mcp-shrimp-task-manager MCP — Casos de uso, Instalar & Demo en vivo

Por qué usarlo

Características clave

Lenguaje natural → tareas estructuradas con dependencias
Modo continuo ejecuta tareas secuencialmente sin re-solicitar
Modo investigación para exploración antes de confirmar
Reglas por proyecto aplicadas en cada turno de agente

Demo en vivo

Cómo se ve en la práctica

shrimp-task-manager.replay ▶ listo

0/0

Instalar

Elige tu cliente

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-shrimp-task-manager"
      ],
      "_inferred": true
    }
  }
}

Abre Claude Desktop → Settings → Developer → Edit Config. Reinicia después de guardar.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-shrimp-task-manager"
      ],
      "_inferred": true
    }
  }
}

Cursor usa el mismo esquema mcpServers que Claude Desktop. La configuración del proyecto prevalece sobre la global.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-shrimp-task-manager"
      ],
      "_inferred": true
    }
  }
}

Haz clic en el icono MCP Servers de la barra lateral de Cline y luego en "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "shrimp-task-manager": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-shrimp-task-manager"
      ],
      "_inferred": true
    }
  }
}

Mismo formato que Claude Desktop. Reinicia Windsurf para aplicar.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "shrimp-task-manager",
      "command": "npx",
      "args": [
        "-y",
        "mcp-shrimp-task-manager"
      ]
    }
  ]
}

Continue usa un array de objetos de servidor en lugar de un mapa.

~/.config/zed/settings.json

{
  "context_servers": {
    "shrimp-task-manager": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "mcp-shrimp-task-manager"
        ]
      }
    }
  }
}

Añádelo a context_servers. Zed recarga en caliente al guardar.

claude mcp add shrimp-task-manager -- npx -y mcp-shrimp-task-manager

Un solo comando. Verifica con claude mcp list. Quita con claude mcp remove.

Casos de uso

Usos del mundo real: mcp-shrimp-task-manager

Entregar una característica multi-día entre sesiones de Claude con Shrimp

👤 Desarrolladores individuales en características más largas ⏱ ~45 min intermediate

Cuándo usarlo: Una característica es más grande que una ventana de contexto de Claude — no quieres perder el estado.

Requisitos previos

Repositorio clonado + compilado — npm install && npm run build en mcp-shrimp-task-manager; apunta .mcp.json al directorio de datos

Flujo

Planificar

Usa Shrimp plan_task en 'implementar autenticación de dos factores'. Produce tareas con dependencias.✓ Copiado

→ Grafo de tareas guardado en disco
Ejecuta una tarea a la vez

execute_task siguiente. Cuando termines, marca como completada y muéstrame la siguiente.✓ Copiado

→ Una tarea terminada, siguiente en cola
Reanuda mañana

(nueva sesión) Lee el estado de Shrimp y continúa desde la primera tarea abierta.✓ Copiado

→ El agente continúa donde lo dejó

Resultado: Característica multi-sesión entregada sin volcado de contexto repetido.

Errores comunes

El grafo de tareas se desvía de la realidad después de confirmaciones manuales — Ejecuta un paso de reconciliación ocasionalmente — compara tareas completadas contra el estado real del repositorio

Combinar con: github

Modo investigación: explora opciones antes de confirmar código

👤 Ingenieros comparando enfoques ⏱ ~30 min intermediate

Cuándo usarlo: Tienes 2-3 opciones de implementación y quieres una exploración estructurada, no al azar.

Flujo

Entra en modo investigación

Shrimp research_mode: compara tres opciones de gestión de estado para mi aplicación React — Zustand, Redux Toolkit, Jotai. Nota los compromisos.✓ Copiado

→ Notas de investigación por opción
Convierte el ganador en tareas

Iré con Zustand. Convierte la conclusión de la investigación en un plan de tareas.✓ Copiado

→ Grafo de tareas alineado con la decisión

Resultado: Decisión informada rastreada junto con las tareas para ejecutarla.

Combinar con: idea-reality

Aplica reglas del proyecto en cada turno de agente mediante Shrimp

👤 Equipos con estándares de codificación estrictos ⏱ ~15 min beginner

Cuándo usarlo: Los agentes siempre olvidan tu configuración de ESLint o restricciones de arquitectura.

Flujo

Establece reglas del proyecto

En Shrimp, establece reglas: (1) no any en TypeScript (2) todo código de red en la capa services/ (3) pruebas junto al código fuente.✓ Copiado

→ Reglas guardadas
Ejecuta con reglas en contexto

Ejecuta la siguiente tarea; Shrimp inyecta las reglas automáticamente.✓ Copiado

→ El agente respeta las reglas sin recordatorios

Resultado: Salida consistente en una sesión larga.

Combinaciones

Combínalo con otros MCPs para multiplicar por 10

shrimp-task-manager + github

Cada tarea completada se convierte en una confirmación con un PR vinculado

Después de cada execute_task, confirma con formato Conventional Commits; cuando todas las tareas en el plan estén hechas, abre un PR borrador.✓ Copiado

shrimp-task-manager + overture

Plan visual en Overture, ejecución persistente en Shrimp

Usa Overture para aprobar el grafo del plan; luego entrega tareas a Shrimp para ejecución rastreada.✓ Copiado

Herramientas

Lo que expone este MCP

Herramienta	Entradas	Cuándo llamar	Coste
plan_task	description: str, rules?: str[]	Inicio de una característica	tokens de LLM
execute_task	task_id?: str (defaults to next open)	Impulsa el siguiente paso	tokens de LLM + llamadas de herramientas
research_mode	question: str	Exploración pre-código	tokens de LLM
continuous_mode		Cuando confías en el plan y quieres no intervención	puede ser alto
set_rules	rules: str[]	Incorporación del proyecto	0

Coste y límites

Lo que cuesta ejecutarlo

Cuota de API: Usa la cuota de tu LLM
Tokens por llamada: Plan: 2-5k. Ejecutar: depende de la tarea
Monetario: Gratis
Consejo: Evita continuous_mode hasta que hayas validado un plan paso a paso para el proyecto actual

Seguridad

Permisos, secretos, alcance

Almacenamiento de credenciales: Ninguno intrínseco; dondequiera que las tareas ejecutadas lleguen

Salida de datos: Estado de tarea almacenado localmente en tu directorio configurado

Resolución de problemas

Errores comunes y soluciones

El agente olvida el grafo de tareas después del reinicio

Asegúrate de que la ruta del directorio de datos en .mcp.json sea estable y no /tmp

Verificar: cat el archivo de estado — las tareas deberían estar presentes

Modo continuo se descontrola

Mata la sesión; Shrimp mantiene el estado para que puedas inspeccionar y reanudar selectivamente

El paso de compilación falla en npm install

Requiere Node 18+. Shrimp tiene dependencias nativas en algunas configuraciones — comprueba las notas de plataforma

Alternativas

mcp-shrimp-task-manager vs otros

Alternativa	Cuándo usarla	Contrapartida
sequentialthinking-tools	Quieres planificación en sesión, no tareas persistentes	Sin memoria entre sesiones
Linear MCP	Quieres tareas en el rastreador de problemas de tu equipo	Nube/pago; sobrecarga del equipo

Más

Recursos

📖 Lee el README oficial en GitHub

🐙 Ver issues abiertas

🔍 Ver todos los 400+ servidores MCP y Skills