TaskPeace 实战教程：用 MCP 任务队列让 AI 编码 Agent 自动干活

背景

如果你同时管理十几个项目，每天都在 Claude Code 和 Cursor 之间来回切换，重复敲着「now do this」——你一定明白那种疲于「调度」而非「开发」的感觉。

TaskPeace（项目名 TaskPrio）正是为解决这个问题而生：一个 MCP 原生任务队列，让你把任务按优先级排好，AI 编码 Agent 自动拉取最上面的任务、完成、汇报结果，然后拉取下一个——全程无人值守。6 分 HN、MIT 开源许可证、$10/月 Pro 计划无按 Agent 收费。

安装与配置

TaskPeace 的安装极其简单，一条命令同时配置 Claude Code 和 Cursor：

curl -fsSL https://taskpeace.com/install.sh | bash

该命令会在终端提示你登录 Google 账号获取 API Token，然后自动下载 MCP 服务器并注册到 Claude Code 和 Cursor 的配置中。

如果你只想手动配置 MCP 服务器（例如在 VS Code 或其他支持 MCP 的 IDE 中使用），可以直接获取 MCP 服务器脚本：

curl -fsSL https://taskpeace.com/mcp-server.js -o taskpeace-mcp.js

然后在 MCP 客户端配置中指向该文件即可。

TaskPeace 还为非 MCP 场景提供了 REST API，你可以在任何编程语言中直接调用 https://taskpeace.com/api/next 等端点。

实战场景 1：单 Agent 自动完工循环

最简单的用法——你作为「派活人」排好队列，一个 Agent 不断地从顶部拉任务执行。

首先，登录 taskpeace.com，在 Board 面板中创建任务。每个任务是一个简短的标题，附加一段 Agent Prompt（agent 在拉取任务时看到的完整上下文描述）。你可以为任务指定：

• Assignee：指定给 @agent（AI）、@me（自己）或 @any
• Project：通过 #projectname 标签分组
• 优先级：在队列中拖拽排序即可
• 状态：open / done

装好 MCP 后，Agent 会调用以下 MCP 工具之一：

在 Claude Code 中，你只需要说：「帮我干活吧，按 TaskPeace 队列顺序来。」Agent 会自动调用 get_next_task 获取最高优先级的任务，完成后调用 complete_task 报告结果，然后继续拉取下一个。

实战场景 2：多 Agent 并行工作（Task Leasing）

当你同时有多个 Agent 窗口（例如两个 Claude Code 实例 + 一个 Cursor）时，TaskPeace 的 Task Leasing 机制确保两个 Agent 不会抢到同一个任务。

当 Agent A 通过 get_next_task 拉取任务时，该任务进入「leased」状态——其他 Agent 调用 get_next_task 时不会再拿到这个任务。Agent A 完成任务后调用 complete_task 释放该任务（标记为 done），如果 Agent 崩溃或超时，租赁会自动超时回滚任务到队列中。

这意味着你可以同时打开多个编码 Agent 窗口，每个窗口独立跑 TaskPeace 队列——它们会自我分工，各拿各的任务，互不干扰。你的 Board 面板会实时显示每个 Agent 当前正在处理什么任务。

claude code --mcp taskpeace

npx taskprio-mcp

实战场景 3：集成到 CI/CD 和自动化工作流

TaskPeace 同时也提供 REST API，让你可以将任务队列集成到更广泛的工作流中。

GitHub Actions 集成示例：每当有新的 Issue 创建时，自动将其加入 TaskPeace 队列：

curl -X POST https://taskpeace.com/api/tasks \
  -H "Authorization: Bearer $(TASKPEACE_TOKEN)" \
  -H "Content-Type: application/json" \
  -d '{
    "title": "Fix bug #42: login redirect loop",
    "project": "backend",
    "status": "open"
  }'

查看当前进度：

curl -X GET https://taskpeace.com/api/next \
  -H "Authorization: Bearer $(TASKPEACE_TOKEN)"

你甚至可以写一个 cron 脚本，每天晚上将第二天的任务自动排入队列，第二天早上 Agent 们就已经在自动工作了。

最佳实践

1. 写上下文充分的 Agent Prompt：每个任务的描述区写清楚背景、期望输出和验收标准。Agent 看到「重构 auth middleware」是不够的——应该写「将现有 Express 中间件拆分为验证令牌 / 检查角色 / 记录审计日志三个独立函数，参考 src/middleware/auth.ts 的现有格式」。

1. 利用 Project 标签做工作区分：不同项目使用 #backend、#frontend、#devops 等 project 标签，Agent 拉取任务时可以根据标签过滤，只处理它擅长的领域。

1. 配合 Task Leasing 管理多 Agent 团队：分配一个 Agent 做后端任务、一个做前端任务——它们在同一个队列上各自接单，永远不会冲突。

1. 避免过细的任务粒度：一个任务应该是「实现用户登录的密码重置流程」而非「修改 login.ts 第 42 行」。Agent 需要一定程度的自主性才能高效工作。

1. 检查 Live Cockpit 面板：TaskPeace 的仪表盘会实时显示每个 Agent 正在做什么、队列中还有多少任务待处理、已完成任务的趋势图。每天开始工作时扫一眼面板，就能知道团队（人 + AI）的工作进展。

总结

TaskPeace 解决了 AI 编码 Agent 工作流中一个被忽视但极其关键的问题——任务调度。它不试图做一个全功能的「AI 编排平台」，而是专注做好一件事：让 AI Agent 知道你接下来该做什么。

如果你也在为「人工调度 Agent」而头疼，不妨试试 TaskPeace。免费计划已经够个人开发者使用，Pro 计划 $10/月也比按 Agent 收费的方案划算得多。

相关链接：

• TaskPeace 官网
• TaskPeace 文档
• GitLab 仓库（MIT 开源）
• HN 讨论