TaskFlow AI CLI 命令参考
概述
TaskFlow AI 提供了强大的命令行界面，专注于PRD解析、任务管理和AI编辑器集成。本文档详细介绍所有可用命令及其使用方法。
🚀 快速开始
bash
# 在现有项目中初始化
taskflow init
# 解析PRD文档
taskflow parse docs/requirements.md
# 查看任务状态
taskflow status list
# 获取下一个任务
taskflow status next📋 命令列表
核心命令
| 命令 | 描述 | 示例 |
|---|---|---|
init | 在现有项目中初始化TaskFlow AI | taskflow init |
parse | 解析PRD文档并生成任务计划 | taskflow parse prd.md |
status | 任务状态管理 | taskflow status list |
配置命令
| 命令 | 描述 | 示例 |
|---|---|---|
config | 配置管理 | taskflow config set key value |
models | AI模型管理 | taskflow models test |
mcp | MCP配置管理 | taskflow mcp info |
工具命令
| 命令 | 描述 | 示例 |
|---|---|---|
visualize | 生成可视化图表 | taskflow visualize gantt |
interactive | 交互式模式 | taskflow interactive |
📖 详细命令说明
init
在现有项目中初始化TaskFlow AI配置和MCP集成。
语法:
bash
taskflow init [选项]选项:
--force, -f- 强制覆盖现有配置--verbose, -v- 显示详细输出--editor <editor>- 指定编辑器类型 (windsurf, trae, cursor, vscode)
示例:
bash
# 基本初始化
taskflow init
# 强制重新初始化
taskflow init --force
# 为特定编辑器初始化
taskflow init --editor cursor生成的文件:
.taskflow/config.json- 主配置文件.cursor/mcp.json- Cursor MCP配置.cursor-rules- Cursor AI规则.env.example- 环境变量模板
parse
解析PRD文档并生成结构化的任务计划。
语法:
bash
taskflow parse <文件路径> [选项]选项:
--model, -m <model>- 指定AI模型 (deepseek, zhipu, qwen, baidu, moonshot, spark)--output, -o <path>- 输出文件路径--format <format>- 输出格式 (json, yaml, markdown)--verbose, -v- 显示详细解析过程
支持的文件格式:
- Markdown (
.md,.markdown) - 纯文本 (
.txt) - Word文档 (
.docx)
示例:
bash
# 基本解析
taskflow parse docs/requirements.md
# 指定模型和输出
taskflow parse prd.md --model deepseek --output tasks.json
# 详细模式
taskflow parse prd.md --verbosestatus
任务状态管理和项目进度跟踪。
子命令:
status list
查看任务列表。
bash
taskflow status list [选项]选项:
--input, -i <path>- 任务文件路径--filter <filter>- 过滤条件--format <format>- 输出格式
status update
更新任务状态。
bash
taskflow status update <taskId> <status> [选项]状态值:
not_started- 未开始in_progress- 进行中completed- 已完成blocked- 阻塞cancelled- 已取消
status progress
显示项目进度统计。
bash
taskflow status progress [选项]status next
获取推荐的下一个任务。
bash
taskflow status next [选项]示例:
bash
# 查看所有任务
taskflow status list
# 更新任务状态
taskflow status update task-001 in_progress
# 查看进度
taskflow status progress
# 获取下一个任务
taskflow status nextconfig
配置管理命令。
子命令:
list- 查看所有配置get <key>- 获取配置值set <key> <value>- 设置配置值reset- 重置配置
示例:
bash
# 查看配置
taskflow config list
# 设置API密钥
taskflow config set models.deepseek.apiKey "your-key"
# 获取配置值
taskflow config get models.defaultmodels
AI模型管理和测试。
子命令:
test [model]- 测试模型连接status- 查看模型状态benchmark- 性能基准测试
示例:
bash
# 测试所有模型
taskflow models test
# 测试特定模型
taskflow models test deepseek
# 查看模型状态
taskflow models statusmcp
MCP (Model Context Protocol) 配置管理。
子命令:
info- 显示MCP服务信息validate- 验证MCP配置test- 测试MCP配置regenerate- 重新生成MCP配置
示例:
bash
# 查看MCP信息
taskflow mcp info
# 验证配置
taskflow mcp validate
# 重新生成配置
taskflow mcp regeneratevisualize
生成任务计划可视化图表。
子命令:
gantt- 甘特图timeline- 时间线图dependency- 依赖关系图
选项:
--input, -i <path>- 任务文件路径--output, -o <path>- 输出文件路径--format <format>- 输出格式 (svg, png, html)
示例:
bash
# 生成甘特图
taskflow visualize gantt -i tasks.json
# 生成依赖关系图
taskflow visualize dependency -i tasks.json -o deps.svginteractive
启动交互式模式，提供友好的用户界面。
bash
taskflow interactive🔧 全局选项
所有命令都支持以下全局选项：
| 选项 | 简写 | 描述 |
|---|---|---|
--help | -h | 显示帮助信息 |
--version | -V | 显示版本信息 |
--verbose | -v | 详细输出模式 |
--quiet | -q | 静默模式 |
--no-color | 禁用彩色输出 |
📊 输出格式
表格格式 (默认)
┌─────────────┬──────────────────────────┬──────────┐
│ ID │ 任务名称 │ 状态 │
├─────────────┼──────────────────────────┼──────────┤
│ task-001 │ 实现用户登录功能 │ 进行中 │
└─────────────┴──────────────────────────┴──────────┘JSON格式
json
{
"tasks": [
{
"id": "task-001",
"name": "实现用户登录功能",
"status": "in_progress"
}
]
}🔄 典型工作流
bash
# 1. 项目初始化
cd your-existing-project
taskflow init
# 2. 配置AI模型
taskflow config set models.deepseek.apiKey "your-key"
# 3. 解析PRD文档
taskflow parse docs/requirements.md
# 4. 查看生成的任务
taskflow status list
# 5. 开始工作
taskflow status next
taskflow status update task-001 in_progress
# 6. 查看进度
taskflow status progress
# 7. 生成可视化报告
taskflow visualize gantt🆘 获取帮助
bash
# 查看总体帮助
taskflow --help
# 查看特定命令帮助
taskflow parse --help
taskflow status --help
# 查看子命令帮助
taskflow status update --help