Taskmaster: AI駆動開発向けのタスク管理システムで、任意のAIチャットとシームレスに連携するように設計されています。
|
ドキュメント
@eyaltoledano と @RalphEcom による
Claude を使用した AI 駆動開発向けのタスク管理システムで、Cursor AI とシームレスに連携するように設計されています。
- クイックスタートガイド
- インストール
- API キーとプロバイダー
- サポートされているエディター
- MCP ツールリファレンス
- CLI コマンドリファレンス
- タスク構造
- タスク依存関係
- タグとワークストリーム
- Research コマンド
- Loop コマンド
- AI プロバイダー概要
- チームコラボレーション
- ベストプラクティス
- よくある質問
- Changelog
注意: リンクをクリックした後、設定に API キーを追加する必要があります。このリンクは MCP サーバーをプレースホルダーキー付きでインストールし、実際の API キーに置き換える必要があります。
Claude Code ユーザー向け:
claude mcp add taskmaster-ai -- npx -y task-master-ai設定に API キーを追加することをお忘れなく:
- プロジェクトのルート .env に
- taskmaster-ai の mcp 設定の "env" セクションに
Taskmaster は複数のコマンドで AI を利用しており、これらには別個の API キーが必要です。API キーを追加した場合、異なる AI プロバイダーのさまざまなモデルを使用できます。例えば、Claude 3.7 を使用したい場合、Anthropic API キーが必要です。
3 つのタイプのモデルを定義できます: メインモデル、研究モデル、およびフォールバックモデル(メインモデルまたは研究モデルが失敗した場合)。どのモデルを使用する場合でも、そのプロバイダーの API キーは mcp.json または .env に存在する必要があります。
以下のうち少なくとも 1 つが必要です:
- Anthropic API キー(Claude API)
- OpenAI API キー
- Google Gemini API キー
- Perplexity API キー(研究モデル用)
- xAI API キー(研究モデルまたはメインモデル用)
- OpenRouter API キー(研究モデルまたはメインモデル用)
- Claude Code(API キーは不要 - Claude Code CLI が必要)
- Codex CLI(ChatGPT サブスクリプション経由の OAuth - Codex CLI が必要)
研究モデルの使用はオプションですが、強くお勧めします。少なくとも 1 つの API キーが必要です(Claude Code または Codex CLI を OAuth で使用する場合を除く)。すべての API キーを追加することで、モデルプロバイダー間をシームレスに切り替えることができます。
MCP (Model Control Protocol) を使用すると、エディターから直接 Task Master を実行できます。
| エディター | スコープ | Linux/macOS パス | Windows パス | キー |
|---|---|---|---|---|
| Cursor | グローバル | ~/.cursor/mcp.json |
%USERPROFILE%\.cursor\mcp.json |
mcpServers |
| プロジェクト | <project_folder>/.cursor/mcp.json |
<project_folder>\.cursor\mcp.json |
mcpServers |
|
| Windsurf | グローバル | ~/.codeium/windsurf/mcp_config.json |
%USERPROFILE%\.codeium\windsurf\mcp_config.json |
mcpServers |
| VS Code | プロジェクト | <project_folder>/.vscode/mcp.json |
<project_folder>\.vscode\mcp.json |
servers |
| Q CLI | グローバル | ~/.aws/amazonq/mcp.json |
mcpServers |
{
"mcpServers": {
"task-master-ai": {
"command": "npx",
"args": ["-y", "task-master-ai"],
"env": {
// "TASK_MASTER_TOOLS": "all", // Options: "all", "standard", "core", or comma-separated list of tools
"ANTHROPIC_API_KEY": "YOUR_ANTHROPIC_API_KEY_HERE",
"PERPLEXITY_API_KEY": "YOUR_PERPLEXITY_API_KEY_HERE",
"OPENAI_API_KEY": "YOUR_OPENAI_KEY_HERE",
"GOOGLE_API_KEY": "YOUR_GOOGLE_KEY_HERE",
"MISTRAL_API_KEY": "YOUR_MISTRAL_KEY_HERE",
"GROQ_API_KEY": "YOUR_GROQ_KEY_HERE",
"OPENROUTER_API_KEY": "YOUR_OPENROUTER_KEY_HERE",
"XAI_API_KEY": "YOUR_XAI_KEY_HERE",
"AZURE_OPENAI_API_KEY": "YOUR_AZURE_KEY_HERE",
"OLLAMA_API_KEY": "YOUR_OLLAMA_API_KEY_HERE"
}
}
}
}🔑
YOUR_…_KEY_HEREを実際の API キーに置き換えてください。使用しないキーは削除できます。
注意: MCP 設定で
0 tools enabledが表示される場合は、エディタを再起動し、API キーが正しく構成されていることを確認してください。
{
"servers": {
"task-master-ai": {
"command": "npx",
"args": ["-y", "task-master-ai"],
"env": {
// "TASK_MASTER_TOOLS": "all", // Options: "all", "standard", "core", or comma-separated list of tools
"ANTHROPIC_API_KEY": "YOUR_ANTHROPIC_API_KEY_HERE",
"PERPLEXITY_API_KEY": "YOUR_PERPLEXITY_API_KEY_HERE",
"OPENAI_API_KEY": "YOUR_OPENAI_KEY_HERE",
"GOOGLE_API_KEY": "YOUR_GOOGLE_KEY_HERE",
"MISTRAL_API_KEY": "YOUR_MISTRAL_KEY_HERE",
"GROQ_API_KEY": "YOUR_GROQ_KEY_HERE",
"OPENROUTER_API_KEY": "YOUR_OPENROUTER_KEY_HERE",
"XAI_API_KEY": "YOUR_XAI_KEY_HERE",
"AZURE_OPENAI_API_KEY": "YOUR_AZURE_KEY_HERE",
"OLLAMA_API_KEY": "YOUR_OLLAMA_API_KEY_HERE"
},
"type": "stdio"
}
}
}🔑
YOUR_…_KEY_HEREをあなたの実際の API キーに置き換えてください。使用しないキーは削除できます。
Cursor Settings(Ctrl+Shift+J)を開く ➡ 左側の MCP タブをクリック ➡ トグルで task-master-ai を有効化
エディタの AI チャット ペインで以下のように入力してください:
Change the main, research and fallback models to <model_name>, <model_name> and <model_name> respectively.例えば、Claude Code を使用する場合(API キー不要):
Change the main model to claude-code/sonnet利用可能なモデルの表 | Claude Code のセットアップ
エディタの AI チャット ペインで以下のように入力してください:
Initialize taskmaster-ai in my project新しいプロジェクト:PRD を .taskmaster/docs/prd.txt に作成してください。
既存プロジェクト:scripts/prd.txt を使用するか、task-master migrate で移行できます
初期化後、.taskmaster/templates/example_prd.txt に例となる PRD テンプレートが利用可能です。
注意
PRD は複雑なプロジェクトに推奨されますが、チャットで「Can you help me implement [説明]?」と質問することで、いつでも個別のタスクを作成できます。
常に詳細な PRD から開始してください。
PRD がより詳細であるほど、生成されたタスクの質が向上します。
