填环境变量与密钥（可选）

必填secret
必填secret
必填secret
必填secret
必填secret
必填secret
必填secret
必填secret
必填secret
隐私安全承诺：所有参数与密钥仅在您本机的浏览器前端进行实时文本替换，AgentHub 绝不向任何服务器上传或存储您的敏感凭据。
点击「复制配置」直接粘贴到客户端
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

配置教程

  1. 打开 任务大师 详情页，确认这是你需要的 MCP Server（来源 MCP Hub 中国）。
  2. 按客户端选择 Trae、通义灵码、Cursor、Claude Code 或 VS Code，复制 JSON 配置或 CLI 命令。
  3. 将配置合并进 mcpServers，并把环境变量占位符替换为真实密钥。
  4. 重载窗口后，在 Agent 对话中调用该 MCP 提供的工具。

安装命令

以下安装命令与配置步骤已写入页面 HTML，搜索引擎与未启用 JavaScript 的浏览器均可直接读取。

Claude Code（本地）

  1. 确保已安装 Claude Code CLI
  2. 复制下方命令，将 <占位符> 替换为真实环境变量值后，在终端执行
  3. 若下方列出了环境变量，请对照填写
claude mcp add io-mcp-cn-task-master-ai --env ANTHROPIC_API_KEY=<ANTHROPIC_API_KEY> --env PERPLEXITY_API_KEY=<PERPLEXITY_API_KEY> --env OPENAI_API_KEY=<OPENAI_API_KEY> --env GOOGLE_API_KEY=<GOOGLE_API_KEY> --env MISTRAL_API_KEY=<MISTRAL_API_KEY> --env OPENROUTER_API_KEY=<OPENROUTER_API_KEY> --env XAI_API_KEY=<XAI_API_KEY> --env AZURE_OPENAI_API_KEY=<AZURE_OPENAI_API_KEY> --env OLLAMA_API_KEY=<OLLAMA_API_KEY> -- npx -y task-master-ai

Cursor — .cursor/mcp.json（本地）

  1. 打开项目根目录下的 .cursor/mcp.json（没有就新建）
  2. 点击「复制配置」粘贴进去；若已有其他 MCP，只合并 mcpServers 里的本条目
  3. 将 env 中的 <占位符> 替换为真实密钥（见下方「环境变量」）
  4. 保存后按 Cmd+Shift+P（Windows：Ctrl+Shift+P）→ 输入 Reload Window 并执行
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

VS Code — .vscode/mcp.json（本地）

  1. 确保 VS Code 已安装 GitHub Copilot 扩展并支持 MCP
  2. 打开项目根目录下的 .vscode/mcp.json（没有就新建）
  3. 点击「复制配置」粘贴；若已有其他 MCP，只合并 mcpServers 里的本条目
  4. 将 env 中的 <占位符> 替换为真实密钥（见下方「环境变量」）
  5. 保存后重新加载 VS Code 窗口
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

Claude Desktop — claude_desktop_config.json（本地）

  1. 打开 Claude Desktop 的 claude_desktop_config.json（路径见远程指引）
  2. 点击「复制配置」合并到 mcpServers
  3. 将 env 中的 <占位符> 替换为真实密钥
  4. 完全退出并重启 Claude Desktop
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

Trae — .trae/mcp.json（本地）

  1. 打开 Trae → 设置 → MCP，或编辑 .trae/mcp.json / 全局 mcp.json
  2. 点击「复制配置」粘贴并合并 mcpServers
  3. 将 env 中的 <占位符> 替换为真实密钥
  4. 保存后重载 Trae 窗口
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

Cherry Studio — MCP 设置（本地）

  1. 打开 Cherry Studio → 设置 → MCP 服务器 → 添加（STDIO）
  2. 也可直接导入下方 JSON：点击「复制配置」合并到 mcpServers
  3. 将 env 中的 <占位符> 替换为真实密钥，并确保本机已安装 Node.js / uv（npx、uvx）
  4. 启用服务并查看工具列表是否加载成功
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

通义灵码 — MCP 配置（本地）

  1. 通义灵码：个人设置 → MCP 服务 → 「+」→ 手工添加（STDIO）或配置文件添加
  2. 点击「复制配置」合并 mcpServers；命令/参数/环境变量与 JSON 一致
  3. 将 env 中的 <占位符> 替换为真实密钥；本机需 Node.js 18+（npx）或已安装 uv（uvx）
  4. 确认服务状态为已连接后再在智能体对话中调用
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

Windsurf — mcp_config.json（本地）

  1. 编辑 ~/.codeium/windsurf/mcp_config.json
  2. 点击「复制配置」合并 mcpServers（本地 stdio 与 Cursor 格式相同）
  3. 将 env 中的 <占位符> 替换为真实密钥后保存并刷新 Cascade
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

Cline — MCP Servers（本地）

  1. Cline 面板 → 设置 → MCP Servers
  2. 点击「复制配置」粘贴并合并
  3. 将 env 中的 <占位符> 替换为真实密钥后保存
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

WorkBuddy — .workbuddy/mcp.json（本地）

  1. 编辑 ~/.workbuddy/mcp.json（用户级）或项目目录 .workbuddy/mcp.json
  2. 也可在界面：插件 → MCP 服务器 → 配置 MCP，粘贴下方 JSON
  3. 将 env 中的 <占位符> 替换为真实密钥；Windows 下 command/脚本路径建议用绝对路径
  4. 保存并重启 WorkBuddy，确认连接器状态为绿色
{
  "mcpServers": {
    "io-mcp-cn-task-master-ai": {
      "command": "npx",
      "args": [
        "-y",
        "task-master-ai"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "<ANTHROPIC_API_KEY>",
        "PERPLEXITY_API_KEY": "<PERPLEXITY_API_KEY>",
        "OPENAI_API_KEY": "<OPENAI_API_KEY>",
        "GOOGLE_API_KEY": "<GOOGLE_API_KEY>",
        "MISTRAL_API_KEY": "<MISTRAL_API_KEY>",
        "OPENROUTER_API_KEY": "<OPENROUTER_API_KEY>",
        "XAI_API_KEY": "<XAI_API_KEY>",
        "AZURE_OPENAI_API_KEY": "<AZURE_OPENAI_API_KEY>",
        "OLLAMA_API_KEY": "<OLLAMA_API_KEY>"
      }
    }
  }
}

常见报错排查与运行避坑 (Troubleshooting)FAQ

针对 任务大师 在 Cursor、Claude Code 中的常见连接错误与解决办法

在 Cursor / Claude Code 中配置 任务大师 提示 connection closed 或 exit code 1？

通常由本地运行时环境缺失或命令路径未被 IDE 继承引起。排查步骤： 1. 确认已安装 Node.js 18+（支持 npx）或 Python 3.10+（支持 uvx）； 2. 尝试在终端运行 which npx 或 which uvx，把配置文件中的 "command" 字段改为完整绝对路径； 3. 修改 mcp.json 后，必须完全重载或重启客户端窗口。

Fix Snippet
# 终端测试命令是否存在：
which npx
node -v
提示 spawn npx ENOENT 或 command not found？

这是因为编辑器后台进程未加载完整的终端环境变量（PATH）。解决方案：在全局安装该包（如 npm install -g 包名），或在配置文件中将 command 设置为系统的实际路径（如 Windows 下的 C:\Program Files\nodejs\npx.cmd，Mac 下的 /usr/local/bin/npx）。

提示 Missing required environment variable 或 API 认证失败？

任务大师 依赖环境变量（如 ANTHROPIC_API_KEY、PERPLEXITY_API_KEY、OPENAI_API_KEY、GOOGLE_API_KEY、MISTRAL_API_KEY、OPENROUTER_API_KEY、XAI_API_KEY、AZURE_OPENAI_API_KEY、OLLAMA_API_KEY）。请在客户端配置文件的 "env" 对象中填入有效密钥，注意不要包含多余空格或未闭合的双引号。

Fix Snippet
// .cursor/mcp.json 或 claude_desktop_config.json
{
  "env": {
    "ANTHROPIC_API_KEY": "your_actual_key_here"
  }
}
仍连不上？查看 MCP 连接失败排查指南 →

免安装模拟调用 (Playground)

仿真环境

任务大师 核心接口调用仿真 · 无需配置本地环境，直接预览调用参数与返回格式

沙盒就绪 (Virtual Mock)
fn: io_mcp_cn_task_master_ai智能任务管理和自动化的MCP工具
请求入参 (Arguments)JSON Schema
{
  "target": "任务大师",
  "action": "execute",
  "options": {
    "mode": "standard",
    "timeoutMs": 5000
  }
}
💡Agent 在规划任务时会自动生成并传递上述入参
Agent Tool Output

点击上方「模拟运行」按钮

查看该工具在 Agent 内部的返回数据格式

测试环境：AgentHub Virtual SandboxJSON-RPC 2.0

选型与决策建议（为什么选它？）

帮助你快速判断该资源是否契合当前项目，避免盲目折腾

适合什么任务？
  • 告警通知
  • 工单同步
  • 定时报表
什么时候不建议用？
  • 强合规审批链未接入时自动执行金融操作
推荐工作流搭配：查看完整场景 →

任务大师 + 对应场景 Prompt → 组成标准 Agent 自动化任务

MCP 实战教程：从安装到看见效果

按完整实例走一遍（含期望效果与对比验收）。装完本页资源后，用教程里的提示词核对是否真正生效。

打开教程 →

相关资源

常搭配使用

WhatsApp Business

v1.2.8

SkillClawHub24.1k

io.clawhub.byungkyu/whatsapp-business

WhatsApp Business API 集成，采用托管式 OAuth。发送消息、管理模板并处理会话。当用户需要与 WhatsApp Business 交互时使用本技能；其他第三方应用请使用 api-gateway 技能（https://clawhub.ai/byungkyu/api-gateway）。调用通过 `maton` CLI 配合 OAuth 登录执行，或在无法安装 CLI 时凭 Maton API Key 走原始 HTTP。每次调用都以用户连接身份认证，仅能访问该连接授权范围内的数据，服务端对每个请求强制执行鉴权；此处记录的端点即本技能所用端点，若需该应用的其他端点，须由用户点名提出。默认只做读取与列表调用，任何写入或新连接都需经用户确认。本文件还按使用顺序记录把 WhatsApp Business 连接变成自动化的三个构件：连接（第一步）、通过 Maton SDK 执行 WhatsApp Business 操作的托管函数，以及……（原文截断）

source
在 ClawHub 查看

CloudBase 腾讯云开发

v1.92.120

SkillClawHub9k

io.clawhub.binggg/cloudbase

当你开发、设计、构建、部署、调试、迁移或排查 CloudBase（腾讯云开发、云开发、TCB、微信云开发）项目时使用此技能——覆盖 Web、微信小程序、小程序、uni-app、移动端（iOS、Android、Flutter、React Native）。涵盖：UI（页面、界面、表单、dashboard、原型）；认证（登录、注册、OAuth、publishable key）；数据库（NoSQL 文档数据库、MySQL 关系型数据库、PostgreSQL/CloudBase PG、app.rdb()、queryPgDatabase/managePgDatabase、CRUD、安全规则）；云函数（serverless、scf_bootstrap）；CloudRun（云托管、Dockerfile）；云存储；内置 AI（内置大模型、AI 对话、流式输出、图片生成、generateText、streamText、createModel、generateImage、TokenHub、混元、DeepSeek、GLM、Kimi、Token Credits 资源包、小程序成长计划）；第三方/自定义大模型接入（大模型调用、LLM API）；AI 智能体（智能体、AG-UI、LangGraph）；运维巡检（巡检、诊断、日志）；规格工作流（需求文档、技术方案、requirements、tasks.md）。不适用于非 CloudBase 项目、不含 CloudBase 的纯前端或不含 CloudBase 的自托管后端。

source
在 ClawHub 查看

微信小程序开发

v1.28.65

SkillClawHub5k

io.clawhub.binggg/miniprogram-development

用于构建、调试、预览、测试、发布和优化小程序项目的小程序设计（开发、调试、预览、发布）。涵盖项目结构与配置（`project.config.json`、`appid`、`miniprogramRoot`、`tabBar`、路由/导航、图标资源）、微信开发者工具 Nightly 工作流（`wechatide` CLI、WeChat IDE Skills/MCP）、`miniprogram-ci` 预览/上传、控制台/网络调试、消息推送与客服消息自动回复、小程序搜索优化/收录（页面收录、搜索推广、mpcrawler），以及 CloudBase 集成（`wx.cloud`、腾讯云开发、云开发）。当用户创建、开发、修改、调试、预览、部署、发布或推广微信小程序时使用。不适用于 Web 前端（用 web-development）、纯后端服务（用 cloudrun-development / cloud-functions）或纯 UI 设计任务（用 ui-design）。

source
在 ClawHub 查看

继续逛 AgentHub

大多数人安装前还会对比同类工具或看场景方案——下面这些能帮你少走弯路。

浏览更多同类搜索相似资源按场景选型场景提示词MCP 实战教程评测与对比

收录徽章：把 AgentHub 挂到你的官网

复制下面任意一段代码到项目主页、官网或 GitHub README。徽章是 SVG 热链，无需上传文件，链接指向本页，访客可由此直接找到安装方式。

预览AgentHub 已收录：任务大师
HTML
<a href="https://myagenthub.cn/p/io.mcp-cn.task-master-ai" title="AgentHub 已收录：任务大师" target="_blank" rel="noopener">
  <img src="https://myagenthub.cn/badge/io.mcp-cn.task-master-ai" alt="AgentHub 已收录：任务大师" height="20" style="border:0"/>
</a>
Markdown（GitHub README）
[![AgentHub 已收录：任务大师](https://myagenthub.cn/badge/io.mcp-cn.task-master-ai)](https://myagenthub.cn/p/io.mcp-cn.task-master-ai)

徽章由 /badge/<资源ID> 动态生成，名称与收录状态变化后自动更新；请保留链接指向，它是收录来源的判定依据。

统一 Manifest

{
  "id": "io.mcp-cn.task-master-ai",
  "type": "mcp-server",
  "version": "latest",
  "displayName": "任务大师",
  "description": "智能任务管理和自动化的MCP工具",
  "author": {
    "name": "Eyal Toledano"
  },
  "homepage": "https://mcp-cn.com/server/81",
  "distribution": {
    "packages": [
      {
        "registryType": "npm",
        "identifier": "task-master-ai",
        "runtimeHint": "npx",
        "transport": "stdio",
        "environmentVariables": [
          {
            "name": "ANTHROPIC_API_KEY",
            "description": "<YOUR_ANTHROPIC_API_KEY_HERE>",
            "isRequired": true,
            "isSecret": true
          },
          {
            "name": "PERPLEXITY_API_KEY",
            "description": "<YOUR_PERPLEXITY_API_KEY_HERE>",
            "isRequired": true,
            "isSecret": true
          },
          {
            "name": "OPENAI_API_KEY",
            "description": "<YOUR_OPENAI_KEY_HERE>",
            "isRequired": true,
            "isSecret": true
          },
          {
            "name": "GOOGLE_API_KEY",
            "description": "<YOUR_GOOGLE_KEY_HERE>",
            "isRequired": true,
            "isSecret": true
          },
          {
            "name": "MISTRAL_API_KEY",
            "description": "<YOUR_MISTRAL_KEY_HERE>",
            "isRequired": true,
            "isSecret": true
          },
          {
            "name": "OPENROUTER_API_KEY",
            "description": "<YOUR_OPENROUTER_KEY_HERE>",
            "isRequired": true,
            "isSecret": true
          },
          {
            "name": "XAI_API_KEY",
            "description": "YOUR_XAI_KEY_HERE",
            "isRequired": true,
            "isSecret": true
          },
          {
            "name": "AZURE_OPENAI_API_KEY",
            "description": "YOUR_AZURE_KEY_HERE",
            "isRequired": true,
            "isSecret": true
          },
          {
            "name": "OLLAMA_API_KEY",
            "description": "YOUR_OLLAMA_API_KEY_HERE",
            "isRequired": true,
            "isSecret": true
          }
        ]
      }
    ],
    "remotes": []
  },
  "dependencies": [],
  "installTargets": [
    "claude-code",
    "claude-desktop",
    "cursor",
    "vscode",
    "trae",
    "cherry-studio",
    "lingma",
    "windsurf",
    "cline",
    "workbuddy"
  ],
  "keywords": [
    "use_count:98008",
    "任务管理",
    "工作流",
    "自动化",
    "效率工具"
  ],
  "provenance": {
    "origin": "mcp-cn",
    "originalId": "task-master-ai",
    "originalUrl": "https://mcp-cn.com/server/81",
    "isOfficial": false,
    "status": "active"
  }
}